外骨骼机器人运动优化与脑机控制
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 引言 | 第11-12页 |
| 1.2 研究背景及意义 | 第12-13页 |
| 1.3 研究现状 | 第13-18页 |
| 1.3.1 脑机控制外骨骼机器人研究现状 | 第13-17页 |
| 1.3.2 机械臂运动优化的研究现状 | 第17-18页 |
| 1.4 本文研究内容及论文结构 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第二章 外骨骼机器人控制系统的总体结构 | 第20-26页 |
| 2.1 外骨骼机器人控制系统实验平台的设备选型 | 第20-23页 |
| 2.2 外骨骼机器人控制系统框架设计 | 第23-25页 |
| 2.2.1 硬件框架设计 | 第23-24页 |
| 2.2.2 软件框架设计 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 视觉诱发脑电信号产生机理与信号采集 | 第26-38页 |
| 3.1 EEG信号的基础知识 | 第26-31页 |
| 3.1.1 EEG信号产生机理 | 第26-27页 |
| 3.1.2 大脑皮层功能区 | 第27-28页 |
| 3.1.3 脑电信号的分类 | 第28-31页 |
| 3.2 视觉诱发脑电信号 | 第31-35页 |
| 3.2.1 视觉诱发脑电信号的特点 | 第31-32页 |
| 3.2.2 视觉诱发脑电信号的采集 | 第32-35页 |
| 3.2.3 视觉刺激 | 第35页 |
| 3.3 脑电信号的预处理 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 脑电信号分类识别算法 | 第38-56页 |
| 4.1 脑电信号特征提取算法 | 第38-48页 |
| 4.1.1 基于FFT的功率谱密度分析 | 第38-41页 |
| 4.1.2 典型相关性分析 | 第41-48页 |
| 4.2 支持向量机 | 第48-52页 |
| 4.3 实验分析 | 第52-55页 |
| 4.3.1 实验设计 | 第52-54页 |
| 4.3.2 实验结果 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 外骨骼机器人运动优化 | 第56-77页 |
| 5.1 外骨骼机器人运动优化概述 | 第56-57页 |
| 5.2 机械臂运动学基础 | 第57-63页 |
| 5.2.1 D-H参数法 | 第57-59页 |
| 5.2.2 正向运动学计算 | 第59-61页 |
| 5.2.3 雅克比 | 第61-63页 |
| 5.3 基于PDNN的运动优化 | 第63-72页 |
| 5.3.1 脑机命令向任务空间命令的转化 | 第63-65页 |
| 5.3.2 运动优化问题的描述与转化 | 第65-67页 |
| 5.3.3 原对偶神经网络（PDNN）优化 | 第67-72页 |
| 5.4 实验分析 | 第72-76页 |
| 5.5 本章小结 | 第76-77页 |
| 总结与展望 | 第77-79页 |
| 1 论文主要工作总结 | 第77页 |
| 2 论文的工作展望 | 第77-79页 |
| 参考文献 | 第79-87页 |
| 攻读硕士学位期间取得的研究成果 | 第87-88页 |
| 致谢 | 第88-89页 |
| 答辩委员会对论文的评定意见 | 第89页 |
