下肢康复机器人物理人机柔顺交互控制研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:jack_123456
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着康复医学的发展和相关技术的进步,为减少康复治疗师在脑卒中患者康复训练过程中的体力消耗和提高康复治疗的训练效果,康复外骨骼机器人应运而生。康复外骨骼机器人康复治疗主要有两种模式:机器人辅助治疗模式和患者主动治疗模式。在主动康复训练过程中,物理人机交互的柔顺控制有助于保证用户的安全性与舒适性,提升人机交互运动协调性,提高康复训练的效果。为此,本文通过设计下肢康复机器人主动柔顺控制策略,实现受试者在主动康复训练模式下的人机柔顺控制,具体工作内容如下:首先,对本文中所选用的下肢康复外骨骼机器人的结构进行分析,得到该结构的几何模型,分别分析在笛卡尔空间坐标系下的运动学和基于欧拉-拉格朗日方程法的动力学,建立系统的运动学模型以及动力学模型,为下肢康复机器人物理人机柔顺交互控制提供基础。其次,为了解决人机交互力矩难以获取的问题,根据机器人关节机电耦合模型设计了人机交互力矩观测器。基于此,利用最速下降算法对人机不同步导致的轨迹偏差之和进行最优化求解,降低由人机不同步产生的人机交互力矩,得到基于当前用户的特定步态参考轨迹,然后进一步根据流场原理设计了辅助和引导程度可调节的控制策略,从而形成具有内外双环结构的控制方案,有效提高康复训练柔顺性的同时,实现机器人顺应用户运动意图的合理性。最后,在人机交互力矩观测器与基于用户意图的自适应轨迹控制算法得到仿真验证的基础上,设计并搭建了下肢康复外骨骼机器人物理交互柔顺控制实验系统,进行了单侧关节物理交互柔顺控制试验,验证了本文中下肢康复机器人实验平台和所提控制策略的有效性和可行性。
其他文献
随着社会的发展,针对复杂网络社区发现算法的研究逐渐深入,社区发现算法在推荐领域、信息传播、精准营销等方面都有着很大的价值。标签传播算法因为其简易性和效率高而受到研究学者的青睐,然而标签传播社区发现算法存在稳定性差、准确率低的问题。针对上述问题,本文分别在静态社区和动态社区上提出了基于标签传播思想的社区发现算法。首先,针对标签传播算法稳定性不足,提出了融合标签熵和k-shell的标签传播重叠社区发现
机械装备结构日益复杂、自动化,对设备安全性和可靠性的要求也越来越高,机械故障的检测和诊断显得尤为重要,基于振动信号分析的数据驱动类方法得到了广泛研究。但多数智能故障诊断方法的应用基础为训练数据与测试数据同分布,而实际中复杂工况的影响使得理论方法的诊断效果受到较大影响。迁移学习的引入为解决不同数据分布下的轴承故障诊断问题提供了新思路。该文主要研究了基于深度迁移学习的轴承故障跨域诊断方法。首先,考虑到
现代大型机械装备日趋复杂化、智能化与精密化,轴承作为多数机械装备的重要构成部分,一旦出现机械故障,所造成的损失与影响将相当巨大,准确的轴承故障诊断在机械健康管理中起着关键作用。近年来深度学习方法的引入为故障诊断及预测提供了新思路和新方法,该文主要研究了基于深层卷积神经网络与迁移学习的轴承故障诊断方法。首先,针对难以从原始轴承数据中获取全面的信息,以及经深度学习模型提取的大量特征对故障模式分类的重要
在公路路面检测与养护智能化的要求下,智能AI技术被广泛运用于我国公路的病害检测和预防养护上,它可以快速准确地分析采集到的影像,对公路路面病害进行智能识别,提高了公路养护的效率。基于此,通过研究分析AI智检在公路路面病害的检测与预防养护的应用,提升公路路面检测工作的效率和质量。
近红外光谱技术是一种具有绿色、快速、无损优势的检测技术,其在白酒行业中的应用越来越广泛。介绍了近红外光谱技术的工作原理及优势,主要介绍了近红外光谱技术在白酒行业中酿酒原料、酿酒大曲、发酵酒醅、半成品及成品酒检测方面的研究应用及在线检测及时的开发研究,分析了该技术在白酒行业应用推广过程中存在的问题,并展望了其应用前景。
随着工业智能化,机械设备结构日益复杂,机械设备的健康状态监测成为重要的研究方向。滚动轴承作为设备的关键部件,成为重要的监测对象。机械设备工况的复杂多变,对故障状态诊断方法提出了更高的要求。论文针对状态特征提取困难,提出了基于振动信号分解及熵值的特征提取方法;针对故障诊断精度低,提出了基于改进极限学习机(Extreme Learning Machine,ELM)的故障诊断方法。论文主要研究内容如下:
阵列电极电容成像技术作为一种基于边缘电场效应的新兴无损检测技术,具有可穿透、非接触和能够在空间受限的条件下进行单方向检测等优点。基于电容传感原理工作的阵列电极传感器能够对被测对象的内部的物质分布异常有很高的灵敏度,因而其在复杂目标物的检测等特定的场合下具有优势。本文针对陶瓷基复合材料结构件介质分布异常的检测需求,重点开展了新型阵列电极传感器的设计和特性研究。针对共面阵列传感器在介质分布异常的检测过
遥感技术的长足进步推动了人类认知发展,已经在国土资源保护、城市区域规划、防灾救灾等众多领域得到应用,高分辨率遥感影像的获取使人们更加精细准确地观看世界。但遥感影像分辨率的提升导致单景影像覆盖区域范围严重受限,同时受天气状况影像,对于一些多云雨地区在同一时间难以获得大范围高质量影像,需要对时相不同的影像进行镶嵌研究。针对高分辨率遥感影像特点,为满足大区域范围的研究需要,本文结合图像处理算法对高分辨遥
食用植物油是人类膳食的必要组成部分。若植物油存在质量问题,消费者的身体健康必将受到严重危害。因此,植物油品质鉴别一直是食品安全领域的一项重要课题。荧光光谱扫描作为一种重要的光学检测技术,被广泛应用于植物油这样复杂体系的检测中。但目前的荧光光谱建模仍然依赖基于先验知识的预处理来进行特征选择,这使得其普适性在光谱学分析中遇到了挑战。因此,本论文研究了深度学习结合荧光光谱完成植物油品质鉴别的少样本学习建
温度关系着人类的生产生活能否正常运行,其重要性不言而喻。而随着科技的高速发展,对温度的测量提出了更高标准的要求。目前基于稀土离子掺杂发光材料的荧光强度比测温技术已成为温度传感领域研究的热点,但是这种测温技术通常利用的是稀土离子的热耦合能级,其测温灵敏度受到了热耦合能级的能级间隙大小的限制,并且其荧光光谱往往会出现重叠现象,因此利用热耦合能级实现荧光强度的比率式测温所得出的测温误差较大,灵敏度较低。