| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-51页 |
| ·引言 | 第12-14页 |
| ·选题背景和研究意义 | 第14-15页 |
| ·人机接触交互研究进展 | 第15-31页 |
| ·人体运动关节力矩估计 | 第31-36页 |
| ·人体运动意图识别 | 第36-46页 |
| ·本论文研究拟解决的问题 | 第46-49页 |
| ·本文的内容安排 | 第49-51页 |
| 第二章 利用肌电信号获取运动意图信息的生理学基础和研究方法 | 第51-64页 |
| ·利用肌电信号获取运动意图信息的生理学基础 | 第51-56页 |
| ·肌肉收缩与肌电信号产生的机理 | 第51-53页 |
| ·动作电位 | 第53-54页 |
| ·肌电信号与力之间的关系 | 第54-55页 |
| ·电—机械延时问题 | 第55-56页 |
| ·交叉串扰现象 | 第56页 |
| ·肌电信号与运动意图信息的假设模型 | 第56-57页 |
| ·实验研究方法 | 第57-63页 |
| ·平面直线运动实验台 | 第57-58页 |
| ·表面肌电信号采集实验步骤 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 第三章 静态实验数据分析 | 第64-74页 |
| ·描述肌电活动的余弦调谐函数模型 | 第64-65页 |
| ·描述肌电活动模型的阶数 | 第65-66页 |
| ·基于遗传算法的非线性回归模型求参 | 第66-72页 |
| ·遗传算法 | 第66页 |
| ·适应度函数 | 第66-67页 |
| ·遗传操作 | 第67-68页 |
| ·回归模型求参 | 第68-72页 |
| ·本章小结 | 第72-74页 |
| 第四章 模型验证与分析 | 第74-82页 |
| ·引言 | 第74页 |
| ·上肢受力状态识别 | 第74-78页 |
| ·Elman神经网络 | 第74-77页 |
| ·特征向量的选择 | 第77页 |
| ·Elman网络用于 EMG活动力量等级识别 | 第77-78页 |
| ·模型参数校准 | 第78-80页 |
| ·肘关节角度估计 | 第80-81页 |
| ·小结 | 第81-82页 |
| 第五章 模型验证与分析 | 第82-100页 |
| ·引言 | 第82-83页 |
| ·基于测力机器人的人体上肢肌电信息采集平台 | 第83-87页 |
| ·实验结果和肌电数据分析 | 第87-95页 |
| ·实验步骤 | 第87页 |
| ·小波包变换 | 第87-90页 |
| ·AR模型 | 第90-95页 |
| ·确定肌电—活化系数 | 第95-97页 |
| ·册手腕机器人控制策略的实现 | 第97-99页 |
| ·小结 | 第99-100页 |
| 第六章 总结与展望 | 第100-103页 |
| ·本文工作总结 | 第100-101页 |
| ·进一步研究工作展望 | 第101-103页 |
| 参考文献 | 第103-112页 |
| 致谢 | 第112-113页 |
| 在学期间的研究成果及参与科研情况 | 第113-115页 |
| 附录1 | 第115-127页 |
| 附录2 | 第127-128页 |