仿人機器人原理與設(shè)計

第1章簡介及主要概念

1.1“仿人機器人”模擬人類運動行為的方法

1.2大綱： 我們?nèi)绾螌W(xué)習(xí)控制運動

1.3實驗工具

1.4總結(jié)

第2章運動神經(jīng)控制

2.1生物電信號在神經(jīng)系統(tǒng)中的傳輸

2.2神經(jīng)系統(tǒng)中的信息處理

2.3外圍感覺感受器

2.4中樞神經(jīng)系統(tǒng)對運動的功能性控制

2.5總結(jié)

第3章肌肉力學(xué)與控制

3.1肌肉中力量產(chǎn)生的分子基礎(chǔ)

3.2肌肉黏彈性的分子基礎(chǔ)

3.3肌肉力量的控制

3.4肌肉帶寬

3.5肌肉纖維黏彈性

3.6肌肉幾何學(xué)

3.7肌腱力學(xué)

3.8肌腱單元

3.9總結(jié)

第4章單關(guān)節(jié)神經(jīng)力學(xué)

4.1關(guān)節(jié)運動學(xué)

4.2關(guān)節(jié)力學(xué)

4.3關(guān)節(jié)黏度和機械阻抗

4.4感覺反饋控制

4.5自主運動

4.6總結(jié)

第5章多關(guān)節(jié)運動學(xué)和阻抗

5.1運動的描述

5.2手臂平面運動

5.3正運動學(xué)和逆運動學(xué)

5.4微分運動學(xué)和力的關(guān)系

5.5機械阻抗

5.6運動的轉(zhuǎn)換

5.7阻抗幾何

5.8冗余

5.9解決冗余

5.10附加約束的優(yōu)化

5.11選擇姿勢以減少噪聲或干擾

5.12總結(jié)





第6章多關(guān)節(jié)動力學(xué)和運動控制

6.1人體運動力學(xué)

6.2運動過程中的擾動動力學(xué)

6.3線性與非線性機器人控制

6.4前饋控制模型

6.5運動過程中的阻抗

6.6對奇特動力學(xué)中到達運動的仿真

6.7動力學(xué)冗余

6.8機器人的非線性自適應(yīng)控制

6.9徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型

6.10總結(jié)

第7章運動學(xué)習(xí)和記憶

7.1適應(yīng)新動態(tài)

7.2負(fù)責(zé)運動學(xué)習(xí)的感官信號

7.3運動學(xué)習(xí)的泛化

7.4運動記憶

7.5人類和機器人穩(wěn)定動態(tài)的建模學(xué)習(xí)

7.6總結(jié)

第8章不穩(wěn)定和不可預(yù)測條件下的運動學(xué)習(xí)

8.1運動噪聲與變異性


8.2不穩(wěn)定和不可預(yù)測動力學(xué)的阻抗控制

8.3阻抗控制的前饋和反饋組件

8.4運動適應(yīng)的計算算法運動

8.5總結(jié)

第9章運動規(guī)劃和在線控制

9.1規(guī)劃階段的證據(jù)

9.2坐標(biāo)變換

9.3最佳運動

9.4作為固有代價函數(shù)的任務(wù)誤差和工作量

9.5基于傳感器的運動控制

9.6線性傳感器融合

9.7感覺運動系統(tǒng)的隨機最優(yōu)控制建模

9.8基于獎勵的最優(yōu)控制

9.9子次運動感覺運動原語

9.10具有多個最小值的任務(wù)中的重復(fù)與優(yōu)化

9.11關(guān)于如何學(xué)習(xí)復(fù)雜行為的總結(jié)和討論

第10章感覺反饋的整合與控制

10.1貝葉斯統(tǒng)計

10.2前向模型

10.3有目的的視覺和主動感知

10.4反饋的自適應(yīng)控制

10.5總結(jié)

第11章在神經(jīng)康復(fù)學(xué)和機器人學(xué)中的應(yīng)用

11.1神經(jīng)康復(fù)學(xué)

11.2康復(fù)中的運動學(xué)習(xí)原則

11.3機器人輔助的上肢康復(fù)器械

11.4神經(jīng)科學(xué)在機器人輔助康復(fù)中的應(yīng)用

11.5錯誤增強策略

11.6用視覺替代本體知覺誤差進行學(xué)習(xí)

11.7中風(fēng)后的運動康復(fù)模型

11.8機器人的并發(fā)力和阻抗適應(yīng)

11.9機器人技術(shù)的實現(xiàn)

11.10機器人輔助主動學(xué)習(xí)的仿人自適應(yīng)

11.11總結(jié)

附錄變量定義

參考文獻