摘要 | 第4-7页 |
Abstract | 第7-8页 |
第一章 引言 | 第17-35页 |
1.1 研究背景和意义 | 第18-20页 |
1.2 研究现状 | 第20-27页 |
1.2.1 减重康复外骨骼机器人系统 | 第21-23页 |
1.2.2 下肢助行外骨骼机器人系统 | 第23-25页 |
1.2.3 上肢外骨骼机器人系统 | 第25-26页 |
1.2.4 全身外骨骼机器人系统 | 第26-27页 |
1.3 外骨骼机器人存在的共性关键技术问题 | 第27-30页 |
1.4 本文的研究内容和主要贡献 | 第30-32页 |
1.5 本文的内容组织安排 | 第32-35页 |
第二章 基于柔性传动的助力全身外骨骼机器人机构设计 | 第35-47页 |
2.1 引言 | 第35-36页 |
2.2 基于柔性传动的助力全身外骨骼机器人的人体工学设计 | 第36-41页 |
2.3 基于模块化方法的外骨骼机器人系统设计 | 第41-42页 |
2.4 柔性传动方案设计 | 第42-44页 |
2.5 仿生被动球关节设计 | 第44-45页 |
2.6 小结 | 第45-47页 |
第三章 全身外骨骼机器人建模及动力学分析 | 第47-63页 |
3.1 引言 | 第47页 |
3.2 全身外骨骼机器人动力系统设计及计算分析 | 第47-50页 |
3.3 全身外骨骼机器人运动学建模 | 第50-56页 |
3.3.1 全身助力外骨骼机器人下肢运动学建模 | 第50-55页 |
3.3.2 全身助力外骨骼机器人上肢运动学建模 | 第55-56页 |
3.4 全身助力外骨骼机器人的运动学逆解 | 第56-57页 |
3.4.1 全身助力外骨骼机器人下肢部分运动学逆解 | 第57页 |
3.4.2 全身助力外骨骼机器人上肢部分运动学逆解 | 第57页 |
3.5 仿真实验及优化分析改进 | 第57-61页 |
3.6 小结 | 第61-63页 |
第四章 基于多传感器信息融合的人体步态及运动意图估计研究 | 第63-93页 |
4.1 引言 | 第63-64页 |
4.2 相关工作 | 第64-68页 |
4.2.1 步态周期及关键参数表征 | 第65-66页 |
4.2.2 基于多连杆结构的步态观测实验平台设计与系统搭建 | 第66-67页 |
4.2.3 基于多MEMS惯性传感器的动作采集系统 | 第67-68页 |
4.3 动作及步态实验数据的预处理方法 | 第68-71页 |
4.3.1 单个步态周期的数据切割方法 | 第68-70页 |
4.3.2 数据预处理方法 | 第70-71页 |
4.4 基于机器学习方法的动作及步态识别实现 | 第71-86页 |
4.4.1 基于K-近邻算法模型的动作及步态模式分类识别方法 | 第73-76页 |
4.4.2 基于长短时间记忆模型的动作及步态模式分类识别方法 | 第76-78页 |
4.4.3 基于HMM模型的动作及步态模式分类识别方法 | 第78-82页 |
4.4.4 三种识别方法的实验结果与比较分析 | 第82-86页 |
4.5 基于多层感知机算法的快速匹配个性化的最优步态算法 | 第86-89页 |
4.6 基于搬运动作的上肢特征分析及提取方法 | 第89-91页 |
4.7 小结 | 第91-93页 |
第五章 全身外骨骼机器人人机耦合系统智能控制策略研究 | 第93-115页 |
5.1 引言 | 第93-95页 |
5.2 全身外骨骼机器人传感系统搭建及其特性分析 | 第95-100页 |
5.3 自适应的人—机动作及步态调节机制研究 | 第100-102页 |
5.4 全身助力外骨骼机器人人机共融控制策略研究 | 第102-104页 |
5.5 基于强化学习的个性化动作及步态模型的智能决策 | 第104-107页 |
5.6 步态规划及动作轨迹合成 | 第107-111页 |
5.6.1 外骨骼机器人自然步态动作轨迹生成 | 第107-110页 |
5.6.2 基于稳定阈度分析的外骨骼机器人动态步长规划方法 | 第110-111页 |
5.7 基于柔性传动的助力全身外骨骼机器人综合实验 | 第111-113页 |
5.8 小结 | 第113-115页 |
第六章 总结与展望 | 第115-118页 |
6.1 本文工作总结 | 第115-116页 |
6.2 下一步研究方向 | 第116-118页 |
参考文献 | 第118-128页 |
致谢 | 第128-129页 |
作者简介 | 第129-131页 |