本文關(guān)鍵詞：基于慣性傳感器的偏癱康復(fù)監(jiān)測系統(tǒng)的研究

  更多相關(guān)文章： 偏癱 運(yùn)動捕捉 平面約束 Kalman濾波 人工魚群算法

【摘要】：偏癱是一種常見的腦卒中后遺癥,偏癱患者在患有肢體運(yùn)動障礙的同時,常常伴有輕微的感覺、語言、認(rèn)知等方面的障礙。目前的偏癱康復(fù)訓(xùn)練主要以醫(yī)師協(xié)助訓(xùn)練及機(jī)械式的康復(fù)器械為主,忽略了在協(xié)助訓(xùn)練之余,偏癱患者的自助康復(fù)訓(xùn)練過程。隨著MEMS傳感器技術(shù)的日漸成熟,慣性捕捉技術(shù)越來越多的應(yīng)用于人們的日常生活中。本文結(jié)合偏癱患者自主康復(fù)訓(xùn)練過程及慣性傳感器技術(shù),提出了一種基于慣性傳感器的偏癱患者運(yùn)動康復(fù)過程的跟蹤與評價的新方法,主要應(yīng)用于痙攣減輕階段偏癱患者的自主康復(fù)過程的姿態(tài)跟蹤及運(yùn)動能力的評定。具體的設(shè)計(jì)方案主要包括以下幾個方面。首先,研究本文課題的國內(nèi)外發(fā)展現(xiàn)狀及背景意義,確定本課題研究的可行性。從整體上設(shè)計(jì)了研究課題的結(jié)構(gòu)和框架,設(shè)計(jì)了基于MSP430單片機(jī)的IMU姿態(tài)測量單元,將偏癱患者自主康復(fù)訓(xùn)練的相關(guān)理論與慣性導(dǎo)航的具體實(shí)踐相結(jié)合,搭建實(shí)驗(yàn)系統(tǒng)平臺。其次,本文選取多組常見的偏癱康復(fù)訓(xùn)練動作,對患者進(jìn)行相應(yīng)的運(yùn)動監(jiān)測。根據(jù)不同動作構(gòu)建了相應(yīng)的運(yùn)動模型,提出相應(yīng)的解算方法,并進(jìn)行完整度評價。在數(shù)據(jù)融合過程中,結(jié)合傳統(tǒng)的Kalman濾波器以及具體的運(yùn)動模型,提出了基于平面約束的捷聯(lián)算法,優(yōu)化了數(shù)據(jù)融合算法,提高了精度。再次,根據(jù)傳統(tǒng)的傳感器誤差模型,在傳統(tǒng)的靜態(tài)修正算法基礎(chǔ)上引入人工魚群智能算法,該方法避免了復(fù)雜數(shù)學(xué)模型的解算過程,并對整個采樣過程進(jìn)行了簡化,使算法更適用于嵌入式系統(tǒng)。最后,對本文所提出的算法進(jìn)行了實(shí)驗(yàn)分析。首先針對多組動作基于傳統(tǒng)Kalman以及平面約束捷聯(lián)算法進(jìn)行了對比分析,確定了所提出算法的有效性。其次,模擬肩關(guān)節(jié)和肘關(guān)節(jié)的運(yùn)動軌跡,計(jì)算評價角度,最終給出所選動作的完整度評價。
【關(guān)鍵詞】：偏癱 運(yùn)動捕捉 平面約束 Kalman濾波 人工魚群算法
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R743.3;TP274
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-18
• 1.1 選題背景及研究意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-17
• 1.2.1 慣性運(yùn)動捕捉技術(shù)研究現(xiàn)狀11-14
• 1.2.2 偏癱康復(fù)器械研究現(xiàn)狀14-17
• 1.3 本文章節(jié)安排17-18
• 第2章 上肢運(yùn)動模型構(gòu)建及捷聯(lián)慣導(dǎo)原理18-35
• 2.1 上肢運(yùn)動模型構(gòu)建18-23
• 2.1.1 坐標(biāo)軸定義18-20
• 2.1.2 歐拉角及轉(zhuǎn)換矩陣20-21
• 2.1.3 模型構(gòu)建及分析21-23
• 2.2 捷聯(lián)慣性導(dǎo)航原理23-34
• 2.2.1 歐拉角解算23-26
• 2.2.2 離散Kalman濾波器介紹26-29
• 2.2.3 位置解算29-34
• 2.3 本章小結(jié)34-35
• 第3章 偏癱康復(fù)監(jiān)測系統(tǒng)結(jié)構(gòu)設(shè)計(jì)35-41
• 3.1 偏癱康復(fù)監(jiān)測系統(tǒng)整體結(jié)構(gòu)35-36
• 3.2 上位機(jī)界面顯示36-38
• 3.3 IMU慣性測量模塊設(shè)計(jì)38-40
• 3.4 本章小結(jié)40-41
• 第4章 基于平面約束的KALMAN濾波設(shè)計(jì)及實(shí)驗(yàn)分析41-64
• 4.1 傳感器靜態(tài)修正42-47
• 4.1.1 人工魚群智能算法42-43
• 4.1.2 加速度計(jì)靜態(tài)修正43-45
• 4.1.3 磁力計(jì)靜態(tài)修正45-47
• 4.2 基于面約束的捷聯(lián)算法47-50
• 4.3 KALMAN解算設(shè)計(jì)50-54
• 4.3.1 加速度計(jì)Kalman濾波51-53
• 4.3.2 磁力計(jì)Kalman濾波53-54
• 4.4 實(shí)驗(yàn)設(shè)計(jì)及分析54-63
• 4.4.1 手臂屈伸動作實(shí)驗(yàn)56-58
• 4.4.2 抬臂動作實(shí)驗(yàn)58-60
• 4.4.3 平面三角形組合動作實(shí)驗(yàn)60-63
• 4.4.4 實(shí)驗(yàn)分析63
• 4.5 本章小結(jié)63-64
• 結(jié)論64-66
• 參考文獻(xiàn)66-71
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果71-72
• 致謝72-73
• 作者簡介73

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 黃光球;陸秋琴;劉冠;;基于魚群算法的通風(fēng)巷道漏風(fēng)點(diǎn)辨識方法研究[J];系統(tǒng)仿真學(xué)報(bào);2007年12期

2 任春華;陳燦;王滿喜;路永樂;黎蕾蕾;;一種慣性測量與距離組合的定位修正方法研究[J];儀器儀表學(xué)報(bào);2013年11期

，

本文編號：569809