基于全向下肢康复机器人的人体步态检测与动作预测
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究的背景 | 第10-11页 |
| ·课题研究的意义 | 第11-12页 |
| ·国内外研究动态 | 第12-16页 |
| ·课题研究的主要内容及章节安排 | 第16-18页 |
| 第二章 步态检测系统 | 第18-33页 |
| ·全向下肢康复机器人的工作原理 | 第18-19页 |
| ·超声波步态检测系统 | 第19-22页 |
| ·超声波传感器 | 第19-20页 |
| ·超声波步态检测系统结构设计 | 第20-21页 |
| ·步态数据检测与传输 | 第21页 |
| ·数据滤波处理 | 第21-22页 |
| ·Kinect 步态检测系统 | 第22-32页 |
| ·Kinect 传感器简介 | 第23-24页 |
| ·Kinect 步态检测系统结构设计 | 第24-25页 |
| ·深度图像校正 | 第25-26页 |
| ·标记点跟踪与步态数据提取 | 第26-30页 |
| ·标记点离地高度获取 | 第30页 |
| ·步态参数计算 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于时间序列模型的卡尔曼递归预测 | 第33-55页 |
| ·时间序列的基本概念 | 第33-35页 |
| ·简单的时间序列模型 | 第35-38页 |
| ·时间序列建模的步骤 | 第38-42页 |
| ·序列平稳性检验及非平稳化处理 | 第38-39页 |
| ·模型定阶 | 第39-40页 |
| ·模型参数估计 | 第40-41页 |
| ·模型验证 | 第41-42页 |
| ·卡尔曼滤波的工作原理 | 第42-43页 |
| ·时间序列模型向状态空间表达式转化 | 第43-44页 |
| ·基于时间序列模型的卡尔曼递推预测步骤 | 第44-45页 |
| ·步态序列建模及预测实验 | 第45-54页 |
| ·正常步态序列的特征 | 第45页 |
| ·正常步态序列建模 | 第45-51页 |
| ·正常步态序列的递推预测 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 步态判据 | 第55-66页 |
| ·构建步态判据 | 第56-58页 |
| ·正常步态序列建模 | 第58-61页 |
| ·步态序列预测与识别 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 结论 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 在学研究成果 | 第69-70页 |
| 致谢 | 第70页 |
