| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 引言 | 第9-18页 |
| ·本论文研究的目的和意义 | 第9页 |
| ·康复训练研究背景 | 第9-11页 |
| ·上肢康复机器人研究背景 | 第11-14页 |
| ·末端执行器的康复机器人 | 第12页 |
| ·外骨骼上肢康复机器人 | 第12-14页 |
| ·肌电信号 | 第14页 |
| ·康复效果定量评价 | 第14-15页 |
| ·基于肌肉力的内部评价 | 第14-15页 |
| ·基于肢体动作的外部评价 | 第15页 |
| ·论文贡献 | 第15-17页 |
| ·外骨骼上肢康复系统机械设备 | 第16页 |
| ·基于 EMG 上肢的运动识别 | 第16页 |
| ·基于 Kinect 的视觉传感及自动打分 | 第16-17页 |
| ·本章总结 | 第17-18页 |
| 第2章 外骨骼上肢康复机器人系统设计 | 第18-33页 |
| ·介绍 | 第18页 |
| ·人体上肢解剖学分析 | 第18-19页 |
| ·外骨骼上肢康复机器人整体设计 | 第19-21页 |
| ·肘部关节双边康复训练 | 第21-23页 |
| ·实验所需设备 | 第23-25页 |
| ·运动控制解决方案 | 第25-30页 |
| ·ULERD 设备正向运动学 | 第25-27页 |
| ·上肢正向运动学 | 第27-28页 |
| ·运动控制 | 第28-30页 |
| ·实验验证 | 第30-32页 |
| ·本章总结 | 第32-33页 |
| 第3章 基于肌电信号的肘部运动识别与控制 | 第33-43页 |
| ·介绍 | 第33-35页 |
| ·肌电信号采集 | 第35-36页 |
| ·肌电信号处理算法 | 第36-39页 |
| ·EEMD 自适应分解算法 | 第36-38页 |
| ·多尺度参数熵 | 第38-39页 |
| ·实验验证 | 第39-42页 |
| ·本章总结 | 第42-43页 |
| 第4章 基于 KINECT 的视觉传感及自动打分评价 | 第43-51页 |
| ·介绍 | 第43页 |
| ·Fugl-Meyer 评价准则 | 第43-44页 |
| ·Kinect 开发套件 | 第44-46页 |
| ·Kinect 图像分析原理 | 第44-46页 |
| ·关节角度识别计算 | 第46页 |
| ·实验验证 | 第46-49页 |
| ·关节角度识别 | 第46-48页 |
| ·Kinect 视觉传感 | 第48页 |
| ·自动打分评价 | 第48-49页 |
| ·本章总结 | 第49-51页 |
| 第5章 总结 | 第51-53页 |
| ·上肢康复机器人系统总体结构 | 第51页 |
| ·上肢康复机器人系统研究成果及创新点 | 第51-52页 |
| ·康复系统未来研究目标 | 第52页 |
| ·本章总结 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 攻读学位期间发表论文与研究成果清单 | 第59-60页 |
| 致谢 | 第60页 |