基于人体生物电信息的上肢康复机器人控制方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 课题背景及研究意义 | 第10-12页 |
| 1.2 上肢康复机器人研究现状 | 第12-18页 |
| 1.2.1 国外上肢康复机器人的研究现状 | 第12-16页 |
| 1.2.2 国内上肢康复机器人的研究现状 | 第16-18页 |
| 1.3 康复机器人控制策略及关键技术综述 | 第18-23页 |
| 1.3.1 人体表面肌电信号研究综述 | 第19-21页 |
| 1.3.2 康复机器人控制策略研究综述 | 第21-23页 |
| 1.4 本文主要工作 | 第23-24页 |
| 第2章 肌电信号与运动角度的提取与分析 | 第24-36页 |
| 2.1 引言 | 第24页 |
| 2.2 数据采集硬件系统 | 第24-26页 |
| 2.2.1 Delsys无线表面肌电信号采集系统 | 第24-25页 |
| 2.2.2 Vicon光学运动捕捉系统 | 第25-26页 |
| 2.3 表面肌电信号产生机理 | 第26-28页 |
| 2.4 肌电信号采集 | 第28-30页 |
| 2.5 sEMG特征提取 | 第30-32页 |
| 2.5.1 表面肌电信号的预处理 | 第30-31页 |
| 2.5.2 表面肌电信号时域特征提取 | 第31-32页 |
| 2.6 关节角度采集与处理 | 第32-35页 |
| 2.7 本章小结 | 第35-36页 |
| 第3章 基于SEMG的定量运动估计 | 第36-58页 |
| 3.1 引言 | 第36页 |
| 3.2 支持向量机基本原理 | 第36-43页 |
| 3.2.1 支持向量机分类 | 第36-41页 |
| 3.2.2 支持向量回归 | 第41-43页 |
| 3.3 极限学习机 | 第43-45页 |
| 3.4 基于SVM和ELM的运动估计仿真 | 第45-49页 |
| 3.5 支持向量机参数优化算法 | 第49-54页 |
| 3.5.1 万有引力搜索算法 | 第49-52页 |
| 3.5.2 改进万有引力搜索算法 | 第52-54页 |
| 3.6 参数优化后的支持向量机仿真实验 | 第54-57页 |
| 3.7 本章小结 | 第57-58页 |
| 第4章 上肢康复机器人运动控制 | 第58-72页 |
| 4.1 引言 | 第58页 |
| 4.2 上肢康复机器人硬件系统 | 第58-59页 |
| 4.3 康复机器人动力学模型 | 第59-65页 |
| 4.4 康复机器人阻抗控制 | 第65-68页 |
| 4.4.1 阻抗控制简介 | 第65-67页 |
| 4.4.2 基于位置的阻抗控制 | 第67-68页 |
| 4.5 康复机器人运动控制仿真 | 第68-69页 |
| 4.6 上肢康复机器人运动控制实验 | 第69-71页 |
| 4.7 本章小结 | 第71-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士期间发表的论文 | 第82页 |
