| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题的研究目的与意义 | 第9-10页 |
| 1.2 康复机器人研究发展现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 表面肌电信号的研究发展现状 | 第14-18页 |
| 1.3.1 表面肌电信号的特征提取技术研究发展现状 | 第15-16页 |
| 1.3.2 表面肌电信号的动作模式识别技术研究发展现状 | 第16-17页 |
| 1.3.3 基于表面肌电信号的机器人控制方法研究发展现状 | 第17-18页 |
| 1.4 本文研究内容 | 第18-19页 |
| 第2章 表面肌电信号采集及特征提取 | 第19-32页 |
| 2.1 引言 | 第19页 |
| 2.2 sEMG 采集实验方法 | 第19-22页 |
| 2.2.1 表面肌电信号采集实验的动作姿势确定 | 第19-20页 |
| 2.2.2 人体下肢肌群分析 | 第20-22页 |
| 2.3 信号采集系统平台 | 第22-26页 |
| 2.3.1 信号采集系统硬件平台 | 第23-24页 |
| 2.3.2 信号采集系统软件平台 | 第24-26页 |
| 2.4 下肢 sEMG 采集及特征提取 | 第26-31页 |
| 2.4.1 股直肌头 sEMG 采集及特征提取 | 第26-28页 |
| 2.4.2 股内侧肌头与股外侧肌头表面肌电信号采集与特征提取 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 表面肌电信号定量模式识别 | 第32-50页 |
| 3.1 引言 | 第32页 |
| 3.2 BP 神经网络模型的建立 | 第32-36页 |
| 3.2.1 BP 神经网络模型建立策略 | 第32-33页 |
| 3.2.2 BP 神经网络模型评价 | 第33-34页 |
| 3.2.3 BP 神经网络输入量的确定 | 第34-36页 |
| 3.3 位置模型的建立及平均值滤波步长对其性能的影响 | 第36-40页 |
| 3.3.1 位置定量关系模型的建立 | 第36-38页 |
| 3.3.2 平均值滤波步长取值对位置模型性能的影响 | 第38-40页 |
| 3.4 速度/加速度模型的建立及样条插值密度对其性能的影响 | 第40-49页 |
| 3.4.1 速度定量关系模型的建立 | 第42-43页 |
| 3.4.2 加速度定量关系模型的建立 | 第43-46页 |
| 3.4.3 样条插值密度取值对速度/加速度模型性能的影响 | 第46-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 下肢康复机器人控制方法及实验研究 | 第50-66页 |
| 4.1 引言 | 第50页 |
| 4.2 下肢康复机器人控制信号采集接口设计 | 第50-53页 |
| 4.2.1 下肢康复机器人控制平台 | 第50-52页 |
| 4.2.2 下肢康复机器人控制信号的采集与处理 | 第52-53页 |
| 4.3 阈值控制 | 第53-55页 |
| 4.3.1 基于响应阈值与复位阈值的阈值控制 | 第54-55页 |
| 4.3.2 阈值控制实验验证 | 第55页 |
| 4.4 模式识别控制 | 第55-60页 |
| 4.4.1 基于位置模型的模式识别控制 | 第55-56页 |
| 4.4.2 基于速度/加速度模型的模式识别控制 | 第56-57页 |
| 4.4.3 模式识别控制实验验证 | 第57-60页 |
| 4.5 下肢康复机器人运动控制软件平台搭建及实验验证 | 第60-65页 |
| 4.5.1 下肢康复机器人控制软件平台搭建 | 第60-62页 |
| 4.5.2 下肢康复机器人控制实验验证 | 第62-65页 |
| 4.6 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73页 |
