基于高斯過(guò)程自回歸學(xué)習(xí)的人體運(yùn)動(dòng)意圖理解及下肢外骨骼主動(dòng)柔順性研究
發(fā)布時(shí)間:2022-10-20 14:00
針對(duì)人體運(yùn)動(dòng)功能增強(qiáng)和重建的各類(lèi)助力/助行外骨骼機(jī)器人已經(jīng)應(yīng)用于助老助殘、康復(fù)醫(yī)療和國(guó)防軍事等領(lǐng)域。該類(lèi)人機(jī)系統(tǒng)通過(guò)生物、計(jì)算、控制、機(jī)械等技術(shù)的有機(jī)融合與深度協(xié)作、人機(jī)物理接觸實(shí)現(xiàn)人體和可穿戴設(shè)備的有機(jī)協(xié)作,達(dá)到實(shí)時(shí)感知、動(dòng)態(tài)控制、人機(jī)共融和信息服務(wù)等目的。然而其與人體運(yùn)動(dòng)的自然和諧仍不可能,并一直是該領(lǐng)域公認(rèn)的熱點(diǎn)和難點(diǎn)。因此,本文以高斯過(guò)程自回歸模型為基礎(chǔ),探究人體連續(xù)運(yùn)動(dòng)在時(shí)間序列上的內(nèi)在關(guān)聯(lián)特性;集成演進(jìn)系統(tǒng)理論,應(yīng)對(duì)人體運(yùn)動(dòng)的不規(guī)則性,從而實(shí)現(xiàn)人體運(yùn)動(dòng)意圖自然、快速和準(zhǔn)確的理解,在此基礎(chǔ)上提升人體-外骨骼系統(tǒng)主動(dòng)柔順性。具體地,本文從肌電信號(hào)(EMG信號(hào))特征提取出發(fā),通過(guò)應(yīng)用Hill骨骼肌模型和半唯象模型,建立人體-外骨骼耦合動(dòng)力學(xué)模型,進(jìn)而構(gòu)建了可以用于人體運(yùn)動(dòng)意圖理解的狀態(tài)空間模型;基于人機(jī)力交互接口,利用高斯過(guò)程自回歸模型實(shí)現(xiàn)多源信息融合;通過(guò)應(yīng)用演進(jìn)系統(tǒng)理論,針對(duì)系統(tǒng)輸入中生理信號(hào)的不穩(wěn)定性和人體運(yùn)動(dòng)的不規(guī)則性,增強(qiáng)系統(tǒng)的適應(yīng)性,實(shí)現(xiàn)了對(duì)人體運(yùn)動(dòng)意圖的精確識(shí)別和理解;開(kāi)發(fā)了用于EMG特征提取的卷積神經(jīng)網(wǎng)絡(luò),提出了基于混合深度學(xué)習(xí)的外骨骼智能控制策略,并完成了初步的...
【文章頁(yè)數(shù)】:150 頁(yè)
【學(xué)位級(jí)別】:博士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題來(lái)源
1.2 研究背景
1.3 下肢柔順性外骨骼及其控制策略的國(guó)內(nèi)外研究現(xiàn)狀
1.3.1 基于模型的外骨骼控制策略
1.3.2 基于人體測(cè)量信息的控制策略
1.4 人體運(yùn)動(dòng)意圖理解國(guó)內(nèi)外研究現(xiàn)狀
1.4.1 人體運(yùn)動(dòng)意圖的定義
1.4.2 新型人機(jī)交互接口
1.4.3 人機(jī)互感互知的意圖理解
1.5 基于骨骼肌生物力學(xué)模型的人體運(yùn)動(dòng)意圖理解技術(shù)
1.6 基于高斯過(guò)程的人體運(yùn)動(dòng)意圖理解
1.7 系統(tǒng)自適應(yīng)算法與演進(jìn)系統(tǒng)理論
1.8 研究?jī)?nèi)容與論文章節(jié)安排
第二章 基于高斯過(guò)程的動(dòng)態(tài)系統(tǒng)建模與演進(jìn)系統(tǒng)
2.1 引言
2.2 高斯過(guò)程的基本原理與模型優(yōu)化
2.2.1 高斯過(guò)程的基本原理
2.2.2 高斯過(guò)程中超參數(shù)的學(xué)習(xí)優(yōu)化
2.3 高斯過(guò)程中核函數(shù)的選取
2.3.1 靜態(tài)協(xié)方差核函數(shù)
2.3.2 非靜態(tài)協(xié)方差核函數(shù)
2.4 基于高斯過(guò)程的時(shí)間序列建模
2.4.1 高斯非線性自回歸模型
2.4.2 基于狀態(tài)方程高斯過(guò)程的狀態(tài)空間模型
2.5 演進(jìn)系統(tǒng)方法
2.5.1 HPS模型
2.5.2 PLP模型
2.6 本章小結(jié)
第三章 人機(jī)耦合動(dòng)力學(xué)與狀態(tài)空間模型
3.1 引言
3.2 基于Hill骨骼肌模型的膝關(guān)節(jié)前向動(dòng)力學(xué)
3.2.1 肌肉收縮動(dòng)力學(xué)
3.2.2 肌肉-肌腱模型幾何學(xué)
3.2.3 關(guān)節(jié)角度運(yùn)動(dòng)模型
3.3 基于半唯象模型的人體-外骨骼交互機(jī)理
3.3.1 主動(dòng)元AE與肌肉主動(dòng)力
3.3.2 被動(dòng)元PE與肌肉被動(dòng)力
3.3.3 人體-外骨骼耦合系統(tǒng)中的關(guān)節(jié)運(yùn)動(dòng)模型
3.4 基于狀態(tài)空間模型的關(guān)節(jié)角度預(yù)測(cè)
3.5 實(shí)驗(yàn)與結(jié)果討論
3.5.1 實(shí)驗(yàn)設(shè)備與數(shù)據(jù)處理
3.5.2 模型的訓(xùn)練與學(xué)習(xí)
3.5.3 實(shí)驗(yàn)結(jié)果
3.5.4 結(jié)果討論
3.6 本章小結(jié)
第四章 基于演進(jìn)系統(tǒng)高斯回歸模型的人體運(yùn)動(dòng)意圖理解
4.1 引言
4.2 EMG信號(hào)處理方法與改進(jìn)的能量核算法
4.2.1 傳統(tǒng)EMG信號(hào)的處理方法
4.2.2 EMG能量核算法的基本概念
4.2.3 EMG能量核算法計(jì)算效率的改進(jìn)
4.3 基于高斯演進(jìn)算法的人體時(shí)變特征學(xué)習(xí)
4.4 實(shí)驗(yàn)驗(yàn)證
4.4.1 能量核外接矩形法有效性與計(jì)算效率驗(yàn)證
4.4.2 基于EMG信號(hào)的關(guān)節(jié)力/力矩學(xué)習(xí)與預(yù)測(cè)
4.4.3 基于EMG和交互力信號(hào)的關(guān)節(jié)角度學(xué)習(xí)與預(yù)測(cè)
4.5 實(shí)驗(yàn)結(jié)果討論
4.5.1 三種基于能量核思想的EMG提取算法比較
4.5.2 GP算法的計(jì)算效率問(wèn)題
4.5.3 核函數(shù)的選取
4.6 本章小結(jié)
第五章 基于混合深度學(xué)習(xí)的外骨骼柔順性研究
5.1 引言
5.2 基于卷積神經(jīng)網(wǎng)絡(luò)的EMG信號(hào)特征提取
5.2.1 EMG信號(hào)特征提取網(wǎng)絡(luò)的構(gòu)建
5.2.2 網(wǎng)絡(luò)信號(hào)提取效果評(píng)估
5.3 基于混合深度學(xué)習(xí)的外骨骼主動(dòng)柔順控制策略
5.3.1 人體-外骨骼交互模型
5.3.2 基于混合深度學(xué)習(xí)的控制策略
5.4 實(shí)驗(yàn)驗(yàn)證
5.5 本章小結(jié)
第六章 總結(jié)與展望
6.1 全文工作總結(jié)
6.2 論文的主要貢獻(xiàn)與創(chuàng)新點(diǎn)
6.3 工作展望
參考文獻(xiàn)
攻讀博士學(xué)位期間的學(xué)術(shù)成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]外骨骼機(jī)器人研究現(xiàn)狀及面臨的問(wèn)題[J]. 戴宗妙,都軍民. 現(xiàn)代制造工程. 2019(03)
[2]基于Hough變換的橢圓檢測(cè)算法對(duì)比分析[J]. 成浩,崔文超. 軟件導(dǎo)刊. 2018(09)
[3]基于sEMG振子模型的骨骼肌等長(zhǎng)收縮力與固有特性的能量核表征方法[J]. 陳幸,殷躍紅,范淵杰. 科學(xué)通報(bào). 2014(07)
博士論文
[1]步行康復(fù)訓(xùn)練助行腿機(jī)器人系統(tǒng)[D]. 馮治國(guó).上海大學(xué) 2009
[2]基于柔性外骨骼人機(jī)智能系統(tǒng)基礎(chǔ)理論及應(yīng)用技術(shù)研究[D]. 張佳帆.浙江大學(xué) 2009
碩士論文
[1]基于虛擬樣機(jī)技術(shù)的PRMI外骨骼機(jī)器人步態(tài)仿真研究[D]. 黃瑞.電子科技大學(xué) 2013
本文編號(hào):3694655
【文章頁(yè)數(shù)】:150 頁(yè)
【學(xué)位級(jí)別】:博士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題來(lái)源
1.2 研究背景
1.3 下肢柔順性外骨骼及其控制策略的國(guó)內(nèi)外研究現(xiàn)狀
1.3.1 基于模型的外骨骼控制策略
1.3.2 基于人體測(cè)量信息的控制策略
1.4 人體運(yùn)動(dòng)意圖理解國(guó)內(nèi)外研究現(xiàn)狀
1.4.1 人體運(yùn)動(dòng)意圖的定義
1.4.2 新型人機(jī)交互接口
1.4.3 人機(jī)互感互知的意圖理解
1.5 基于骨骼肌生物力學(xué)模型的人體運(yùn)動(dòng)意圖理解技術(shù)
1.6 基于高斯過(guò)程的人體運(yùn)動(dòng)意圖理解
1.7 系統(tǒng)自適應(yīng)算法與演進(jìn)系統(tǒng)理論
1.8 研究?jī)?nèi)容與論文章節(jié)安排
第二章 基于高斯過(guò)程的動(dòng)態(tài)系統(tǒng)建模與演進(jìn)系統(tǒng)
2.1 引言
2.2 高斯過(guò)程的基本原理與模型優(yōu)化
2.2.1 高斯過(guò)程的基本原理
2.2.2 高斯過(guò)程中超參數(shù)的學(xué)習(xí)優(yōu)化
2.3 高斯過(guò)程中核函數(shù)的選取
2.3.1 靜態(tài)協(xié)方差核函數(shù)
2.3.2 非靜態(tài)協(xié)方差核函數(shù)
2.4 基于高斯過(guò)程的時(shí)間序列建模
2.4.1 高斯非線性自回歸模型
2.4.2 基于狀態(tài)方程高斯過(guò)程的狀態(tài)空間模型
2.5 演進(jìn)系統(tǒng)方法
2.5.1 HPS模型
2.5.2 PLP模型
2.6 本章小結(jié)
第三章 人機(jī)耦合動(dòng)力學(xué)與狀態(tài)空間模型
3.1 引言
3.2 基于Hill骨骼肌模型的膝關(guān)節(jié)前向動(dòng)力學(xué)
3.2.1 肌肉收縮動(dòng)力學(xué)
3.2.2 肌肉-肌腱模型幾何學(xué)
3.2.3 關(guān)節(jié)角度運(yùn)動(dòng)模型
3.3 基于半唯象模型的人體-外骨骼交互機(jī)理
3.3.1 主動(dòng)元AE與肌肉主動(dòng)力
3.3.2 被動(dòng)元PE與肌肉被動(dòng)力
3.3.3 人體-外骨骼耦合系統(tǒng)中的關(guān)節(jié)運(yùn)動(dòng)模型
3.4 基于狀態(tài)空間模型的關(guān)節(jié)角度預(yù)測(cè)
3.5 實(shí)驗(yàn)與結(jié)果討論
3.5.1 實(shí)驗(yàn)設(shè)備與數(shù)據(jù)處理
3.5.2 模型的訓(xùn)練與學(xué)習(xí)
3.5.3 實(shí)驗(yàn)結(jié)果
3.5.4 結(jié)果討論
3.6 本章小結(jié)
第四章 基于演進(jìn)系統(tǒng)高斯回歸模型的人體運(yùn)動(dòng)意圖理解
4.1 引言
4.2 EMG信號(hào)處理方法與改進(jìn)的能量核算法
4.2.1 傳統(tǒng)EMG信號(hào)的處理方法
4.2.2 EMG能量核算法的基本概念
4.2.3 EMG能量核算法計(jì)算效率的改進(jìn)
4.3 基于高斯演進(jìn)算法的人體時(shí)變特征學(xué)習(xí)
4.4 實(shí)驗(yàn)驗(yàn)證
4.4.1 能量核外接矩形法有效性與計(jì)算效率驗(yàn)證
4.4.2 基于EMG信號(hào)的關(guān)節(jié)力/力矩學(xué)習(xí)與預(yù)測(cè)
4.4.3 基于EMG和交互力信號(hào)的關(guān)節(jié)角度學(xué)習(xí)與預(yù)測(cè)
4.5 實(shí)驗(yàn)結(jié)果討論
4.5.1 三種基于能量核思想的EMG提取算法比較
4.5.2 GP算法的計(jì)算效率問(wèn)題
4.5.3 核函數(shù)的選取
4.6 本章小結(jié)
第五章 基于混合深度學(xué)習(xí)的外骨骼柔順性研究
5.1 引言
5.2 基于卷積神經(jīng)網(wǎng)絡(luò)的EMG信號(hào)特征提取
5.2.1 EMG信號(hào)特征提取網(wǎng)絡(luò)的構(gòu)建
5.2.2 網(wǎng)絡(luò)信號(hào)提取效果評(píng)估
5.3 基于混合深度學(xué)習(xí)的外骨骼主動(dòng)柔順控制策略
5.3.1 人體-外骨骼交互模型
5.3.2 基于混合深度學(xué)習(xí)的控制策略
5.4 實(shí)驗(yàn)驗(yàn)證
5.5 本章小結(jié)
第六章 總結(jié)與展望
6.1 全文工作總結(jié)
6.2 論文的主要貢獻(xiàn)與創(chuàng)新點(diǎn)
6.3 工作展望
參考文獻(xiàn)
攻讀博士學(xué)位期間的學(xué)術(shù)成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]外骨骼機(jī)器人研究現(xiàn)狀及面臨的問(wèn)題[J]. 戴宗妙,都軍民. 現(xiàn)代制造工程. 2019(03)
[2]基于Hough變換的橢圓檢測(cè)算法對(duì)比分析[J]. 成浩,崔文超. 軟件導(dǎo)刊. 2018(09)
[3]基于sEMG振子模型的骨骼肌等長(zhǎng)收縮力與固有特性的能量核表征方法[J]. 陳幸,殷躍紅,范淵杰. 科學(xué)通報(bào). 2014(07)
博士論文
[1]步行康復(fù)訓(xùn)練助行腿機(jī)器人系統(tǒng)[D]. 馮治國(guó).上海大學(xué) 2009
[2]基于柔性外骨骼人機(jī)智能系統(tǒng)基礎(chǔ)理論及應(yīng)用技術(shù)研究[D]. 張佳帆.浙江大學(xué) 2009
碩士論文
[1]基于虛擬樣機(jī)技術(shù)的PRMI外骨骼機(jī)器人步態(tài)仿真研究[D]. 黃瑞.電子科技大學(xué) 2013
本文編號(hào):3694655
本文鏈接:http://sikaile.net/shoufeilunwen/xxkjbs/3694655.html
最近更新
教材專(zhuān)著