| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 课题研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-21页 |
| 1.2.1 国外上肢康复训练机器人发展综述 | 第14-19页 |
| 1.2.2 国内上肢康复训练机器人发展综述 | 第19-21页 |
| 1.3 上肢康复训练机器人系统的发展趋势 | 第21-23页 |
| 1.4 论文的主要研究内容 | 第23-26页 |
| 第二章 脑卒中运动康复的研究基础 | 第26-44页 |
| 2.1 脑卒中及运动康复的机理 | 第26-31页 |
| 2.1.1 脑卒中 | 第26-27页 |
| 2.1.2 脑卒中的神经学基础 | 第27-29页 |
| 2.1.3 脑卒中的运动康复机理 | 第29-31页 |
| 2.2 脑卒中的运动康复训练 | 第31-33页 |
| 2.3 脑卒中运动康复的评价指标 | 第33-35页 |
| 2.3.1 临床医学定性评价指标 | 第33页 |
| 2.3.2 运动参数定量评价指标 | 第33-34页 |
| 2.3.3 康复运动的人体工学评价指标 | 第34-35页 |
| 2.4 五自由度外骨骼上肢机器人系统 | 第35-43页 |
| 2.4.1 功能评价子系统 | 第35-36页 |
| 2.4.2 训练执行子系统 | 第36-41页 |
| 2.4.3 信息检测子系统 | 第41-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第三章 基于DNA遗传算法的上肢康复训练轨迹智能优化设计 | 第44-70页 |
| 3.1 引言 | 第44-46页 |
| 3.2 上肢康复训练轨迹约束条件及综合指标设计 | 第46-49页 |
| 3.2.1 康复训练约束条件 | 第46页 |
| 3.2.2 基于Fitts定律的人体工学指标设计 | 第46-47页 |
| 3.2.3 平顺性指标设计 | 第47-48页 |
| 3.2.4 上肢肌肉能量消耗指标及约束条件设计 | 第48-49页 |
| 3.3 基于7阶B样条插值的单关节轨迹构造 | 第49-54页 |
| 3.3.1 任务空间轨迹到关节空间轨迹转换 | 第50页 |
| 3.3.2 高阶连续轨迹的B样条构造 | 第50-52页 |
| 3.3.3 康复训练运动轨迹的7阶B样条插值构造 | 第52-54页 |
| 3.4 融合医师经验的DNA传算法轨迹求解 | 第54-60页 |
| 3.5 仿真验证 | 第60-68页 |
| 3.6 结论 | 第68-70页 |
| 第四章 人机交互作用力矩建模及参数估计 | 第70-88页 |
| 4.1 引言 | 第70-71页 |
| 4.2 系统模型 | 第71-74页 |
| 4.3 阻抗模型 | 第74-75页 |
| 4.4 人机交互力矩参数估计算法 | 第75-78页 |
| 4.4.1 基于积分变换的模型转化 | 第75-76页 |
| 4.4.2 基于积分变换的自适应观测器设计 | 第76-77页 |
| 4.4.3 人机交互力矩参数估计算法的收敛性分析 | 第77-78页 |
| 4.5 仿真验证 | 第78-87页 |
| 4.6 结论 | 第87-88页 |
| 第五章 被动训练逻辑切换自学习控制方法 | 第88-102页 |
| 5.1 引言 | 第88-89页 |
| 5.2 基于逻辑切换的康复训练自学习控制器设计 | 第89-97页 |
| 5.2.1 针对未知扰动和阻抗不确定性的轨迹跟踪问题 | 第89-90页 |
| 5.2.2 上界参数c,v已知时的轨迹跟踪控制器设计 | 第90-93页 |
| 5.2.3 上界参数c,v未知时的轨迹跟踪自学习控制器设计 | 第93-97页 |
| 5.3 仿真验证 | 第97-101页 |
| 5.4 本章小结 | 第101-102页 |
| 第六章 主动训练智能优化自调整控制方法 | 第102-120页 |
| 6.1 引言 | 第102页 |
| 6.2 主动阶段康复训练控制系统总体设计 | 第102-103页 |
| 6.3 患肢力矩实时估计器设计 | 第103-105页 |
| 6.4 自学习增稳控制器设计 | 第105-107页 |
| 6.5 伺服轨迹智能优化自调整策略设计 | 第107-111页 |
| 6.5.1 康复训练约束条件 | 第108页 |
| 6.5.2 基于Fitts定律的人体工学指标设计 | 第108-109页 |
| 6.5.3 平顺性指标设计 | 第109页 |
| 6.5.4 上肢肌肉能量消耗指标及约束条件设计 | 第109-110页 |
| 6.5.5 康复度指标设计 | 第110-111页 |
| 6.6 融合医师经验的DNA遗传算法轨迹求解 | 第111-112页 |
| 6.7 仿真验证 | 第112-119页 |
| 6.8 结论 | 第119-120页 |
| 第七章 痉挛的检测与紧急保护策略研究 | 第120-146页 |
| 7.1 引言 | 第120-121页 |
| 7.2 问题描述 | 第121-124页 |
| 7.2.1 系统模型 | 第121-122页 |
| 7.2.2 痉挛抵抗力矩模型 | 第122-123页 |
| 7.2.3 痉挛检测与紧急保护策略 | 第123-124页 |
| 7.3 痉挛检测与紧急保护控制器设计 | 第124-140页 |
| 7.3.1 扩展观测器和输出反馈控制器设计 | 第124-128页 |
| 7.3.2 痉挛检测策略的性能分析 | 第128-135页 |
| 7.3.3 痉挛紧急保护控制器设计 | 第135-140页 |
| 7.4 仿真验证 | 第140-145页 |
| 7.5 结论 | 第145-146页 |
| 第八章 结论与展望 | 第146-148页 |
| 参考文献 | 第148-168页 |
| 致谢 | 第168-170页 |
| 攻读博士学位期间所做的主要工作 | 第170-172页 |
| 作者简介 | 第172页 |
