下肢外骨骼机器人脑电控制系统的研究与设计

发布时间：2023-10-21 12:59

　　2019年,根据国家统计局发布的数据我国60岁以上老年人口数量达到了24949万人,占总人口数量的17.9%,我国人口老龄化程度加深。目前我国脑卒中患者数量达到7000万人,而且每年脑卒中患者新增率不断上涨,其中90%的脑卒中患者通过有效锻炼能够重新正常行走。此外,每年由于脊髓损伤等原因造成的下肢运动障碍新发患者多达200万。数量巨大的行动不便的老年人、脑卒中患者和脊髓损伤患者迫切需要能够进行下肢锻炼的设备或系统。基于以上问题,本文研究并开发了下肢外骨骼机器人脑电控制系统。该系统分别通过脑电控制模式和手动控制模式解决了脑卒中患者和脊髓损伤患者以及老年人的下肢锻炼问题。本文研究内容主要分为两部分:第一部分为脑电意图识别的研究。本文采用了复合范式下的EEG采集方法,采用阶梯函数法进行质量检测,通过该方法将检测出不符合质量要求的脑电信号进行删除,保留信噪比较高的脑电信号。然后采用了小波包分解系数、子空间能量的特征提取方法。提出了Fisher分类器与BP神经网络相结合的意图识别方法。该脑电意图识别方法与传统的方法相比较,准确率大大提高。第二部分为下肢外骨骼机器人脑电控制系统的设计与开发。本部分...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景和意义
        1.1.1 课题的研究背景
        1.1.2 课题的研究意义
    1.2 脑-机接口技术概述
    1.3 下肢外骨骼机器人概述
    1.4 研究现状和存在问题
        1.4.1 脑-机接口技术研究现状
        1.4.2 下肢外骨骼机器人研究现状
        1.4.3 目前主要存在问题
    1.5 本文主要研究内容
第2章 运动想象脑电信号采集与预处理
    2.1 运动想象脑电信号的概述
        2.1.1 脑电信号产生机理和组成
        2.1.2 电极的选择
    2.2 观察与想象复合范式的选择
    2.3 复合范式下脑电信号的预处理
    2.4 本章小结
第3章 基于小波包分解系数和子空间能量的脑电意图识别
    3.1 小波变换的定义
    3.2 小波包分解
    3.3 基于小波包分解系数和子空间能量的EEG特征形成
    3.4 基于Fisher分类器和BP神经网络的模式识别
    3.5 本章小结
第4章 下肢外骨骼机器人脑电控制系统的设计与实现
    4.1 系统的结构框架及功能概述
    4.2 系统硬件设计
    4.3 系统的软件平台设计
        4.3.1 系统软件框架
        4.3.2 BCI系统平台要求与设计
        4.3.3 下肢控制系统要求与设计
    4.4 本章小结
第5章 系统平台搭建调试与结果分析
    5.1 系统平台搭建
    5.2 实验设计
    5.3 实验平台的搭建调试与结果分析
    5.4 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
在读期间科研成果
致谢



本文编号：3855878