下肢假肢膝关节—踝关节协调运动控制研究

发布时间：2023-12-04 18:04

　　新型人工智能下肢假肢是机器人学、生物医学工程和康复工程学领域中一个重要研究方向，它涉及到传感器技术，计算机技术，人工智能技术，控制科学，新化学材料技术以及机械零件设计与制造工艺技术等。与传统下肢假肢技术相比较而言新型人工智能下肢假肢更趋于人体健康腿功能，具体表现在可以走出更加自然顺畅的步伐，同时降低残疾人的体能消耗。与此同时新型人工智能下肢假肢一定程度上吻合了人体健康腿的自主行为，即无需人的刻意参与，成为人的下意识动作。开展本课题的研究对于为下肢肢体残疾人提供性能优良、价格低廉的假肢产品和促进医疗福利事业的发展都有非常重要的意义。 本文结合浙江省自然科学基金项目(LY12F03007)“基于膝关节-踝关节协调联动控制的智能下肢假肢研究”的要求，侧重于人工智能下肢假肢的运动步态识别和控制方法的研究。主要做了以下几个方面的工作： 1．建立人工假肢运动步态识别系统。构建下肢运动力学信息获取系统，利用多种传感器获取多源运动力学信息(肌电信号、加速度信号、足底压力信号)，然后对信号进行滤波消噪处理及提取特征值，并采用遗传算法(GA)优化的BP神经网络对这些特征进行下肢步态的识别。 2．建立人体下...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题背景及研究意义
    1.2 下肢假肢的国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本文研究的主要内容
第二章 下肢多源运动力学信息获取系统
    2.1 下肢运动步态的概述
    2.2 下肢多源运动力学信息获取系统的搭建
        2.2.1 肌电信号采集
        2.2.2 下肢膝关节运动角度的测量
        2.2.3 下肢足底压力信号的获取
    2.3 本章小结
第三章 基于 GA-BP 神经网络的下肢运动模式识别
    3.1 遗传算法(GA)
        3.1.1 遗传算法(GA)概述
        3.1.2 遗传算法(GA)研究现状
    3.2 BP 神经网络
        3.2.1 人工神经网络(ANN)的概述
        3.2.2 BP 神经网络结构
        3.2.3 BP 神经网络的算法
        3.2.4 BP 神经网络的特点及不足
    3.3 GA 优化 BP 神经网络
        3.3.1 种群的初始化
        3.3.2 适应度值的计算
        3.3.3 选择操作
        3.3.4 交叉操作
        3.3.5 变异操作
    3.4 信号特征值提取
    3.5 实验结果及分析
    3.6 本章小结
第四章 人体下肢假肢数学模型的建立
    4.1 下肢假肢运动学模型的建立
        4.1.1 关于正运动学问题的研究
        4.1.2 关于逆运动学问题的研究
    4.2 下肢假肢动力学模型的建立
        4.2.1 下肢假肢动力学建模方法的选择
        4.2.2 下肢假肢的动力学方程
        4.2.3 下肢假肢动力学建模
        4.2.4 考虑阻尼影响的动力学模型修正
    4.3 本章小结
第五章 下肢假肢自适应迭代学习控制
    5.1 迭代学习控制(ILC)的基本理论
        5.1.1 迭代学习控制(ILC)的基本思想及特点
        5.1.2 迭代学习控制算法
        5.1.3 迭代学习控制存在的问题
    5.2 自适应迭代学习控制
        5.2.1 自适应控制
        5.2.2 自适应迭代学习控制概述
    5.3 下肢假肢运动轨迹的自适应迭代学习控制
        5.3.1 Wi t 的非递增性证明
        5.3.2 W0 t 的连续有界性证明
        5.3.3 Wi t 的连续有界性证明
    5.4 系统仿真结果及分析
    5.5 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 研究展望
致谢
参考文献
附录



本文编号：3870439