| 摘要 | 第11-13页 |
| ABSTRACT | 第13-15页 |
| 第1章 绪论 | 第16-26页 |
| 1.1 课题背景与意义 | 第16-17页 |
| 1.1.1 课题来源 | 第16页 |
| 1.1.2 课题背景与意义 | 第16-17页 |
| 1.2 上肢康复机器人研究现状 | 第17-21页 |
| 1.3 基于肌肉电信号的肢体动作辨识的研究现状一 | 第21-23页 |
| 1.3.1 动作辨识中的信号特征提取方法 | 第21-22页 |
| 1.3.2 运动模式分类技术 | 第22-23页 |
| 1.4 主动式康复训练在研究中存在的技术问题 | 第23-24页 |
| 1.5 论文的主要研究内容 | 第24-26页 |
| 第2章 上肢康复机器人平台设计 | 第26-44页 |
| 2.1 上肢康复机器人设计目标 | 第26页 |
| 2.2 上肢康复机器人机械系统设计 | 第26-30页 |
| 2.2.1 整体结构设计 | 第26-28页 |
| 2.2.2 直接驱动关节设计 | 第28-29页 |
| 2.2.3 上臂/前臂旋转关节设计 | 第29-30页 |
| 2.3 上肢康复机器人结构仿真分析 | 第30-34页 |
| 2.3.1 基于ANSYS的机器人结构静力学仿真 | 第30页 |
| 2.3.2 基于DH矩阵与Adams的机器人运动学分析 | 第30-34页 |
| 2.4 上肢康复机器人电气系统设计 | 第34-39页 |
| 2.4.1 机器人驱动电机选择 | 第34-38页 |
| 2.4.2 机器人电气方案设计 | 第38-39页 |
| 2.5 上肢康复机器人运动控制程序设计 | 第39-41页 |
| 2.5.1 程序功能要求 | 第39-40页 |
| 2.5.2 运动控制程序设计 | 第40-41页 |
| 2.6 上肢康复机器人主动意图感知框架 | 第41-43页 |
| 2.7 本章小结 | 第43-44页 |
| 第3章 基于肌肉电信号的人体运动意图获取研究 | 第44-64页 |
| 3.1 肌肉电信号的特点与采集 | 第44-45页 |
| 3.2 肌肉电信号特征提取研究 | 第45-50页 |
| 3.2.1 时域特征提取 | 第45-46页 |
| 3.2.2 基于小波包分解的肌肉电信号特征提取研究 | 第46-50页 |
| 3.2.3 基于经验模态分解的肌肉电信号特征提取研究 | 第50页 |
| 3.3 基于神经网络的肌肉电信号人体运动意图辨识实验 | 第50-51页 |
| 3.4 基于智能优化算法的特征选择研究 | 第51-58页 |
| 3.4.1 粒子群算法 | 第52-54页 |
| 3.4.2 萤火虫算法 | 第54-55页 |
| 3.4.4 特征选择实验 | 第55-58页 |
| 3.5 肌肉电信号频率特性分析 | 第58-62页 |
| 3.6 本章小结 | 第62-64页 |
| 第4章 视觉反馈信息处理研究 | 第64-72页 |
| 4.1 视频信息的预处理与特征提取 | 第64-65页 |
| 4.1.1 基于人脸检测的感兴趣区选择 | 第64页 |
| 4.1.2 视频特征的提取研究 | 第64-65页 |
| 4.2 基于光流特征的头部动作辨识 | 第65-69页 |
| 4.2.1 辨识方法研究 | 第65-67页 |
| 4.2.2 视频中人体动作辨识实验 | 第67-69页 |
| 4.2.3 辨识参数优化 | 第69页 |
| 4.3 本章小结 | 第69-72页 |
| 第5章 上肢康复机器人康复训练测试 | 第72-76页 |
| 5.1 实验平台 | 第72页 |
| 5.2 实验内容 | 第72-74页 |
| 5.2.1 被动康复训练实验 | 第72-73页 |
| 5.2.2 主动康复训练实验 | 第73-74页 |
| 5.3 本章小结 | 第74-76页 |
| 总结与展望 | 第76-78页 |
| 本文研究总结与创新之处 | 第76-77页 |
| 课题研究展望 | 第77-78页 |
| 附录 | 第78-90页 |
| 参考文献 | 第90-98页 |
| 攻读学位期间发表的学术论文与取得的其他研究成果 | 第98-100页 |
| 致谢 | 第100-101页 |
| 附件 | 第101页 |
