基于表面肌电信号的机器人操控方法研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究概况、水平和趋势 | 第13-19页 |
| 1.3 课题的研究内容 | 第19页 |
| 1.4 全文结构概述 | 第19-21页 |
| 第2章 sEMG信号的神经机理和分析方法 | 第21-34页 |
| 2.1 sEMG产生的生理机制 | 第21-22页 |
| 2.2 sEMG信号的采集 | 第22-26页 |
| 2.2.1 肌电采集装置 | 第22-23页 |
| 2.2.2 肌电电极分类与放置 | 第23-25页 |
| 2.2.3 表面肌电信号特点 | 第25-26页 |
| 2.3 sEMG信号去噪处理 | 第26-30页 |
| 2.3.1 sEMG常见噪声分类 | 第26-27页 |
| 2.3.2 去除低频噪声 | 第27-28页 |
| 2.3.3 去除工频干扰 | 第28-30页 |
| 2.4 sEMG信号的分析方法 | 第30-33页 |
| 2.4.1 时域分析 | 第30-32页 |
| 2.4.2 频域分析 | 第32-33页 |
| 2.4.3 时频域分析 | 第33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于sEMG的动作特征识别 | 第34-43页 |
| 3.1 sEMG信号采集 | 第34-35页 |
| 3.2 实验流程 | 第35-36页 |
| 3.3 实验数据分析 | 第36-42页 |
| 3.3.1 握拳动作肌电特征分析 | 第36-39页 |
| 3.3.2 脚部动作肌电特征分析 | 第39-41页 |
| 3.3.3 特征均值分析 | 第41页 |
| 3.3.4 在线动作识别 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于sEMG的机器人控制 | 第43-52页 |
| 4.1 多自由度机器人平台 | 第43-45页 |
| 4.1.1 NAO机器人简要介绍 | 第43-44页 |
| 4.1.2 动作行为能力 | 第44-45页 |
| 4.1.3 编程能力 | 第45页 |
| 4.2 复杂任务设计 | 第45-46页 |
| 4.3 任务模拟实现 | 第46-48页 |
| 4.3.1 任务分析 | 第46-47页 |
| 4.3.2 键盘操作模拟 | 第47-48页 |
| 4.4 肌电控制方法与控制策略 | 第48-51页 |
| 4.4.1 肌电控制策略方法 | 第48-49页 |
| 4.4.2 在线实验与结果分析 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 基于下肢肌肉sEMG的步态检测研究 | 第52-68页 |
| 5.1 引言 | 第52-53页 |
| 5.2 步态分析基本要素 | 第53-55页 |
| 5.3 实验设计和数据采集 | 第55-57页 |
| 5.3.1 被试和检测肌肉的选择 | 第55页 |
| 5.3.2 实验流程设计 | 第55-57页 |
| 5.4 数据处理与分析 | 第57-66页 |
| 5.4.1 sEMG数据分析 | 第57-60页 |
| 5.4.2 步频检测算法 | 第60-63页 |
| 5.4.3 实际行走下的步频、步长估算 | 第63-66页 |
| 5.4.4 实验结果分析 | 第66页 |
| 5.5 本章小结 | 第66-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 全文工作总结 | 第68-69页 |
| 6.2 下一步工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 作者在学期间取得的学术成果 | 第75页 |
| 作者在学期间参与的科研项目 | 第75页 |
