膝关节辅助运动控制系统研究
发布时间:2023-03-28 18:58
膝关节辅助控制旨在减少人体膝和踝关节损伤所造成的行动不便,并为下肢关节受损者提供康复训练功能。外骨骼系统使用机械提供外力,来实现增强人的力量。外骨骼控制系统是一种嵌入式控制系统。由于机器学习和深度学习的理论框架越加完善,一些简单的重复性的工作已经被人工智能产品成功替代,随着越来越多的人工智能理论广泛应用在机器人控制系统,这意味将来外骨骼控制系统更精确、更智能、更舒适。本课题针对人体自然行走时足底压力的连续分布和人体下肢步态的轨迹,设计了一个可穿戴膝关节辅助运动控制实验平台。系统由原始数据的获得到逐步将数据处理、抽象、生成控制参数,将控制系统分为三级,依次分别为低级控制器、中级控制器、高级控制器。低级控制器主要功能是测量压力和膝关节姿态角,为了确保数据稳定可靠,还在低级控制中将数据进行处理。中级控制器负责电机的控制,电机控制通过模糊PID控制。高级控制器位于上位机,利用Python实现的支持向量机模型,实现对人自然步态的划分,得到当前的运动状态,再生成电机实际的控制参数,实现电机随着人行走控制控制方法。系统硬件整体由直线电机、旋转电机、ESP-8266WIFI模块、FSR压力传感器、MP...
【文章页数】:65 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究背景和意义
1.2 国内外现状
1.3 本文研究内容
第二章 控制系统整体框架设计
2.1 嵌入式系统构成
2.2 设备结构简介
2.3 通讯协议的制定
2.4 系统的软件结构
2.5 本章小结
第三章 控制系统硬件构成
3.1 FSR压力传感器
3.2 陀螺仪
3.3 电机驱动模块
3.4 WIFI模块
3.5 控制单元
3.6 本章总结
第四章 测量数据的处理
4.1 MPU9250陀螺仪
4.1.1 加速度计静态误差模型
4.1.2 参数的获取
4.1.3 零差的获取
4.1.4 磁力计和陀螺仪
4.1.5 姿态融合解算
4.2 FSR压力传感器
4.3 本章小结
第五章 通讯协议的设计
5.1 低级控制器与中级控制器通讯协议
5.1.1 低级控制器(测量板系统)
5.1.2 协议的制定
5.2 中级控制器与执行机构
5.2.1 CAN总线协议
5.2.2 CANOPEN协议
5.2.3 电机驱动接口
5.3 中级控制器与高级控制器
5.3.1 中级控制器
5.3.2 协议的制定
5.4 本章小结
第六章 基于SVM的电机控制
6.1 支持向量机(SVM)算法简介
6.2 数据测量准备
6.3 数据预处理
6.4 数据分析
6.5 生成支持向量机(SVM)模型
6.6 基于神经网络电机控制
6.6.1 BP神经网络
6.6.2 数据的获取
6.6.3 构建LSTM神经网络
6.7 本章小结
第七章 全文总结与展望
7.1 结论
7.2 展望
参考文献
在学期间的研究成果
附录A
电机驱动
SVM模型
RNN模型
致谢
本文编号:3773093
【文章页数】:65 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究背景和意义
1.2 国内外现状
1.3 本文研究内容
第二章 控制系统整体框架设计
2.1 嵌入式系统构成
2.2 设备结构简介
2.3 通讯协议的制定
2.4 系统的软件结构
2.5 本章小结
第三章 控制系统硬件构成
3.1 FSR压力传感器
3.2 陀螺仪
3.3 电机驱动模块
3.4 WIFI模块
3.5 控制单元
3.6 本章总结
第四章 测量数据的处理
4.1 MPU9250陀螺仪
4.1.1 加速度计静态误差模型
4.1.2 参数的获取
4.1.3 零差的获取
4.1.4 磁力计和陀螺仪
4.1.5 姿态融合解算
4.2 FSR压力传感器
4.3 本章小结
第五章 通讯协议的设计
5.1 低级控制器与中级控制器通讯协议
5.1.1 低级控制器(测量板系统)
5.1.2 协议的制定
5.2 中级控制器与执行机构
5.2.1 CAN总线协议
5.2.2 CANOPEN协议
5.2.3 电机驱动接口
5.3 中级控制器与高级控制器
5.3.1 中级控制器
5.3.2 协议的制定
5.4 本章小结
第六章 基于SVM的电机控制
6.1 支持向量机(SVM)算法简介
6.2 数据测量准备
6.3 数据预处理
6.4 数据分析
6.5 生成支持向量机(SVM)模型
6.6 基于神经网络电机控制
6.6.1 BP神经网络
6.6.2 数据的获取
6.6.3 构建LSTM神经网络
6.7 本章小结
第七章 全文总结与展望
7.1 结论
7.2 展望
参考文献
在学期间的研究成果
附录A
电机驱动
SVM模型
RNN模型
致谢
本文编号:3773093
本文链接:https://www.wllwen.com/kejilunwen/yiqiyibiao/3773093.html