本文選題：外骨骼　切入點(diǎn)：步態(tài)數(shù)據(jù)　出處：《西南交通大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

【摘要】：下肢外骨骼系統(tǒng)是一類人體可穿戴的機(jī)器人,通過為人體提供外力支持,達(dá)到降低人體的負(fù)荷、提高人的持久運(yùn)動(dòng)能力的目的,將人的智能和機(jī)器人的力量結(jié)合在一起,通過機(jī)器人完成僅靠人自身無法完成的任務(wù),有廣泛的應(yīng)用前景。外骨骼的執(zhí)行機(jī)構(gòu)運(yùn)動(dòng)到目標(biāo)位置需要一定的時(shí)間,而此過程人體的行走動(dòng)作已經(jīng)改變,機(jī)械骨骼運(yùn)動(dòng)步態(tài)滯后于人體運(yùn)動(dòng)步態(tài),從而影響穿戴者的行走行為。為了盡量不干擾穿戴者的行走,外骨骼的控制系統(tǒng)的參考信號(hào)應(yīng)當(dāng)超前于人體的運(yùn)動(dòng)狀態(tài),因此需要對(duì)人體步態(tài)數(shù)據(jù)進(jìn)行預(yù)測(cè)。針對(duì)慢走、正常行走、慢跑等三種運(yùn)動(dòng)模態(tài),設(shè)計(jì)一套人體步態(tài)數(shù)據(jù)采集系統(tǒng),采集和預(yù)測(cè)人體步態(tài)數(shù)據(jù)。首先,以動(dòng)作捕捉系統(tǒng)OptiTrack采集的人體步態(tài)數(shù)據(jù)為數(shù)據(jù)源,仿真LMS自適應(yīng)濾波器、RLS自適應(yīng)濾波器、奇異譜分析法和非線性時(shí)間序列Takens算法,并對(duì)四種數(shù)據(jù)預(yù)測(cè)算法進(jìn)行對(duì)比分析。仿真結(jié)果表明,LMS自適應(yīng)濾波器和Takens算法更適合實(shí)現(xiàn)到硬件中,在線預(yù)測(cè)人體步態(tài)數(shù)據(jù)。其次,在團(tuán)隊(duì)開發(fā)的基于ARM的硬件平臺(tái)上完成步態(tài)數(shù)據(jù)采集系統(tǒng)的軟件部分。為該硬件電路編寫嵌入式程序,實(shí)現(xiàn)電路的通訊、數(shù)據(jù)處理等功能。用Visual C++編寫串口通訊上位機(jī)軟件。將LMS自適應(yīng)濾波器和Takens算法實(shí)現(xiàn)到硬件平臺(tái),在線實(shí)時(shí)預(yù)測(cè)人體的步態(tài)數(shù)據(jù),實(shí)驗(yàn)結(jié)果表明,Takens算法比LMS自適應(yīng)濾波器有更好的預(yù)測(cè)效果,更適合人體步態(tài)數(shù)據(jù)預(yù)測(cè)。最后,實(shí)現(xiàn)外骨骼與步態(tài)數(shù)據(jù)采集系統(tǒng)聯(lián)調(diào)。實(shí)驗(yàn)結(jié)果表明,本文設(shè)計(jì)的步態(tài)采集系統(tǒng),能夠?yàn)橥夤趋揽刂破魈峁┛煽康膮⒖夹畔?實(shí)現(xiàn)了外骨骼跟隨人體運(yùn)動(dòng)的功能,同時(shí)解決了外骨骼步態(tài)滯后人體步態(tài)的問題。
[Abstract]:Exoskeleton system of lower extremity is a kind of wearable robot. By providing external force support to the human body, it can reduce the load of human body and improve the ability of lasting movement, and combine human intelligence with the strength of robot. The robot can accomplish tasks that cannot be accomplished by human beings alone, which has a wide application prospect. It takes some time for the exoskeleton actuators to move to the target position, and this process has changed the movement of the human body. The mechanical skeleton gait lags behind the human body's walking gait, which affects the wearer's walking behavior. In order to avoid interfering with the wearer's walking, the reference signal of the exoskeleton control system should be ahead of the human body's movement state. Therefore, it is necessary to predict the human gait data. Aiming at the three motion modes of slow walking, normal walking and jogging, a gait data acquisition system is designed to collect and predict the human gait data. Based on human gait data collected by motion capture system (OptiTrack), this paper simulates LMS adaptive filter, singular spectrum analysis method and nonlinear time series Takens algorithm. The simulation results show that LMS-adaptive filter and Takens algorithm are more suitable for hardware and on-line prediction of human gait data. The software of gait data acquisition system is completed on the hardware platform based on ARM developed by the team. The embedded program is written for the hardware circuit to realize the communication of the circuit. Data processing and other functions. Using Visual C to write serial communication host computer software. The LMS adaptive filter and Takens algorithm are implemented to the hardware platform, on-line real-time prediction of human gait data, Experimental results show that Takens algorithm has better prediction effect than LMS adaptive filter, and is more suitable for human gait data prediction. Finally, the combination of exoskeleton and gait data acquisition system is realized. The experimental results show that the gait acquisition system designed in this paper, It can provide reliable reference information for exoskeleton controller, realize the function of exoskeleton following human body motion, and solve the problem that exoskeleton gait lags behind human gait.
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP242

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王萬良;正交逼近預(yù)測(cè)算法及其在電腦充絨機(jī)中的應(yīng)用[J];信息與控制;1994年04期

2 李文澤;盛光磊;;一種基于粒子群的實(shí)際業(yè)務(wù)流預(yù)測(cè)算法[J];微電子學(xué)與計(jì)算機(jī);2014年01期

3 楊斷利;張立梅;籍穎;呂晶;;河北省風(fēng)能特征及其對(duì)風(fēng)速預(yù)測(cè)算法的改進(jìn)[J];科技傳播;2013年06期

4 朱斌;樊祥;馬東輝;程正東;;窗口大小和權(quán)值模板對(duì)固定權(quán)值背景預(yù)測(cè)算法的影響[J];紅外與激光工程;2006年S4期

5 王祖儷;程小平;;入侵響應(yīng)中基于事件相關(guān)性的攻擊預(yù)測(cè)算法[J];計(jì)算機(jī)科學(xué);2005年04期

6 徐慶飛;張新;李衛(wèi)民;;二維空間中目標(biāo)軌跡預(yù)測(cè)算法研究與分析[J];航空電子技術(shù);2012年01期

7 楊雙懋;郭偉;唐偉;;基于FARIMA-GARCH模型的網(wǎng)絡(luò)業(yè)務(wù)預(yù)測(cè)算法[J];通信學(xué)報(bào);2013年03期

8 李楚斐;譚長(zhǎng)庚;韓宇;;車輛網(wǎng)絡(luò)單跳鏈路斷開時(shí)間預(yù)測(cè)算法[J];計(jì)算機(jī)工程;2012年02期

9 周璇;楊建成;;基于支持向量回歸機(jī)的空調(diào)逐時(shí)負(fù)荷滾動(dòng)預(yù)測(cè)算法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

10 孫道清;分?jǐn)?shù)線快速預(yù)測(cè)系統(tǒng)在普通高校招生工作中的應(yīng)用[J];微型機(jī)與應(yīng)用;2004年06期

相關(guān)會(huì)議論文 前10條

1 朱斌;樊祥;馬東輝;程正東;;窗口大小和權(quán)值模板對(duì)固定權(quán)值背景預(yù)測(cè)算法的影響[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

2 王峰;姬冰輝;李斗;;一種基于混沌理論的自相似業(yè)務(wù)流預(yù)測(cè)算法研究[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（上）[C];2006年

3 錢正祥;徐華;張申浩;;數(shù)字信號(hào)序列的向量預(yù)測(cè)算法[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

4 郭景峰;代軍麗;馬鑫;王娟;;針對(duì)通信社會(huì)網(wǎng)絡(luò)的時(shí)間序列鏈接預(yù)測(cè)算法[A];第26屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（A輯）[C];2009年

5 張利萍;李宏光;;改進(jìn)的灰色預(yù)測(cè)算法在工業(yè)應(yīng)用中的評(píng)價(jià)[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

6 崔冬;;一種改進(jìn)的LRP信道預(yù)測(cè)算法[A];2006通信理論與技術(shù)新進(jìn)展——第十一屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2006年

7 王佳;殷海兵;周冰倩;;一種適合硬件實(shí)現(xiàn)的低復(fù)雜度MAD預(yù)測(cè)算法[A];浙江省電子學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

8 鄭銘浩;劉志紅;巫瑞波;徐峻;;P450各亞型代謝調(diào)控劑預(yù)測(cè)算法[A];中國(guó)化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場(chǎng)摘要集[C];2012年

9 張曉丹;王萍;;一種基于特征的H.264的子塊快速幀內(nèi)預(yù)測(cè)算法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

10 劉志紅;鄭銘浩;嚴(yán)鑫;巫瑞波;徐峻;;基于結(jié)構(gòu)的化合物穩(wěn)定性預(yù)測(cè)算法[A];中國(guó)化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場(chǎng)摘要集[C];2012年

相關(guān)博士學(xué)位論文 前2條

1 馬玉韜;基于濾波理論和特征統(tǒng)計(jì)的蛋白質(zhì)編碼區(qū)預(yù)測(cè)算法研究[D];天津大學(xué);2013年

2 玄萍;MicroRNA識(shí)別及其與疾病關(guān)聯(lián)的預(yù)測(cè)算法研究[D];哈爾濱工業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 閆青;基于預(yù)測(cè)算法的快速多尺度金字塔時(shí)空特征點(diǎn)計(jì)算算法研究[D];青島科技大學(xué);2016年

2 錢呂見;復(fù)雜網(wǎng)絡(luò)中基于角色傳遞性和對(duì)稱性的鏈接預(yù)測(cè)算法研究[D];蘭州大學(xué);2016年

3 李小科;無模型自適應(yīng)預(yù)測(cè)算法及其在非線性過程控制中的應(yīng)用[D];蘭州大學(xué);2016年

4 周攀;基于姿態(tài)傳感器的人體步態(tài)預(yù)測(cè)算法設(shè)計(jì)與實(shí)現(xiàn)[D];西南交通大學(xué);2016年

5 周真爭(zhēng);基于社團(tuán)綜合屬性的鏈路預(yù)測(cè)算法研究[D];南京信息工程大學(xué);2016年

6 任程;DSP+FPGA平臺(tái)功耗管理的研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2016年

7 陳威;在線社會(huì)媒體的流行性預(yù)測(cè)研究[D];電子科技大學(xué);2016年

8 戴維夫;衛(wèi)星在軌狀態(tài)異變的演變趨勢(shì)分析與預(yù)測(cè)算法研究[D];電子科技大學(xué);2016年

9 呂仁俊;LBSN中基于行為分析的用戶位置預(yù)測(cè)[D];東南大學(xué);2015年

10 孫延;混合結(jié)構(gòu)機(jī)會(huì)網(wǎng)絡(luò)鏈路預(yù)測(cè)技術(shù)研究[D];東南大學(xué);2015年

，

本文編號(hào)：1641866