【摘 要】
:
偏瘫造成的上肢运动功能障碍,是脑卒中常见的后遗症。研究表明,大量的重复性康复训练对于上肢偏瘫具有良好的治疗效果。但目前人工辅助的康复训练方法存在着医师与患者数量不匹配,以及训练时无法准确控制患者患肢的关节运动等问题。为满足上肢偏瘫患者的康复训练需求,实现患者患肢关节运动轨迹的准确控制,本文研究设计了上肢康复机器人控制系统。利用上肢康复机器人辅助患者进行康复训练,提高训练效率和治疗效果。首先根据上肢
论文部分内容阅读
偏瘫造成的上肢运动功能障碍,是脑卒中常见的后遗症。研究表明,大量的重复性康复训练对于上肢偏瘫具有良好的治疗效果。但目前人工辅助的康复训练方法存在着医师与患者数量不匹配,以及训练时无法准确控制患者患肢的关节运动等问题。为满足上肢偏瘫患者的康复训练需求,实现患者患肢关节运动轨迹的准确控制,本文研究设计了上肢康复机器人控制系统。利用上肢康复机器人辅助患者进行康复训练,提高训练效率和治疗效果。首先根据上肢偏瘫患者的康复训练需求,设计了上肢康复机器人控制系统的总体框架。针对现有上肢康复机器人自由度少且体积大等问题,设计了五自由度外骨骼式上肢康复机器人的机械结构,通过多个关节的配合实现人体上肢关节的七种运动形式。为实现机器人关节运动轨迹的准确控制,通过拉格朗日法建立上肢康复机器人的动力学模型,研究了 PD型闭环迭代学习控制算法,结合MATLAB/Simulink仿真分析,结果表明该算法在机器人关节轨迹中具有良好的跟踪效果。以摸头动作为例,通过五次多项式插值法进行上肢康复机器人关节的轨迹规划,验证了规划轨迹的平稳性。其次,以STM32F103ZET6微控制器为核心,进行下位机硬件电路设计。通过下位机软件设计,实现了下位机与上位机通信、机器人电机控制和数据采集的功能。采用QT Designer平台设计了上位机的软件界面,并在Python环境中实现程序功能,通过MySQL数据库管理数据,实现了运动控制指令的发送、训练数据的显示、患者信息与训练数据的增删查改功能。最后对系统功能进行测试,包括串口通信测试、上位机软件测试、机器人单关节与多关节的训练测试。测试结果表明,控制系统各模块功能工作可靠,机器人的单关节训练运行平稳,能够满足患者的康复训练需求。所设计的PD型迭代学习控制器在机器人多关节的训练测试中达到了良好的控制效果,能够为患者提供有效的康复训练。
其他文献
随着坦克技术的发展,坦克所装备的新型装甲和主动防御技术提升了当前坦克的防御能力。但是,随着“蜂群”技术的到来,在军事领域中,将“蜂群”技术引入反坦克导弹技术领域,即引入多弹协同攻击技术是很有必要的。在多弹协同攻击技术中,其主要通过时间协同和空间协同来进行表现。目前,国内外对于时间协同方面的研究成果非常丰富,但对于空间协同这方面的研究还比较少。因此,本论文结合时间协同和空间协同一起研究就具有非常重要
偏振成像系统与传统光学成像系统相比,其成像的特殊性在于成像结果中包含了传统成像系统所不能提供的偏振信息。正是由于偏振信息的存在,对于那些传统成像手段难以探测到的目标、易受杂乱背景信息影响的目标,偏振成像系统可以有效的识别和检测。近年来,偏振成像技术已经取得了飞速发展,对偏振成像系统的成像质量的要求也越来越严苛,因此对偏振成像系统成像性能的精准评估和优化是国内外的一大研究热点。另一方面,光学传递矩阵
燃煤作为一种便利的能源原料,在我国工业上众多领域的动力供给中占有非常重要的位置,煤的灰分是原煤在充分燃烧后所残留的物质,可以被重新处理和利用。而且这种物质中会存在放射性元素,这类天然的元素可产生γ射线,也是测量煤质灰分的重要指标。在煤质检测方面,用马弗炉燃烧煤质去测原煤的方式程序繁琐,还会消耗掉大量的人力物力,检验得出的结果时间也较长,不再适合能源部门对原煤品质的快速判断需求。目前检测方法多为有源
目前,医学中最常用的两种生化检测方法是血细胞检测与联检卡检测。血细胞检测通过检测人血细胞中的白细胞(WBC)、红细胞(RBC)与血小板(Platelet)的数量,判断病人是否患有疾病;联检卡诊断通过分泌物样本与化学试剂在联检卡的反应区进行反应,再通过对反应结果判读,进而判断病人的健康情况。但这两种检测方法都需要基于优秀的图像处理算法以保证准确率,针对这一问题,本文设计并实现了生化检测图像自动识别算
近年来,对大脑结构的分析为人工智能的研究提供有力基础,对于人工智能的研究与应用成为各行各业走向更前沿发展的重要途径,然而真正了解大脑结构,解析人脑从感知到认知到做出判断再到实现反馈这一复杂功能,是人工智能真正变得“智能”的前提,脑机接口领域的发展是实现这一目标的重要途径。其中如何高效准确取得大脑神经信号数据,如何对数据分析以获得有用信息,是探究脑科学和类脑智能的必要研究内容,对了解神经元放电结构和
随着我国经济快速发展,各类汽车销量稳步增长,人们的驾驶时间也变得越来越长,长时间驾驶导致疲劳驾驶事件层出不穷。疲劳检测具有容易普及、跟踪检测、实时性强等特点,是减少疲劳驾驶最有效的方法。目前,单一特征疲劳检测方法受环境和个体差异影响较大,具有较大局限性。因此,一种有效的多特征疲劳检测方法对保障道路行车安全具有重大的现实意义。本文通过信息融合的方法将图像信号与脑电信号的多种特征作为疲劳检测特征在决策
对空中飞行器目标进行精准识别,是当代军事领域与计算机视觉领域共同面临的热点问题。准确并迅速地进行空中飞行器的敌我识别、类型识别以及趋势预测,为下一步决策提供重要依据,对于未来地面火控指挥作战系统效率的提高具有十分重要意义。近年来,以卷积神经网络为基础发展出的各类目标检测算法在实际中得到很好的应用,既在速度上满足实时性,又能取得令人满意效果。本文引入YOLO-v3目标检测网络,基于空中飞行器图像的准
Al-Si系铸造合金是活塞合金较为常用的材料,其热膨胀系数的变化对活塞有非常重要的影响。活塞是在高温高压下工作的,高温的工作环境使活塞内部产生热应力并膨胀,膨胀过大会影响活塞与缸套之间的配合间隙,影响活塞的润滑,从而加大活塞运动阻力,加速各零部件的磨损,影响内燃机的使用寿命。因此,需要深入研究活塞材料在温度变化过程中的产生热膨胀特性,得出不同温度下的热膨胀系数,提升成品的尺寸精度及合格率,延长材料
功能梯度材料作为新型的材料之一,有着较为广泛的应用领域,随着应用领域的不断深入,单一的功能梯度材料已经逐渐不能满足在复杂多变环境下的实际需求,故而研究变梯度参数的功能梯度板的性能具有重要的意义。本文采用了快速计算方法针对变梯度参数的功能梯度材料的传热和动力学性能进行了深入研究与探讨。第二章首先将功能梯度板的三维模型简化为了二维模型,并对该模型进行了描述,对比了幂函数型与指数函数型的变梯度参数模型,
隧道脱空病害检测是隧道维护和保障交通运营安全的重要环节,目前传统的人工勘测对于图像的解释和识别严重依赖于工程师的个人经验,主观性较大,容易出现缺检漏检情况。随着科技的进步,深度学习和人工智能在机器视觉领域大放异彩,神经网络应用于目标检测也成了科技研究的重点。针对地质雷达图像中脱空病害形态复杂、尺度较大、成像易受地理环境影响,同时神经网络模型受限于计算资源有限的环境等问题,本文基于神经网络架构,提出