發(fā)布時(shí)間：2021-11-09 01:58

　　隨著社會老齡化加重和社會壓力激增,越來越多的人因?yàn)橹酗L(fēng)等疾病而陷入了肢體運(yùn)動障礙的問題。因此社會對康復(fù)訓(xùn)練領(lǐng)域也變得越來越重視,各種肢體康復(fù)訓(xùn)練機(jī)器人的研究也成為科研熱點(diǎn)。本文主要研究人體關(guān)節(jié)運(yùn)動意圖,通過表面肌電（Surface Electromyography,SEMG）和加速度（Acceleration,ACC）信號預(yù)測患者關(guān)節(jié)連續(xù)運(yùn)動趨勢,從而控制康復(fù)機(jī)器人進(jìn)行主動康復(fù)訓(xùn)練。選擇了5通道的下肢SEMG信號和5通道的下肢ACC信號作為信號源,對下肢多關(guān)節(jié)連續(xù)運(yùn)動估計(jì)進(jìn)行了深入的研究,主要工作及創(chuàng)新點(diǎn)如下:（1）針對主流康復(fù)訓(xùn)練模式,本文提出了對應(yīng)的標(biāo)準(zhǔn)實(shí)驗(yàn)動作和采集規(guī)則。使用了Trigno無線肌電采集系統(tǒng)采集5路SEMG信號和5路ACC信號。通過動作肌肉貢獻(xiàn)度分析得到采集肌肉為:臀大肌,股直肌,股內(nèi)側(cè)肌,腓腸肌和脛骨前肌。（2）對于采集到的信號,進(jìn)行子采樣處理統(tǒng)一頻率,同時(shí)對肌電信號進(jìn)行了經(jīng)驗(yàn)?zāi)B(tài)分解降噪。針對肌電信號時(shí)域、頻域與時(shí)頻域等眾多的特征提取方法,本文提出了一種基于小波多級分解和關(guān)聯(lián)維系數(shù)的小波關(guān)聯(lián)維特征作為肌電特征。對于加速度提取方法,本文選取了信號幅度向量作為加速度... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

Motomed康復(fù)訓(xùn)練系統(tǒng)

和周期性電刺激的步態(tài)訓(xùn)練設(shè)備[5]。相對于傳統(tǒng)固定模式的訓(xùn)練機(jī)器人，該步行康復(fù)機(jī)器人通過周期性電刺激來增加肌肉活躍度從而讓運(yùn)動員進(jìn)行步態(tài)訓(xùn)練，同時(shí)通過矯正器為患者提供準(zhǔn)確的動作指導(dǎo)，保證訓(xùn)練動作按要求完成。如圖1.3所示，瑞士HocomaAG公司的Lokomat機(jī)器人系統(tǒng)是一種基于仿生外骨骼的康復(fù)訓(xùn)練系統(tǒng)[6]�；颊呤褂肔okomat時(shí)需要穿戴好仿生機(jī)械腿，然后在機(jī)械腿電機(jī)的帶動下完成步態(tài)運(yùn)動。在患者運(yùn)動的同時(shí)，Lokomat平臺也會以與機(jī)械腿相匹配的速度開始運(yùn)動，最終實(shí)現(xiàn)患者的行走訓(xùn)練。圖1.1Motomed康復(fù)訓(xùn)練系統(tǒng)圖1.2MotionMaker機(jī)器人圖1.3Lokomat機(jī)器人雖然國內(nèi)對康復(fù)醫(yī)學(xué)的研究起步較晚，但是國家對康復(fù)醫(yī)學(xué)的研究十分重視，因此近年來許多科研機(jī)構(gòu)和高校也取得一定的研究成果。2013年，燕山大學(xué)王洪波教授帶領(lǐng)的并聯(lián)機(jī)器人與機(jī)電系統(tǒng)實(shí)驗(yàn)室團(tuán)隊(duì)成功研發(fā)了一款坐臥式康復(fù)訓(xùn)練機(jī)器人[7]。它的主體由一個(gè)角度可調(diào)的座椅和兩個(gè)關(guān)節(jié)訓(xùn)練裝置組成，如圖1.4所示，通過訓(xùn)練裝置帶動下肢關(guān)節(jié)運(yùn)動來達(dá)到康復(fù)訓(xùn)練效果。

練設(shè)備[5]。相對于傳統(tǒng)固定模式的訓(xùn)練機(jī)器人，該步行康復(fù)機(jī)器人通過周期性電刺激來增加肌肉活躍度從而讓運(yùn)動員進(jìn)行步態(tài)訓(xùn)練，同時(shí)通過矯正器為患者提供準(zhǔn)確的動作指導(dǎo)，保證訓(xùn)練動作按要求完成。如圖1.3所示，瑞士HocomaAG公司的Lokomat機(jī)器人系統(tǒng)是一種基于仿生外骨骼的康復(fù)訓(xùn)練系統(tǒng)[6]�；颊呤褂肔okomat時(shí)需要穿戴好仿生機(jī)械腿，然后在機(jī)械腿電機(jī)的帶動下完成步態(tài)運(yùn)動。在患者運(yùn)動的同時(shí)，Lokomat平臺也會以與機(jī)械腿相匹配的速度開始運(yùn)動，最終實(shí)現(xiàn)患者的行走訓(xùn)練。圖1.1Motomed康復(fù)訓(xùn)練系統(tǒng)圖1.2MotionMaker機(jī)器人圖1.3Lokomat機(jī)器人雖然國內(nèi)對康復(fù)醫(yī)學(xué)的研究起步較晚，但是國家對康復(fù)醫(yī)學(xué)的研究十分重視，因此近年來許多科研機(jī)構(gòu)和高校也取得一定的研究成果。2013年，燕山大學(xué)王洪波教授帶領(lǐng)的并聯(lián)機(jī)器人與機(jī)電系統(tǒng)實(shí)驗(yàn)室團(tuán)隊(duì)成功研發(fā)了一款坐臥式康復(fù)訓(xùn)練機(jī)器人[7]。它的主體由一個(gè)角度可調(diào)的座椅和兩個(gè)關(guān)節(jié)訓(xùn)練裝置組成，如圖1.4所示，通過訓(xùn)練裝置帶動下肢關(guān)節(jié)運(yùn)動來達(dá)到康復(fù)訓(xùn)練效果。

【參考文獻(xiàn)】：
期刊論文
[1]基于人體加速度多特征融合和K近鄰算法的跌倒檢測[J]. 華仙,席旭剛.  中國康復(fù)理論與實(shí)踐. 2018(07)
[2]基于神經(jīng)網(wǎng)絡(luò)的語音情感識別分類[J]. 姜芃旭,傅洪亮.  電腦知識與技術(shù). 2018(18)
[3]運(yùn)動相關(guān)腦電信號的運(yùn)動意圖預(yù)測方法研究[J]. 柳建光,袁道任,馮少康.  計(jì)算機(jī)測量與控制. 2018(05)
[4]外骨骼型下肢康復(fù)機(jī)器人結(jié)構(gòu)設(shè)計(jì)與動力學(xué)分析[J]. 史小華,王洪波,孫利,高峰,徐震.  機(jī)械工程學(xué)報(bào). 2014(03)
[5]基于Elman神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測[J]. 張靠社,楊劍.  電網(wǎng)與清潔能源. 2012(12)
[6]基于三軸加速度傳感器的人體跌倒檢測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 王榮,章韻,陳建新.  計(jì)算機(jī)應(yīng)用. 2012(05)
[7]基于三軸加速度傳感器的手勢識別[J]. 劉蓉,劉明.  計(jì)算機(jī)工程. 2011(24)
[8]基于交叉驗(yàn)證SVM的網(wǎng)絡(luò)入侵檢測[J]. 王凱,侯著榮,王聰麗.  測試技術(shù)學(xué)報(bào). 2010(05)
[9]引入關(guān)聯(lián)維的表面肌電信號的特征提取[J]. 鞠徐,宋曉峰.  生物醫(yī)學(xué)工程研究. 2008(03)
[10]基于加速度傳感器的老年人跌倒檢測裝置設(shè)計(jì)[J]. 李冬,梁山.  傳感器與微系統(tǒng). 2008(09)

碩士論文
[1]基于壓力與加速度傳感器的人體下肢動作識別研究[D]. 曾紀(jì)均.華南理工大學(xué) 2017
[2]基于動作捕捉傳感器的人體日常行為識別研究[D]. 張新榮.哈爾濱工業(yè)大學(xué) 2015
[3]基于眼電信號的人機(jī)交互模式研究[D]. 呼延洪.東北大學(xué) 2013
[4]改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)在齒輪箱故障診斷中的應(yīng)用[D]. 劉敏娜.中北大學(xué) 2012
[5]踏板式步態(tài)康復(fù)訓(xùn)練器研究[D]. 劉欣.哈爾濱工程大學(xué) 2012
[6]基于GABP神經(jīng)網(wǎng)絡(luò)及SVM的房地產(chǎn)投資風(fēng)險(xiǎn)評價(jià)及應(yīng)用[D]. 馬霞霞.西安理工大學(xué) 2010
[7]基于三軸加速度傳感器的跌倒檢測技術(shù)的研究與應(yīng)用[D]. 孫新香.上海交通大學(xué) 2008



本文編號：3484415