| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第16-28页 |
| 1.1 课题背景及研究目的 | 第16-18页 |
| 1.1.1 课题背景 | 第16-17页 |
| 1.1.2 课题目的 | 第17-18页 |
| 1.2 康复机器人感知系统的研究现状 | 第18-24页 |
| 1.2.1 康复机器人感知系统国外研究现状 | 第18-21页 |
| 1.2.2 康复机器人感知系统国内研究现状 | 第21-23页 |
| 1.2.3 国内外研究现状分析 | 第23-24页 |
| 1.3 感知系统在运动性肌肉疲劳评估的应用 | 第24-26页 |
| 1.4 本文主要研究内容 | 第26-28页 |
| 第二章 传感器原理与设计 | 第28-41页 |
| 2.1 表面肌电传感器 | 第28-35页 |
| 2.1.1 肌电信号的产生机理 | 第28-29页 |
| 2.1.2 表面肌电信号的检测 | 第29-30页 |
| 2.1.3 表面肌电信号的特征 | 第30页 |
| 2.1.4 表面肌电信号的主要噪声来源分析 | 第30-31页 |
| 2.1.5 表面肌电传感器的设计 | 第31-35页 |
| 2.2 足底压力传感器 | 第35-37页 |
| 2.3 关节活动度传感器 | 第37-39页 |
| 2.4 脉搏传感器 | 第39-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第三章 传感器性能测试与试验标定 | 第41-49页 |
| 3.1 肌电传感器性能测试 | 第41-44页 |
| 3.1.1 肌电传感器噪声测试 | 第41-43页 |
| 3.1.2 肌电传感器频谱测试 | 第43-44页 |
| 3.2 足底压力传感器试验标定 | 第44-46页 |
| 3.3 关节角度传感器试验标定 | 第46-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 基于CompactRIO的多传感器感知系统设计 | 第49-58页 |
| 4.1 CompactRIO硬件模块配置 | 第49-52页 |
| 4.2 CompactRIO软件系统架构配置 | 第52-54页 |
| 4.3 感知系统软件设计 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 基于HHT边际谱熵的肌肉疲劳感知方法研究 | 第58-75页 |
| 5.1 HHT边际谱熵 | 第58-62页 |
| 5.2 评价疲劳指标性能的维度 | 第62-63页 |
| 5.2.1 疲劳指标对数据长度的依赖性 | 第62-63页 |
| 5.2.2 疲劳指标评估肌肉疲劳的可靠性 | 第63页 |
| 5.2.3 疲劳指标的抗噪性 | 第63页 |
| 5.3 边际谱熵评估肌肉疲劳性能实验 | 第63-68页 |
| 5.4 实验结果分析 | 第68-73页 |
| 5.4.1 指标对数据长度的依赖性分析结果 | 第68-69页 |
| 5.4.2 指标评估肌肉疲劳可靠性分析结果 | 第69-72页 |
| 5.4.3 指标抗噪性分析结果 | 第72-73页 |
| 5.5 实验结论 | 第73-74页 |
| 5.6 本章小结 | 第74-75页 |
| 第六章 康复机器人阻抗训练模式下人体信息感知实验 | 第75-80页 |
| 6.1 康复训练机器人阻抗训练模式 | 第75页 |
| 6.2 下肢肌电电极片粘贴位置 | 第75页 |
| 6.3 不同阻力模式下人体信息感知实验 | 第75-78页 |
| 6.4 实验结论 | 第78-79页 |
| 6.5 本章小结 | 第79-80页 |
| 第七章 总结与展望 | 第80-83页 |
| 7.1 工作总结 | 第80-81页 |
| 7.2 研究展望 | 第81-83页 |
| 参考文献 | 第83-88页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第88-89页 |