基于生物电识别的远程遥操作仿人机器人控制系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 基于生物电信号的机器人概述 | 第11-12页 |
| 1.2 研究背景和意义 | 第12-13页 |
| 1.2.1 基于生物电控制的机器人研究背景和意义 | 第12-13页 |
| 1.2.2 基于生物电协调的机器人研究背景和意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-18页 |
| 1.3.1 BCI研究现状 | 第14-17页 |
| 1.3.2 肌电信号控制研究现状 | 第17-18页 |
| 1.4 论文的研究背景和研究内容 | 第18-21页 |
| 1.4.1 论文研究背景 | 第18-19页 |
| 1.4.2 本文研究内容与组织安排 | 第19-21页 |
| 第2章 相关系统组成及关键技术 | 第21-27页 |
| 2.1 基于生物电信号机器人控制系统组成 | 第21-23页 |
| 2.1.1 肌电信号在机器人控制中的应用及组成 | 第21-22页 |
| 2.1.2 脑电信号在机器人控制中的应用及组成 | 第22-23页 |
| 2.2 基于生物电信号机器人系统相关技术 | 第23-25页 |
| 2.2.1 信号采集技术 | 第23-24页 |
| 2.2.2 神经信号处理技术 | 第24-25页 |
| 2.2.3 外部控制装置 | 第25页 |
| 2.3 本章小结 | 第25-27页 |
| 第3章 生物电信号控制的遥操作仿人机器人系统 | 第27-53页 |
| 3.1 生物电信号控制的仿人机器人概述 | 第27-28页 |
| 3.2 生物电信号控制的仿人机器人系统组成 | 第28-33页 |
| 3.2.1 NAO机器人及开发环境 | 第29-31页 |
| 3.2.2 Emotiv生物电感知系统与开发平台 | 第31-33页 |
| 3.3 控制系统实现 | 第33-42页 |
| 3.3.1 系统体系结构 | 第33-35页 |
| 3.3.2 数据采集及处理流程 | 第35-42页 |
| 3.4 实验设计 | 第42-47页 |
| 3.4.1 脑-机接口系统训练方式设计和实现 | 第42-45页 |
| 3.4.2 仿人机器人控制实验设计与实验 | 第45-47页 |
| 3.5 实验结果及分析 | 第47-51页 |
| 3.6 本章小结 | 第51-53页 |
| 第4章 QoT模型 | 第53-73页 |
| 4.1 QoT概述 | 第53-54页 |
| 4.2 QoT数学模型设计 | 第54-55页 |
| 4.2.1 QoT指标 | 第54页 |
| 4.2.2 QoT生成原理 | 第54-55页 |
| 4.3 BP神经网络算法 | 第55-60页 |
| 4.3.1 BP神经网络算法介绍 | 第55-59页 |
| 4.3.2 BP神经网络算法在QoT生成中的应用 | 第59-60页 |
| 4.4 实验与分析处理 | 第60-71页 |
| 4.4.1 实验设计与操作平台 | 第60-61页 |
| 4.4.2 熵值赋权法 | 第61-63页 |
| 4.4.3 实验流程 | 第63-66页 |
| 4.4.4 结果与分析 | 第66-71页 |
| 4.5 本章小结 | 第71-73页 |
| 第5章 基于QoT的遥操作机器人控制系统 | 第73-87页 |
| 5.1 基于QoT的机器人遥操作控制系统概述 | 第73-74页 |
| 5.2 遥操作机器人控制算法 | 第74-76页 |
| 5.3 阻抗控制 | 第76-79页 |
| 5.3.1 避障算法简介 | 第76-77页 |
| 5.3.2 虚拟斥力模型 | 第77-79页 |
| 5.4 基于QoT的遥操作机器人系统设计 | 第79-81页 |
| 5.5 实验与结果分析 | 第81-84页 |
| 5.6 本章总结 | 第84-87页 |
| 第6章 结论与展望 | 第87-91页 |
| 6.1 论文的主要工作 | 第87页 |
| 6.2 本论文的主要创新点 | 第87-88页 |
| 6.3 对未来的展望 | 第88-91页 |
| 参考文献 | 第91-95页 |
| 致谢 | 第95页 |
