隨著下肢外骨骼機器人技術(shù)的蓬勃發(fā)展,其在日常輔助,軍事以及醫(yī)療康復(fù)領(lǐng)域的作用日益凸顯。由于表面肌電信號(electromyography,EMG)與人體動作的高度相關(guān)性,基于EMG信號控制的外骨骼人機交互具有自主理解人類運動意圖的優(yōu)勢。本文針對下肢外骨骼機器人的上層控制,提出了基于EMG信號的人體下肢運動意圖感知與預(yù)測系統(tǒng),包括運動意圖模式識別模型、下肢關(guān)節(jié)角度預(yù)測模型以及在線驗證實驗。通過基于本文數(shù)據(jù)集的離線實驗以及現(xiàn)場的在線實驗驗證,達(dá)到了外骨骼上層控制系統(tǒng)需滿足的控制信號精度以及實時性的要求。本文根據(jù)目前基于EMG信號的動作模式識別和關(guān)節(jié)連續(xù)角度預(yù)估的研究進(jìn)行了分析,就目前存在的部分突出問題進(jìn)行總結(jié),確立了本文的研究方向,同時為本文研究提供了大量參考。通過分析EMG信號的生理學(xué)特征與下肢步態(tài)的相關(guān)研究,利用集成慣性測量單元(Inertial Measurement Unit,IMU)的無線肌電電極,腳底壓力傳感器等設(shè)備,建立了包含5種日常生活中常見的下肢運動模式的離線下肢多通道信號數(shù)據(jù)集。其中包含了9組下肢肌肉,原始EMG與IMU信號,多種EMG信號特征以及IMU信號特征。該數(shù)據(jù)...

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題來源
    1.2 研究背景及意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 基于EMG的運動意圖模式識別研究現(xiàn)狀
        1.3.2 EMG用于運動意圖連續(xù)性參數(shù)預(yù)估的研究現(xiàn)狀
        1.3.3 國內(nèi)外研究現(xiàn)狀簡析
    1.4 本文主要研究內(nèi)容
第2章 基于EMG的下肢運動意圖的信息采集與處理方法
    2.1 EMG信號概述
        2.1.1 EMG信號的生理學(xué)基礎(chǔ)
        2.1.2 EMG信號的特點
    2.2 傳統(tǒng)EMG信號處理方法
        2.2.1 EMG信號的預(yù)處理
        2.2.2 特征提取方法
    2.3 同步多通道信息采集系統(tǒng)
        2.3.1 EMG信號采集系統(tǒng)
        2.3.2 下肢運動學(xué)信號采集系統(tǒng)
        2.3.3 腳底壓力信號采集系統(tǒng)
        2.3.4 關(guān)節(jié)角度解算驗證系統(tǒng)
        2.3.5 同步觸發(fā)裝置
    2.4 基于EMG的下肢運動意圖數(shù)據(jù)集設(shè)計
        2.4.1 下肢動作設(shè)計
        2.4.2 步態(tài)相位的劃分
        2.4.3 動作相關(guān)肌肉的選取
    2.5 下肢運動意圖信息采集實驗
    2.6 本章小結(jié)
第3章 基于EMG的下肢運動意圖感知與模式識別研究
    3.1 概述
    3.2 信號特征表征方法與模式識別問題描述
        3.2.1 多通道EMG信號表征方法
        3.2.2 多通道運動學(xué)信號表征方法
        3.2.3 模式識別問題描述
    3.3 基于決策樹的模式識別模型與傳統(tǒng)模式識別模型建立
        3.3.1 運動意圖識別模型
        3.3.2 數(shù)據(jù)類別權(quán)重
        3.3.3 支持向量機的參數(shù)設(shè)定
    3.4 基于EMG的運動意圖感知效果評價與分析方法
        3.4.1 性能評價方法
        3.4.2 多通道信號的最簡組合分析方法
    3.5 實驗分析
        3.5.1 基于EMG的動作判別性實驗分析
        3.5.2 基于費舍爾分?jǐn)?shù)的EMG特征判別性實驗
        3.5.3 高相關(guān)性肌肉與特征基于下肢數(shù)據(jù)集的評價
    3.6 本章小結(jié)
第4章 基于EMG的下肢關(guān)節(jié)運動預(yù)測建模研究
    4.1 概述
    4.2 預(yù)測問題描述與特征表征方法
        4.2.1 問題描述
        4.2.2 數(shù)據(jù)表征與預(yù)測數(shù)據(jù)標(biāo)定
    4.3 基于長短期記憶神經(jīng)網(wǎng)絡(luò)的解決方案
        4.3.1 長短期記憶神經(jīng)網(wǎng)絡(luò)
        4.3.2 多通道信號處理流程
    4.4 基于長短期記憶神經(jīng)網(wǎng)絡(luò)的下肢關(guān)節(jié)角度預(yù)測
        4.4.1 特征提取器設(shè)計
        4.4.2 下肢關(guān)節(jié)角度預(yù)測網(wǎng)絡(luò)結(jié)構(gòu)
        4.4.3 算法描述
    4.5 預(yù)測效果評價與實驗分析
        4.5.1 性能評價方法
        4.5.2 實驗配置
        4.5.3 基于下肢數(shù)據(jù)集的評價
        4.5.4 本章設(shè)計的方法與傳統(tǒng)方法的對比
    4.6 本章小結(jié)
第5章 運動意圖感知與預(yù)測系統(tǒng)的在線實驗驗證
    5.1 引言
    5.2 實驗系統(tǒng)
        5.2.1 實驗硬件系統(tǒng)
        5.2.2 實驗軟件系統(tǒng)
    5.3 實驗驗證方案
        5.3.1 實驗設(shè)置
        5.3.2 設(shè)備連接與設(shè)置
    5.4 實驗驗證效果
        5.4.1 系統(tǒng)在線運動模式識別結(jié)果
        5.4.2 系統(tǒng)在線下肢關(guān)節(jié)角度預(yù)測結(jié)果
        5.4.3 系統(tǒng)在線運行的實時性評價
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士期間發(fā)表的論文
致謝



本文編號：3837412