膝關(guān)節(jié)輔助控制旨在減少人體膝和踝關(guān)節(jié)損傷所造成的行動不便,并為下肢關(guān)節(jié)受損者提供康復(fù)訓(xùn)練功能。外骨骼系統(tǒng)使用機(jī)械提供外力,來實現(xiàn)增強(qiáng)人的力量。外骨骼控制系統(tǒng)是一種嵌入式控制系統(tǒng)。由于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的理論框架越加完善,一些簡單的重復(fù)性的工作已經(jīng)被人工智能產(chǎn)品成功替代,隨著越來越多的人工智能理論廣泛應(yīng)用在機(jī)器人控制系統(tǒng),這意味將來外骨骼控制系統(tǒng)更精確、更智能、更舒適。本課題針對人體自然行走時足底壓力的連續(xù)分布和人體下肢步態(tài)的軌跡,設(shè)計了一個可穿戴膝關(guān)節(jié)輔助運(yùn)動控制實驗平臺。系統(tǒng)由原始數(shù)據(jù)的獲得到逐步將數(shù)據(jù)處理、抽象、生成控制參數(shù),將控制系統(tǒng)分為三級,依次分別為低級控制器、中級控制器、高級控制器。低級控制器主要功能是測量壓力和膝關(guān)節(jié)姿態(tài)角,為了確保數(shù)據(jù)穩(wěn)定可靠,還在低級控制中將數(shù)據(jù)進(jìn)行處理。中級控制器負(fù)責(zé)電機(jī)的控制,電機(jī)控制通過模糊PID控制。高級控制器位于上位機(jī),利用Python實現(xiàn)的支持向量機(jī)模型,實現(xiàn)對人自然步態(tài)的劃分,得到當(dāng)前的運(yùn)動狀態(tài),再生成電機(jī)實際的控制參數(shù),實現(xiàn)電機(jī)隨著人行走控制控制方法。系統(tǒng)硬件整體由直線電機(jī)、旋轉(zhuǎn)電機(jī)、ESP-8266WIFI模塊、FSR壓力傳感器、MP...

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外現(xiàn)狀
    1.3 本文研究內(nèi)容
第二章 控制系統(tǒng)整體框架設(shè)計
    2.1 嵌入式系統(tǒng)構(gòu)成
    2.2 設(shè)備結(jié)構(gòu)簡介
    2.3 通訊協(xié)議的制定
    2.4 系統(tǒng)的軟件結(jié)構(gòu)
    2.5 本章小結(jié)
第三章 控制系統(tǒng)硬件構(gòu)成
    3.1 FSR壓力傳感器
    3.2 陀螺儀
    3.3 電機(jī)驅(qū)動模塊
    3.4 WIFI模塊
    3.5 控制單元
    3.6 本章總結(jié)
第四章 測量數(shù)據(jù)的處理
    4.1 MPU9250陀螺儀
        4.1.1 加速度計靜態(tài)誤差模型
        4.1.2 參數(shù)的獲取
        4.1.3 零差的獲取
        4.1.4 磁力計和陀螺儀
        4.1.5 姿態(tài)融合解算
    4.2 FSR壓力傳感器
    4.3 本章小結(jié)
第五章 通訊協(xié)議的設(shè)計
    5.1 低級控制器與中級控制器通訊協(xié)議
        5.1.1 低級控制器(測量板系統(tǒng))
        5.1.2 協(xié)議的制定
    5.2 中級控制器與執(zhí)行機(jī)構(gòu)
        5.2.1 CAN總線協(xié)議
        5.2.2 CANOPEN協(xié)議
        5.2.3 電機(jī)驅(qū)動接口
    5.3 中級控制器與高級控制器
        5.3.1 中級控制器
        5.3.2 協(xié)議的制定
    5.4 本章小結(jié)
第六章 基于SVM的電機(jī)控制
    6.1 支持向量機(jī)(SVM)算法簡介
    6.2 數(shù)據(jù)測量準(zhǔn)備
    6.3 數(shù)據(jù)預(yù)處理
    6.4 數(shù)據(jù)分析
    6.5 生成支持向量機(jī)(SVM)模型
    6.6 基于神經(jīng)網(wǎng)絡(luò)電機(jī)控制
        6.6.1 BP神經(jīng)網(wǎng)絡(luò)
        6.6.2 數(shù)據(jù)的獲取
        6.6.3 構(gòu)建LSTM神經(jīng)網(wǎng)絡(luò)
    6.7 本章小結(jié)
第七章 全文總結(jié)與展望
    7.1 結(jié)論
    7.2 展望
參考文獻(xiàn)
在學(xué)期間的研究成果
附錄A
    電機(jī)驅(qū)動
    SVM模型
    RNN模型
致謝



本文編號：3773093