首页> 中文学位 >基于运动信息的步态模式与步态变换研究
【6h】

基于运动信息的步态模式与步态变换研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 课题背景及研究意义

1.2 国内外研究现状

1.2.1 国外外骨骼机器人研究现状

1.2.2 国内外骨骼机器人研究现状

1.3 步态分析研究现状

1.3.1 步态数据的采集

1.3.2 步态模式的分类

1.4 步态转换过程研究现状

1.5 论文的主要工作

1.5.1 论文主要研究内容

1.5.2 论文结构

第2章 下肢运动采集平台及实验过程介绍

2.1 下肢运动采集平台

2.1.1 惯性数据的采集

2.1.2 肌电信号产生机理

2.1.3 表面肌电信号的采集

2.1.4 下肢运动采集实验

2.2 本章小结

第3章 运动信息处理及融合

3.1 步态数据的特征提取

3.1.1 数据预处理

3.1.2 人体步态划分

3.1.3 小波变换

3.1.4 惯性数据基于小波分解进行特征提取

3.1.5 肌电数据的特征提取

3.2 基于粒子群优化算法的特征融合

3.2.1 二进制粒子群优化算法

3.3 特征融合结果的评价

3.4 本章小结

第4章 基于HMM与SVM的运动意图识别

4.1 引言

4.2 隐马尔科夫模型的基本原理

4.2.1 马尔科夫过程和马尔科夫链

4.2.2 混合高斯密度CHMM

4.2.3 HMM的三个基本问题和解决办法

4.3 基于CHMM与SVM的步态模式分类

4.4 CHMM的训练过程

4.4.1 参数初始化

4.4.2 CHMM的模型的训练

4.4.3 特征识别

4.5 SVM的训练

4.6 实验结果分析

4.7 本章小结

第5章 步态变换过程研究

5.1 引言

5.2 步态变换过程分析

5.3 基于DHMM的步态转换意图识别

5.3.1 数据的处理

5.3.2 特征向量的标量量化

5.3.3 模型训练

5.3.4 识别结果

5.4 步态转化过程关节角度规划

5.4.1 髋、膝、踝关节角度计算

5.4.2 转换过程末端轨迹规划

5.4.3 关节轨迹

5.5 本章小结

第6章 总结与展望

6.1 工作总结

6.2 问题与展望

参考文献

致谢

展开▼

摘要

下肢体外骨骼作为一种与穿戴者实时交互的智能机器人,近年来成为机器人研究领域的一个热门课题。下肢体外骨骼可以穿戴在人体外部,与人体有机的结合起来,起到保护和支撑的作用。通过穿戴下肢体外骨骼,能够扩展穿戴者下肢的运动能力,提高肌肉的忍耐力,使穿戴者完成自身在自然情况下无法完成的任务。基于上述的优点,下肢体外骨骼在军事及康复医疗等方面都有着广阔的应用前景。
  本文在阐述了下肢体外骨骼的研究现状以及研究意义的基础上对步态进行了详细研究。内容主要涉及到:运动信息的获取及处理、步态模式的识别与分析以及步态变换过程的分析与规划。
  作为下肢体外骨骼,首先要解决的问题是如何获得穿戴者的运动信息,并对运动信息进行适当的处理。本文通过惯性传感器以及sEMG采集系统对下肢的运动信息进行了提取,包括大腿、小腿的惯性数据以及关键肌肉处的sEMG。通过小波分解、时频域分析等手段分别提取了两种类型的运动特征,并应用二进制粒子群优化算法进行特征的融合,得到了维数适中且有利于区分不同步态模式的融合特征。通过SVM分类器对不同类型的特征进行了分类识别对比,验证了算法的有效性。
  在获取了穿戴者的运动信息后,体外骨骼需要据此识别出穿戴者的步态模式以调整自身的控制策略,从而保证与穿戴者的协调运动。本文综合HMM能够很好的对变换过程建立模型以及SVM突出类别间差异的优点,提出了HMM与SVM的联合分类模型,对平路行走、上楼梯、下楼梯、上坡和下坡这五种常见的步态进行分类识别。通过对不同分类方法识别结果的对比,证明了算法的优越性。
  由于常见的运动过程会涉及到步态的变换过程,本文对包括平地行走向上下楼梯、上下坡的步态变换过程进行了研究。通过分析sEMG在变换过程中的特点,说明了sEMG在步态变换意图识别方面的应用价值。通过为运动信息融合特征建立CHMM,实现对上述的四种步态变换意图的识别。同时对平地行走向上楼梯转换的这一过程,利用插值的方法,规划出了变换过程关节角度曲线。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号