摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
名词缩写索引表 | 第12-13页 |
第一章 绪论 | 第13-31页 |
1.1 课题研究意义和背景 | 第13-14页 |
1.2 假手发展历程 | 第14-15页 |
1.3 肌电假手关键技术及发展现状 | 第15-28页 |
1.3.1 仿生假手结构设计 | 第16-20页 |
1.3.2 肌电假手的运动控制 | 第20-28页 |
1.4 目前存在的主要问题 | 第28-29页 |
1.5 研究内容及论文组织结构 | 第29-31页 |
1.5.1 主要研究内容 | 第29页 |
1.5.2 组织结构 | 第29-31页 |
第二章 假手机械结构及其测控系统设计 | 第31-50页 |
2.1 引言 | 第31页 |
2.2 假手机构设计 | 第31-45页 |
2.2.1 假手机械结构设计 | 第31-33页 |
2.2.2 假手机构分析 | 第33-38页 |
2.2.3 电机选型及分析 | 第38-39页 |
2.2.4 机构传感器一体化的假手手指设计分析 | 第39-45页 |
2.3 假手测控系统设计 | 第45-49页 |
2.3.1 测控系统构成 | 第45-47页 |
2.3.2 测控系统软件设计 | 第47-49页 |
2.4 本章小结 | 第49-50页 |
第三章 基于表面肌电信号的运动意图识别方法 | 第50-79页 |
3.1 引言 | 第50页 |
3.2 表面肌电信号传感器设计 | 第50-52页 |
3.3 表面肌电信号的特征提取方法 | 第52-56页 |
3.3.1 肌电信号特征提取 | 第53-56页 |
3.4 基于EMG的动作识别方法 | 第56-64页 |
3.4.1 信号采集 | 第57-58页 |
3.4.2 SVM手部动作分类 | 第58-60页 |
3.4.3 实验及结果 | 第60-64页 |
3.5 基于EMG的人手输出力估计 | 第64-78页 |
3.5.1 手部力估计实验平台 | 第64-66页 |
3.5.2 信号采集 | 第66-68页 |
3.5.3 GRNN手部输出力估计 | 第68-71页 |
3.5.4 实验及结果 | 第71-78页 |
3.6 本章小结 | 第78-79页 |
第四章 肌电信号自学习的假手模糊控制方法 | 第79-93页 |
4.1 引言 | 第79-80页 |
4.2 肌电信号自适应学习的动作识别方法 | 第80-85页 |
4.2.1 肌电信号解耦 | 第81-83页 |
4.2.2 肌电信号自适应学习 | 第83-84页 |
4.2.3 实验及结果 | 第84-85页 |
4.3 握力模糊控制方法 | 第85-91页 |
4.3.1 模糊神经网络PID控制器设计 | 第85-88页 |
4.3.2 实验及结果 | 第88-91页 |
4.4 本章小结 | 第91-93页 |
第五章 基于抓取对象刚度模糊观测的假手反演控制方法 | 第93-103页 |
5.1 引言 | 第93页 |
5.2 刚度模糊观测的假手反演控制方法 | 第93-99页 |
5.2.1 反演控制模型 | 第93-96页 |
5.2.2 刚度模糊观测器 | 第96-97页 |
5.2.3 基于抓取对象刚度模糊观测的假手反演控制器 | 第97-99页 |
5.3 实验及结果 | 第99-102页 |
5.3.1 速度位置跟踪实验 | 第99-100页 |
5.3.2 握力跟踪实验 | 第100-102页 |
5.4 本章小结 | 第102-103页 |
第六章 具有力触觉感知反馈的假手控制方法 | 第103-117页 |
6.1 引言 | 第103页 |
6.2 具有力触觉感知反馈的假手控制策略 | 第103-104页 |
6.3 基于振动触觉再现的假手信息反馈方法 | 第104-112页 |
6.3.1 力触觉感知反馈对象 | 第105页 |
6.3.2 力触觉感知反馈装置 | 第105-108页 |
6.3.3 力触觉振动编码设计 | 第108-112页 |
6.4 实验及结果 | 第112-116页 |
6.4.1 触觉感知实验 | 第112-115页 |
6.4.2 假手取物实验 | 第115-116页 |
6.5 本章小结 | 第116-117页 |
第七章 总结与展望 | 第117-119页 |
7.1 论文工作总结 | 第117-118页 |
7.2 论文主要创新点 | 第118页 |
7.3 未来研究展望 | 第118-119页 |
致谢 | 第119-120页 |
参考文献 | 第120-125页 |
攻读博士期间研究成果 | 第125-126页 |