多自由度柔性踝关节康复机器人的人机协作控制研究
| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第13-27页 |
| 1.1 课题来源 | 第13页 |
| 1.2 课题研究的背景、目的及意义 | 第13-15页 |
| 1.3 相关领域国内外研究现状 | 第15-24页 |
| 1.3.1 气动肌肉驱动的康复机器人现状分析 | 第16-19页 |
| 1.3.2 柔性康复机器人的交互协作控制现状分析 | 第19-21页 |
| 1.3.3 柔性康复机器人的生物信号控制现状分析 | 第21-24页 |
| 1.4 论文主要研究内容及结构安排 | 第24-27页 |
| 第2章 柔性踝关节康复机器人机构建模及运动控制 | 第27-53页 |
| 2.1 踝关节康复机器人机构建模 | 第27-39页 |
| 2.1.1 运动学模型及运动学正逆解 | 第30-35页 |
| 2.1.2 动力学模型与雅克比矩阵 | 第35-39页 |
| 2.2 康复机器人控制系统结构 | 第39-42页 |
| 2.2.1 康复机器人硬件系统构成 | 第39-40页 |
| 2.2.2 康复机器人控制系统结构 | 第40-42页 |
| 2.3 基于反演滑模的机器人运动控制 | 第42-52页 |
| 2.3.1 鲁棒反演滑模控制器设计 | 第42-44页 |
| 2.3.2 干扰估计补偿器及稳定性分析 | 第44-47页 |
| 2.3.3 实验结果及分析 | 第47-52页 |
| 2.4 本章小结 | 第52-53页 |
| 第3章 踝关节康复机器人的人机交互协作控制 | 第53-73页 |
| 3.1 基于力触觉的机器人交互控制 | 第53-59页 |
| 3.1.1 机器人的力触觉及阻抗控制 | 第53-55页 |
| 3.1.2 基于阻抗调节的交互控制 | 第55-56页 |
| 3.1.3 实验结果及分析 | 第56-59页 |
| 3.2 基于层级柔顺的人机协作控制 | 第59-72页 |
| 3.2.1 气动肌肉驱动柔顺性建模 | 第60-61页 |
| 3.2.2 机器人任务空间柔顺模型 | 第61-63页 |
| 3.2.3 层级柔顺自适应控制 | 第63-66页 |
| 3.2.4 实验结果及分析 | 第66-72页 |
| 3.3 本章小结 | 第72-73页 |
| 第4章 表面肌电信号驱动的人-肌-机协作控制 | 第73-101页 |
| 4.1 踝关节多自由度动作模式识别 | 第73-81页 |
| 4.1.1 表面肌电信号采集与处理 | 第74-75页 |
| 4.1.2 基于肌肉协同分析的动作识别 | 第75-77页 |
| 4.1.3 实验结果及分析 | 第77-81页 |
| 4.2 踝关节肌体运动疲劳评估 | 第81-92页 |
| 4.2.1 肌电信号运动疲劳特征提取 | 第81-84页 |
| 4.2.2 踝关节运动疲劳估计模型 | 第84-86页 |
| 4.2.3 实验结果及分析 | 第86-92页 |
| 4.3 踝关节康复机器人的人-肌-机协作控制 | 第92-100页 |
| 4.3.1 患者意图驱动的主动康复控制 | 第92-93页 |
| 4.3.2 基于疲劳评估的人-肌-机协作控制 | 第93-95页 |
| 4.3.3 实验结果及分析 | 第95-100页 |
| 4.4 本章小结 | 第100-101页 |
| 第5章 基于脑意图感知的人-脑-机协作控制 | 第101-123页 |
| 5.1 基于运动想象脑电信号的患者意图识别 | 第101-111页 |
| 5.1.1 运动想象脑电信号采集及预处理 | 第101-104页 |
| 5.1.2 基于脑网络的通道选择 | 第104-106页 |
| 5.1.3 基于多域特征融合的运动想象分类 | 第106-108页 |
| 5.1.4 实验结果及分析 | 第108-111页 |
| 5.2 踝关节康复机器人的人-脑-机协作控制 | 第111-122页 |
| 5.2.1 基于运动想象的脑控机器人系统构成 | 第111-115页 |
| 5.2.2 患者脑意图驱动的人-脑-机协作控制 | 第115-117页 |
| 5.2.3 实验结果及分析 | 第117-122页 |
| 5.3 本章小结 | 第122-123页 |
| 第6章 总结与展望 | 第123-126页 |
| 6.1 全文的主要工作 | 第123-125页 |
| 6.2 下一步工作展望 | 第125-126页 |
| 致谢 | 第126-127页 |
| 参考文献 | 第127-138页 |
| 作者在攻读博士学位期间的科研成果 | 第138-139页 |
