基于复杂网络的下肢运动相容性肌电解码研究
发布时间：2020-12-15 07:56
外骨骼机器人作为重要的辅助工具,穿戴者和外骨骼机器人需要融为一体进而辅助工作。但在外骨骼机器人的使用过程中,由于穿戴者保有一定的运动能力,所以在穿戴外骨骼机器人的过程中经常发现,外骨骼机器人运动轨迹与穿戴者的期望轨迹存在一定差异（即运动不相容）,造成穿戴者不舒适,甚至额外伤害,外骨骼机器人将不再是助力而成为行走的负担。本论文从人体的主观感觉出发,基于复杂网络理论构建人体下肢肌肉表面肌电信号功能网络,明确表面肌电信号与运动相容性的关系,通过能量分析设定人-机运动相容性的特性指标。主要的研究内容如下:1.下肢肌肉表面肌电信号功能网络构建采集不同运动相容状态的多通道下肢表面肌电信号,利用移动窗分模式、分阶段提取特征向量;选择各通道表面肌电信号作为节点,分析各通道信号间的相关性,通过阈值选择构造邻接矩阵;探讨整个步态周期过程中下肢肌肉的协同工作机制和演变规律,证明下肢肌肉功能网络的小世界属性。2.表面肌电信号功能网络拓扑结构分析构建不同运动相容状态的下肢表面肌电信号功能网络,利用复杂网络理论进行网络拓扑结构分析,通过节点特性指标计算,深入分析不同状态的网络统计特性和共异性;通过分析各节点的重要...
【文章来源】：河北工业大学天津市 211工程院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
HAL外以色列的埃尔格公司推出了一款商业外
基于复杂网络的下肢运动相容性肌电解码研究-2-1.2国内外研究现状1.2.1下肢外骨骼机器人发展概况近年来，对下肢外骨骼机器人的研究受到各国重视。国内外提出了诸多有关外骨骼机器人的文章，诸如日本筑波(Tsukuba)大学的HAL系列下肢外骨骼，德国柏林大学的下肢外骨骼机器人，加州大学伯克利分校的BLEEX下肢外骨骼机器人和清华大学程明[8]等人研制的下肢外骨骼等，大大促进了外骨骼机器人的发展。下肢外骨骼的控制系统在下肢外骨骼控制中起着关键作用，先进的合理的控制系统能使人体外骨骼装置的辅助功能最大的发挥出来。HAL（HybridAssistiveLeg）是世界上第一款商业外骨骼机器人[5]，由日本驻波大学和Cyberdyne公司联合开发，如图1.1所示。其采用了角度传感器、肌电信号传感器和地面接触力传感器等多种传感器来实时获取穿戴者和外骨骼装置的状态信息，基于前馈控制原理，并利用生理信息反馈原理，辅助调整人体的运动姿态。在控制策略研究方面，日本驻波大学研究了多种基于表面肌电信号的控制策略，达到更加智能化的控制。图1.1HAL外骨骼系统以色列的埃尔格公司推出了一款商业外骨骼机器人-ReWalk[6]，如图1.2所示，其主要作用是期望帮助截瘫病人摆脱轮椅，其上布置了丰富的传感器，可以实时监测患者的步行姿态并不断改变控制策略协助患者运动，现在已经可以帮助患者完成站立、行走、爬楼等行为。2014年6月，Rewalkpersonal通过了美国药物与食品管理局（FDA）的审批，允许其直接向病人销售自己的外骨骼产品并在家中使用，成为FDA批准的第一个个人外骨骼装置。
河北工业大学硕士学位论文-3-图1.2ReWalk外骨骼系统2004年，加州大学伯克利分校研制出了第一代外骨骼机器人-BLEEX[7]，如图1.3所示，后续又研制了第二代外骨骼机器人-ExoHiker、Exoclimber。该系统由两条动力腿、一个背包外架、电源装置组成，利用外骨骼上的传感器来检测运动参数，实时调整控制策略，控制驱动器对负载进行调整。穿戴者能够背负很大的负载进行长时间行走。图1.3BLEEX外骨骼系统国内的研究人员对外骨骼机器人的研究开始较晚，但利用国家科技的支持，发展很迅速。哈尔滨工业大学研制了一款下肢外骨骼助行机器人[8]，如图1.4所示，它的执行机构为曲柄滑块机构，利用直流伺服电机驱动曲柄运动，带动活动踏板产生与正常人步态相近的运动轨迹，通过控制旋转轴的踏板的回转角度来模拟正常人踝关节在行走姿势的变化。
【参考文献】：
期刊论文
[1]国家自然科学基金委员会生命科学部2017年度国家重大科研仪器研制项目[J]. 生命科学. 2017(12)
[2]融合表面肌电和加速度信号的下肢运动模式识别研究[J]. 席旭刚,汤敏彦,张自豪,张启忠,罗志增. 电子学报. 2017(11)
[3]基于小波变换的表面肌电信号低功耗压缩滤波算法[J]. 毛东杰,张晓濛,蒋小文,黄凯. 传感技术学报. 2016(05)
[4]多关系蛋白质网络构建及其应用研究[J]. 胡赛,熊慧军,李学勇,赵碧海,倪问尹,杨品红,刘臻. 自动化学报. 2015(12)
[5]步态模式对人体髋膝踝关节运动协调关系的影响[J]. 马绍兴,王人成,沈强. 中国康复医学杂志. 2015(12)
[6]随机图的点可区别全染色算法[J]. 李敬文,李小慧,董威,贾西贝,杜永文. 计算机应用研究. 2015(06)
[7]复杂网络中随机图模型研究[J]. 黄斌,吴春旺,郑丰华,蔺冰. 计算机工程与科学. 2014(07)
[8]利用网络动力学评估复杂社会网络知识传播性能[J]. 周漩,杨帆,张凤鸣,周卫平,惠晓滨. 火力与指挥控制. 2013(08)
[9]基于复杂网络的脑电信号分析[J]. 郝崇清,王江,邓斌,魏熙乐. 计算机应用研究. 2012(10)
[10]介数中心性和平均最短路径长度整合近似算法[J]. 何宇,赵洪利,姚曜,赵东杰,付芸. 复杂系统与复杂性科学. 2011(03)
博士论文
[1]下肢助力外骨骼机器人研究[D]. 张超.哈尔滨工业大学 2016
[2]基于表面肌电和加速度信号融合的动作识别和人体行为分析研究[D]. 成娟.中国科学技术大学 2013
[3]表面肌电信号检测和处理中若干关键技术研究[D]. 赵章琰.中国科学技术大学 2010
硕士论文
[1]基于表面肌电信号的人体肘关节运动角度预测[D]. 井本成.上海师范大学 2017
[2]基于表面肌电的人体上肢动作识别研究及应用[D]. 郑成飞.华中科技大学 2016
[3]基于大腿残肢表面肌电信号的运动模式识别[D]. 李亚英.河北工业大学 2015
[4]基于表面肌电信号的人体行走模式识别[D]. 温倩.河北工业大学 2015
[5]基于表面肌电信号的机器人操控方法研究[D]. 孙青磊.国防科学技术大学 2014
[6]基于表面肌电信号的小儿脑瘫步态肌肉协同分析[D]. 李飞.中国科学技术大学 2014
[7]下肢外骨骼行走康复机器人研究[D]. 饶玲军.上海交通大学 2012
[8]基于表面肌电信号区分上肢动作的实验研究[D]. 卢蕾.北京协和医学院 2011
[9]人体步态测量分析及实验研究[D]. 吴爱明.哈尔滨工程大学 2008
[10]面向智能假肢的表面肌电信号采集与处理[D]. 吴丽萍.东南大学 2006
本文编号：2917940
【文章来源】：河北工业大学天津市 211工程院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
HAL外以色列的埃尔格公司推出了一款商业外
基于复杂网络的下肢运动相容性肌电解码研究-2-1.2国内外研究现状1.2.1下肢外骨骼机器人发展概况近年来，对下肢外骨骼机器人的研究受到各国重视。国内外提出了诸多有关外骨骼机器人的文章，诸如日本筑波(Tsukuba)大学的HAL系列下肢外骨骼，德国柏林大学的下肢外骨骼机器人，加州大学伯克利分校的BLEEX下肢外骨骼机器人和清华大学程明[8]等人研制的下肢外骨骼等，大大促进了外骨骼机器人的发展。下肢外骨骼的控制系统在下肢外骨骼控制中起着关键作用，先进的合理的控制系统能使人体外骨骼装置的辅助功能最大的发挥出来。HAL（HybridAssistiveLeg）是世界上第一款商业外骨骼机器人[5]，由日本驻波大学和Cyberdyne公司联合开发，如图1.1所示。其采用了角度传感器、肌电信号传感器和地面接触力传感器等多种传感器来实时获取穿戴者和外骨骼装置的状态信息，基于前馈控制原理，并利用生理信息反馈原理，辅助调整人体的运动姿态。在控制策略研究方面，日本驻波大学研究了多种基于表面肌电信号的控制策略，达到更加智能化的控制。图1.1HAL外骨骼系统以色列的埃尔格公司推出了一款商业外骨骼机器人-ReWalk[6]，如图1.2所示，其主要作用是期望帮助截瘫病人摆脱轮椅，其上布置了丰富的传感器，可以实时监测患者的步行姿态并不断改变控制策略协助患者运动，现在已经可以帮助患者完成站立、行走、爬楼等行为。2014年6月，Rewalkpersonal通过了美国药物与食品管理局（FDA）的审批，允许其直接向病人销售自己的外骨骼产品并在家中使用，成为FDA批准的第一个个人外骨骼装置。
河北工业大学硕士学位论文-3-图1.2ReWalk外骨骼系统2004年，加州大学伯克利分校研制出了第一代外骨骼机器人-BLEEX[7]，如图1.3所示，后续又研制了第二代外骨骼机器人-ExoHiker、Exoclimber。该系统由两条动力腿、一个背包外架、电源装置组成，利用外骨骼上的传感器来检测运动参数，实时调整控制策略，控制驱动器对负载进行调整。穿戴者能够背负很大的负载进行长时间行走。图1.3BLEEX外骨骼系统国内的研究人员对外骨骼机器人的研究开始较晚，但利用国家科技的支持，发展很迅速。哈尔滨工业大学研制了一款下肢外骨骼助行机器人[8]，如图1.4所示，它的执行机构为曲柄滑块机构，利用直流伺服电机驱动曲柄运动，带动活动踏板产生与正常人步态相近的运动轨迹，通过控制旋转轴的踏板的回转角度来模拟正常人踝关节在行走姿势的变化。
【参考文献】：
期刊论文
[1]国家自然科学基金委员会生命科学部2017年度国家重大科研仪器研制项目[J]. 生命科学. 2017(12)
[2]融合表面肌电和加速度信号的下肢运动模式识别研究[J]. 席旭刚,汤敏彦,张自豪,张启忠,罗志增. 电子学报. 2017(11)
[3]基于小波变换的表面肌电信号低功耗压缩滤波算法[J]. 毛东杰,张晓濛,蒋小文,黄凯. 传感技术学报. 2016(05)
[4]多关系蛋白质网络构建及其应用研究[J]. 胡赛,熊慧军,李学勇,赵碧海,倪问尹,杨品红,刘臻. 自动化学报. 2015(12)
[5]步态模式对人体髋膝踝关节运动协调关系的影响[J]. 马绍兴,王人成,沈强. 中国康复医学杂志. 2015(12)
[6]随机图的点可区别全染色算法[J]. 李敬文,李小慧,董威,贾西贝,杜永文. 计算机应用研究. 2015(06)
[7]复杂网络中随机图模型研究[J]. 黄斌,吴春旺,郑丰华,蔺冰. 计算机工程与科学. 2014(07)
[8]利用网络动力学评估复杂社会网络知识传播性能[J]. 周漩,杨帆,张凤鸣,周卫平,惠晓滨. 火力与指挥控制. 2013(08)
[9]基于复杂网络的脑电信号分析[J]. 郝崇清,王江,邓斌,魏熙乐. 计算机应用研究. 2012(10)
[10]介数中心性和平均最短路径长度整合近似算法[J]. 何宇,赵洪利,姚曜,赵东杰,付芸. 复杂系统与复杂性科学. 2011(03)
博士论文
[1]下肢助力外骨骼机器人研究[D]. 张超.哈尔滨工业大学 2016
[2]基于表面肌电和加速度信号融合的动作识别和人体行为分析研究[D]. 成娟.中国科学技术大学 2013
[3]表面肌电信号检测和处理中若干关键技术研究[D]. 赵章琰.中国科学技术大学 2010
硕士论文
[1]基于表面肌电信号的人体肘关节运动角度预测[D]. 井本成.上海师范大学 2017
[2]基于表面肌电的人体上肢动作识别研究及应用[D]. 郑成飞.华中科技大学 2016
[3]基于大腿残肢表面肌电信号的运动模式识别[D]. 李亚英.河北工业大学 2015
[4]基于表面肌电信号的人体行走模式识别[D]. 温倩.河北工业大学 2015
[5]基于表面肌电信号的机器人操控方法研究[D]. 孙青磊.国防科学技术大学 2014
[6]基于表面肌电信号的小儿脑瘫步态肌肉协同分析[D]. 李飞.中国科学技术大学 2014
[7]下肢外骨骼行走康复机器人研究[D]. 饶玲军.上海交通大学 2012
[8]基于表面肌电信号区分上肢动作的实验研究[D]. 卢蕾.北京协和医学院 2011
[9]人体步态测量分析及实验研究[D]. 吴爱明.哈尔滨工程大学 2008
[10]面向智能假肢的表面肌电信号采集与处理[D]. 吴丽萍.东南大学 2006
本文编号：2917940
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2917940.html
