| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-33页 |
| 1.1 论文研究背景及意义 | 第14-15页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 空间遥操作技术发展现状及趋势 | 第15-20页 |
| 1.2.1 国外发展现状及趋势 | 第15-19页 |
| 1.2.2 我国的相关研究项目 | 第19-20页 |
| 1.3 手部行为感知方法综述 | 第20-22页 |
| 1.3.1 基于数据手套的手部行为感知方法 | 第20-21页 |
| 1.3.2 基于非接触式测量设备的手部行为感知方法 | 第21页 |
| 1.3.3 基于操作者肌电信号的手部行为感知方法 | 第21-22页 |
| 1.4 表面肌电信号的研究现状 | 第22-29页 |
| 1.4.1 表面肌电信号的特征提取方法综述 | 第22-28页 |
| 1.4.2 表面肌电信号的模式识别方法综述 | 第28-29页 |
| 1.5 论文研究内容与组织结构 | 第29-33页 |
| 1.5.1 研究对象 | 第29-30页 |
| 1.5.2 研究内容 | 第30-31页 |
| 1.5.3 结构安排 | 第31-33页 |
| 第二章 表面肌电信号的采集与存储 | 第33-51页 |
| 2.1 引言 | 第33页 |
| 2.2 表面肌电信号产生机理 | 第33-38页 |
| 2.2.1 表面肌电信号产生机理 | 第33-36页 |
| 2.2.2 表面肌电信号特点 | 第36-37页 |
| 2.2.3 人体前臂肌肉与五指活动关系 | 第37-38页 |
| 2.3 肌电信号采集与存储系统组成 | 第38-50页 |
| 2.3.1 系统总体构成 | 第38-39页 |
| 2.3.2 系统硬件设计 | 第39-46页 |
| 2.3.3 系统软件设计 | 第46-50页 |
| 2.4 本章小结 | 第50-51页 |
| 第三章 基于肌电信号的手部行为发起检测 | 第51-60页 |
| 3.1 引言 | 第51页 |
| 3.2 判断手部行为发起的几种方法 | 第51-54页 |
| 3.2.1 基于标准差 | 第51-52页 |
| 3.2.2 Hodges方法 | 第52页 |
| 3.2.3 Lidierth方法 | 第52页 |
| 3.2.4 Sobel算子方法 | 第52-54页 |
| 3.3 Teager-Kaiser Energy算子方法 | 第54-56页 |
| 3.4 手部行为发起检测实验 | 第56-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第四章 基于肌电信号层级分类的手部行为识别 | 第60-77页 |
| 4.1 引言 | 第60-61页 |
| 4.2 常用手势库的建立 | 第61-63页 |
| 4.3 基于时域信息的层级分类方法 | 第63-72页 |
| 4.3.1 预分类方法 | 第64-66页 |
| 4.3.2 细分类方法 | 第66-72页 |
| 4.4 实验验证与分析 | 第72-75页 |
| 4.4.1 表面肌电信号采集过程 | 第72-73页 |
| 4.4.2 实验结果及分析 | 第73-75页 |
| 4.5 本章小结 | 第75-77页 |
| 第五章 肌电信号的自适应阈值识别 | 第77-83页 |
| 5.1 引言 | 第77页 |
| 5.2 自适应阈值算法分析 | 第77-79页 |
| 5.2.1 固定阈值算法 | 第78页 |
| 5.2.2 自适应阈值算法 | 第78-79页 |
| 5.3 机械手控制方法选择 | 第79-80页 |
| 5.4 实验验证与分析 | 第80-82页 |
| 5.5 本章小结 | 第82-83页 |
| 第六章 操作者手部行为感知与识别技术地面实验验证 | 第83-90页 |
| 6.1 引言 | 第83页 |
| 6.2 实验系统描述 | 第83-87页 |
| 6.3 空间机器人抓捕目标实验 | 第87-89页 |
| 6.3.1 实验目的 | 第87页 |
| 6.3.2 实验方案 | 第87-88页 |
| 6.3.3 实验结果及分析 | 第88-89页 |
| 6.4 本章小结 | 第89-90页 |
| 第七章 结论与展望 | 第90-93页 |
| 7.1 主要工作及成果 | 第90-91页 |
| 7.2 研究展望 | 第91-93页 |
| 致谢 | 第93-95页 |
| 参考文献 | 第95-99页 |
| 作者在学期间取得的学术成果 | 第99页 |