面向运动意图识别的上肢外骨骼生物电信号控制研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第14-26页 |
1.1 研究背景 | 第14-16页 |
1.2 国内外研究现状 | 第16-21页 |
1.2.1 上肢外骨骼研究现状 | 第16-18页 |
1.2.2 上肢外骨骼生物电信号控制研究现状 | 第18-21页 |
1.3 当前研究存在的问题 | 第21-22页 |
1.4 论文研究内容与组织结构 | 第22-26页 |
第2章 面向运动意图识别的生物电信号控制理论 | 第26-43页 |
2.1 生物电信号控制策略 | 第26-27页 |
2.2 生物电信号的运动意图识别 | 第27-28页 |
2.3 面向运动意图识别的生物电信号控制 | 第28-32页 |
2.4 SEMG与EEG在人机控制中的比较 | 第32-34页 |
2.5 SEMG信号的意图识别及控制方法 | 第34-40页 |
2.6 EEG信号意图识别及控制方法 | 第40-43页 |
第3章 基于sEMG信号的手腕运动连续识别 | 第43-62页 |
3.1 引言 | 第43页 |
3.2 连续运动中的肌肉收缩类型 | 第43-45页 |
3.3 运动意图识别处理方法 | 第45-49页 |
3.3.1 信号预处理 | 第45-46页 |
3.3.2 特征提取 | 第46页 |
3.3.3 分类方法 | 第46-47页 |
3.3.4 数据分析方法 | 第47-49页 |
3.4 连续运动角度识别实验原型及结果 | 第49-56页 |
3.5 两种影响手腕角度识别精度的因素 | 第56-58页 |
3.5.1 运动方向 | 第56-57页 |
3.5.2 负载力 | 第57页 |
3.5.3 识别效果及评估 | 第57-58页 |
3.6 连续运动分类识别实验原型及结果 | 第58-61页 |
3.7 本章小结 | 第61-62页 |
第4章 交互因素对sEMG控制肘关节的影响 | 第62-84页 |
4.1 引言 | 第62页 |
4.2 接触界面对表面肌电控制的影响 | 第62-63页 |
4.3 心理条件对表面肌电控制的影响 | 第63-66页 |
4.3.1 注意焦点 | 第64页 |
4.3.2 本体感觉 | 第64-65页 |
4.3.3 脑肌电相干性分析 | 第65-66页 |
4.4 数据分析方法及程序 | 第66-67页 |
4.5 接触界面因素实验及结果 | 第67-74页 |
4.5.1 实验原型 | 第67-70页 |
4.5.2 结果与讨论 | 第70-74页 |
4.6 心理因素实验及结果 | 第74-83页 |
4.6.1 实验原型 | 第74-77页 |
4.6.2 实验结果及讨论 | 第77-83页 |
4.7 本章小结 | 第83-84页 |
第5章 基于脑电信号的上肢运动意图识别可行性研究 | 第84-98页 |
5.1 引言 | 第84-85页 |
5.2 深度学习——卷积神经网络 | 第85-86页 |
5.2.1 卷积层 | 第85页 |
5.2.2 降采样处理 | 第85-86页 |
5.2.3 全连接层 | 第86页 |
5.3 EEG信号的预处理 | 第86-87页 |
5.4 特征提取及经典分类算法 | 第87-89页 |
5.5 实验原型 | 第89-93页 |
5.5.1 实验过程 | 第89-91页 |
5.5.2 CNN网络构建 | 第91-93页 |
5.5.3 数据分析方法 | 第93页 |
5.6 实验结果与讨论 | 第93-97页 |
5.7 本章小结 | 第97-98页 |
第6章 意图识别方法在上肢外骨骼机器人中的应用 | 第98-110页 |
6.1 上肢外骨骼设计原则 | 第98页 |
6.2 上肢模型及机构设计 | 第98-101页 |
6.3 基于表面肌电的上肢外骨骼系统设计 | 第101-104页 |
6.4 实验及结果 | 第104-109页 |
6.5 本章小结 | 第109-110页 |
第7章 总结与展望 | 第110-116页 |
7.1 总结 | 第110-111页 |
7.2 主要贡献与创新点 | 第111-112页 |
7.3 展望 | 第112-116页 |
7.3.1 从单模态走向多模态的生物电信号控制 | 第112-114页 |
7.3.2 粗粒度和细粒度生物电信号控制策略并行 | 第114-116页 |
参考文献 | 第116-132页 |
攻读博士学位期间主要的研究成果 | 第132-133页 |
致谢 | 第133页 |