| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 课题背景及研究的目的意义 | 第10-11页 |
| 1.2 康复机器人国内外发展概况 | 第11-21页 |
| 1.2.1 国外研究现状 | 第11-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.2.3 下肢康复机器人运动训练控制策略的研究现状 | 第17-20页 |
| 1.2.4 国内外文献综述简析 | 第20-21页 |
| 1.3 本文的主要研究内容 | 第21-22页 |
| 第2章 下肢康复机器人系统的动力学分析 | 第22-33页 |
| 2.1 引言 | 第22页 |
| 2.2 下肢康复机器人系统简介 | 第22-24页 |
| 2.3 动力学分析 | 第24-29页 |
| 2.3.1 康复机器人系统简化模型 | 第25页 |
| 2.3.2 动力学方程 | 第25-28页 |
| 2.3.3 电动缸出力与关节转矩的关系 | 第28-29页 |
| 2.4 建立ADAMS与MATLAB联合仿真平台 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 下肢康复机器人轨迹跟踪控制的研究 | 第33-51页 |
| 3.1 引言 | 第33页 |
| 3.2 基于计算力矩法的轨迹跟踪控制 | 第33-41页 |
| 3.2.1 基于计算力矩法的控制器设计 | 第33-36页 |
| 3.2.2 系统稳定性分析 | 第36-38页 |
| 3.2.3 仿真分析与验证 | 第38-41页 |
| 3.3 基于计算力矩法的神经网络补偿控制 | 第41-45页 |
| 3.3.1 RBF神经网络简介 | 第41-42页 |
| 3.3.2 基于RBF神经网络补偿器的设计与分析 | 第42-44页 |
| 3.3.3 系统稳定性分析 | 第44页 |
| 3.3.4 仿真分析与验证 | 第44-45页 |
| 3.4 基于计算力矩法的神经网络鲁棒控制 | 第45-49页 |
| 3.4.1 自适应鲁棒控制器简介 | 第45-46页 |
| 3.4.2 自适应鲁棒控制器的设计 | 第46-48页 |
| 3.4.3 系统稳定性分析 | 第48页 |
| 3.4.4 仿真分析与验证 | 第48-49页 |
| 3.5 本章小洁 | 第49-51页 |
| 第4章 下肢康复机器人交互力控制的研究 | 第51-69页 |
| 4.1 引言 | 第51页 |
| 4.2 基于位置的阻抗控制 | 第51-60页 |
| 4.2.1 阻抗控制简介 | 第51-52页 |
| 4.2.2 阻抗控制在系统中的应用 | 第52-54页 |
| 4.2.3 人机接触阻抗分析 | 第54-55页 |
| 4.2.4 阻抗参数对系统控制性能的影响 | 第55-58页 |
| 4.2.5 仿真分析与验证 | 第58-60页 |
| 4.3 阻抗参数在线优化 | 第60-63页 |
| 4.3.1 粒子群算法设计 | 第60-61页 |
| 4.3.2 仿真分析与验证 | 第61-63页 |
| 4.5 基于MRAC的自适应阻抗控制 | 第63-68页 |
| 4.5.1 自适应阻抗控制器的设计 | 第64-67页 |
| 4.5.2 仿真分析与验证 | 第67-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第5章 下肢康复机器人的实验研究 | 第69-83页 |
| 5.1 引言 | 第69页 |
| 5.2 康复机器人实验系统 | 第69-71页 |
| 5.2.1 硬件系统 | 第69-70页 |
| 5.2.2 软件系统 | 第70-71页 |
| 5.3 实验系统设置 | 第71-75页 |
| 5.3.1 伺服电机的设置 | 第71-72页 |
| 5.3.2 伺服驱动器的设置 | 第72页 |
| 5.3.3 力传感器的设置 | 第72-73页 |
| 5.3.4 软件的设置 | 第73-75页 |
| 5.4 主被动运动实验验证 | 第75-82页 |
| 5.4.1 被动运动实验验证 | 第75-78页 |
| 5.4.2 任务导向式主动运动实验验证 | 第78-82页 |
| 5.5 本章小洁 | 第82-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-91页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第91-93页 |
| 致谢 | 第93页 |