| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 国外上肢康复训练机器人发展综述 | 第14-18页 |
| 1.2.2 国内上肢康复训练机器人发展综述 | 第18-20页 |
| 1.3 外骨骼式上肢康复机器人系统的现状分析 | 第20-22页 |
| 1.4 论文的主要研究内容 | 第22-25页 |
| 第二章 脑卒中康复训练的医学基础 | 第25-37页 |
| 2.1 脑卒中及康复训练的医学理论 | 第25-29页 |
| 2.1.1 脑卒中 | 第25-26页 |
| 2.1.2 脑卒中的神经学基础 | 第26-27页 |
| 2.1.3 脑卒中的运动康复机理 | 第27-29页 |
| 2.2 脑卒中偏瘫的运动康复训练 | 第29-36页 |
| 2.2.1 上肢偏瘫的康复过程 | 第29-30页 |
| 2.2.2 上肢偏瘫的训练模式 | 第30-31页 |
| 2.2.3 上肢运动功能康复标准及训练要求 | 第31-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第三章 上肢康复机器人系统及模型分析 | 第37-49页 |
| 3.1 五自由度外骨骼上肢机器人系统 | 第37-40页 |
| 3.1.1 机械结构组成 | 第38-39页 |
| 3.1.2 驱动设备及控制结构 | 第39-40页 |
| 3.2 上肢康复机器人运动学分析 | 第40-45页 |
| 3.2.1 正运动学分析 | 第41-43页 |
| 3.2.2 逆运动学分析 | 第43-45页 |
| 3.3 上肢康复机器人动力学分析与建模 | 第45-48页 |
| 3.3.1 拉格朗日力学函数 | 第45页 |
| 3.3.2 上肢康复机器人系统动能和势能推导 | 第45-47页 |
| 3.3.3 上肢康复机器人系统动力学模型 | 第47-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 上肢痉挛力矩建模及参数估计 | 第49-73页 |
| 4.1 引言 | 第49页 |
| 4.2 随机估计理论 | 第49-54页 |
| 4.2.1 随机系统 | 第49-50页 |
| 4.2.2 参数估计 | 第50-54页 |
| 4.3 人体骨骼肌肉系统 | 第54-57页 |
| 4.3.1 人体骨骼肌的解剖学特性 | 第54-55页 |
| 4.3.2 上肢肌肉痉挛的解剖学特性 | 第55-57页 |
| 4.4 上肢痉挛模式评定 | 第57-58页 |
| 4.5 人体上肢痉挛力矩建模 | 第58-62页 |
| 4.5.1 人体肘部主要肌肉及其生理参数 | 第58-60页 |
| 4.5.2 肌肉力与肌肉长度-速度的关系 | 第60页 |
| 4.5.3 肌肉力与神经中枢刺激的关系 | 第60-61页 |
| 4.5.4 上肢肘部痉挛力矩建模 | 第61-62页 |
| 4.6 经验Bayes参数估计 | 第62-68页 |
| 4.7 仿真验证 | 第68-72页 |
| 4.8 本章小结 | 第72-73页 |
| 第五章 基于综合康复指标的智能轨迹优化研究 | 第73-97页 |
| 5.1 引言 | 第73页 |
| 5.2 人工免疫算法 | 第73-76页 |
| 5.2.1 生物免疫机理 | 第74-75页 |
| 5.2.2 人工免疫优化算法 | 第75-76页 |
| 5.3 综合康复指标设计 | 第76-80页 |
| 5.3.1 人体工学指标设计 | 第76-77页 |
| 5.3.2 疼痛度指标设计 | 第77-78页 |
| 5.3.3 平滑度指标设计 | 第78页 |
| 5.3.4 基于最小功准则的能量消耗指标设计 | 第78-80页 |
| 5.4 基于人工免疫算法的康复轨迹优化策略 | 第80-87页 |
| 5.4.1 约束多目标优化问题的一般描述 | 第80-81页 |
| 5.4.2 基于五次多项式插值的连续轨迹构造 | 第81-83页 |
| 5.4.3 改进的人工免疫算法求解多目标轨迹优化问题 | 第83-87页 |
| 5.5 仿真验证 | 第87-95页 |
| 5.6 本章小结 | 第95-97页 |
| 第六章 被动训练非参数不确定自适应迭代优化控制策略 | 第97-125页 |
| 6.1 引言 | 第97页 |
| 6.2 自适应迭代学习控制基本理论 | 第97-108页 |
| 6.2.1 迭代学习控制基本原理 | 第98-101页 |
| 6.2.2 自适应迭代学习控制基本原理 | 第101-105页 |
| 6.2.3 非参数迭代学习控制系统描述 | 第105-106页 |
| 6.2.4 上肢康复机器人系统非参数不确定性问题 | 第106-108页 |
| 6.3 上肢康复机器人非参数不确定迭代学习控制策略 | 第108-118页 |
| 6.3.1 问题描述 | 第108-109页 |
| 6.3.2 系统约束条件 | 第109-110页 |
| 6.3.3 变参考轨迹修正策略 | 第110-111页 |
| 6.3.4 迭代误差修正策略 | 第111-112页 |
| 6.3.5 自适应迭代学习控制器设计 | 第112-113页 |
| 6.3.6 稳定性分析 | 第113-118页 |
| 6.4 仿真验证 | 第118-124页 |
| 6.5 本章小结 | 第124-125页 |
| 第七章 主动训练双迭代自适应优化控制策略 | 第125-145页 |
| 7.1 引言 | 第125页 |
| 7.2 主动康复运动控制系统总体结构 | 第125-126页 |
| 7.3 主动训练人机交互系统建模 | 第126-131页 |
| 7.3.1 系统模型 | 第126-127页 |
| 7.3.2 上肢肘部痉挛力矩模型 | 第127页 |
| 7.3.3 人机交互力矩模型 | 第127-131页 |
| 7.4 非线性自适应双迭代优化控制策略 | 第131-138页 |
| 7.4.1 双迭代控制器设计 | 第131-132页 |
| 7.4.2 非线性自适应迭代学习控制器稳定性分析 | 第132-136页 |
| 7.4.3 非线性迭代优化控制器稳定性分析 | 第136-138页 |
| 7.5 仿真验证 | 第138-142页 |
| 7.6 本章小结 | 第142-145页 |
| 第八章 结论与展望 | 第145-147页 |
| 参考文献 | 第147-165页 |
| 致谢 | 第165-167页 |
| 攻读博士学位期间所做的主要工作 | 第167-168页 |
