外骨骼機(jī)器人控制原理與設(shè)計(jì)

第1章緒論1
1.1外骨骼機(jī)器人研究意義1
1.2外骨骼機(jī)器人研究現(xiàn)狀2
1.3醫(yī)用外骨骼機(jī)器人研究現(xiàn)狀5
1.4外骨骼機(jī)器人控制策略現(xiàn)狀8
1.5本章小結(jié)10
第2章扭繩驅(qū)動(dòng)技術(shù)研究11
2.1扭繩驅(qū)動(dòng)方式結(jié)構(gòu)12
2.2扭繩驅(qū)動(dòng)方式的數(shù)學(xué)模型13
2.3扭繩驅(qū)動(dòng)方式數(shù)學(xué)模型的實(shí)驗(yàn)驗(yàn)證16
2.4本章小結(jié)25
第3章外骨骼機(jī)器人的機(jī)械設(shè)計(jì)26
3.1人體上肢解剖學(xué)結(jié)構(gòu)26
3.2人體上肢動(dòng)力學(xué)建模研究28
3.3外骨骼機(jī)器人設(shè)計(jì)標(biāo)準(zhǔn)33
3.4可穿戴外骨骼康復(fù)訓(xùn)練機(jī)器人的機(jī)械結(jié)構(gòu)設(shè)計(jì)34
3.4.1目標(biāo)人群的身材尺寸34
3.4.2上肢外骨骼康復(fù)訓(xùn)練機(jī)器人機(jī)械本體設(shè)計(jì)37
3.4.3上肢外骨骼康復(fù)訓(xùn)練機(jī)器人驅(qū)動(dòng)結(jié)構(gòu)設(shè)計(jì)40
3.4.4上肢外骨骼康復(fù)訓(xùn)練機(jī)器人肩部串聯(lián)結(jié)構(gòu)設(shè)計(jì)41
3.5本章小結(jié)43
目錄外骨骼機(jī)器人控制原理與設(shè)計(jì)第4章外骨骼機(jī)器人控制研究44
4.1上肢外骨骼機(jī)器人單軸控制44
4.1.1系統(tǒng)建模45
4.1.2直流電機(jī)傳遞函數(shù)46
4.1.3扭繩傳遞函數(shù)48
4.2雙端反向?qū)だK驅(qū)動(dòng)器的初始化50
4.3扭繩驅(qū)動(dòng)關(guān)節(jié)同步控制研究52
4.3.1扭繩驅(qū)動(dòng)關(guān)節(jié)同步系統(tǒng)實(shí)驗(yàn)裝置52
4.3.2扭繩驅(qū)動(dòng)關(guān)節(jié)同等控制策略研究55
4.3.3扭繩驅(qū)動(dòng)關(guān)節(jié)的交叉耦合同步控制策略研究58
4.3.4扭繩驅(qū)動(dòng)關(guān)節(jié)基于LQR的優(yōu)化控制研究61
4.4本章小結(jié)73
第5章外骨骼機(jī)器人自適應(yīng)魯棒控制74
5.1系統(tǒng)的非線性74
5.2自適應(yīng)魯棒控制75
5.2.1自適應(yīng)控制器設(shè)計(jì)75
5.2.2自適應(yīng)魯棒控制器設(shè)計(jì)77
5.3基于自適應(yīng)魯棒的交叉耦合同步控制策略83
5.4基于Arduino Uno的自適應(yīng)魯棒控制器實(shí)現(xiàn)89
5.4.1Arduino的介紹89
5.4.2Arduino Uno的多機(jī)通信90
5.4.3控制算法的移植91
5.5本章小結(jié)92
第6章人體上肢運(yùn)動(dòng)特征分析93
6.1上肢運(yùn)動(dòng)軌跡識(shí)別93
6.1.1人體骨骼的坐標(biāo)表示93
6.1.2肩關(guān)節(jié)和肘關(guān)節(jié)轉(zhuǎn)動(dòng)角度計(jì)算方法95
6.2基于卡爾曼濾波器上肢軌跡跟蹤預(yù)測(cè)96
6.2.1卡爾曼濾波器原理介紹97
6.2.2卡爾曼濾波器在軌跡跟蹤預(yù)測(cè)中的應(yīng)用97
6.2.3上肢運(yùn)動(dòng)軌跡跟蹤預(yù)測(cè)算法98
6.2.4實(shí)驗(yàn)結(jié)果分析99
6.3人體上肢運(yùn)動(dòng)軌跡跟蹤103
6.4本章小結(jié)105
第7章下肢生理結(jié)構(gòu)與運(yùn)動(dòng)機(jī)理106
7.1人體空間坐標(biāo)系106
7.2下肢關(guān)節(jié)及其運(yùn)動(dòng)特點(diǎn)107
7.3步態(tài)特征分析110
7.4步態(tài)周期劃分111
7.5數(shù)據(jù)采集系統(tǒng)方案設(shè)計(jì)112
7.5.1姿態(tài)角度傳感器113
7.5.2微控制器STM32F051K8114
7.5.3運(yùn)動(dòng)處理單元MPU9250115
7.5.4四元數(shù)與歐拉角115
7.5.5壓力傳感器117
7.6傳感器部署方案118
7.7實(shí)驗(yàn)數(shù)據(jù)采集119
7.7.1姿態(tài)角度傳感器數(shù)據(jù)采集119
7.7.2壓力傳感器數(shù)據(jù)采集122
7.7.3實(shí)驗(yàn)數(shù)據(jù)123
7.8本章小結(jié)125
第8章下肢外骨骼步態(tài)預(yù)測(cè)方法126
8.1棧式自編碼器126
8.2長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)128
8.3SAELSTM模型構(gòu)建129
8.4SAELSTM模型優(yōu)化算法131
8.4.1梯度下降法131
8.4.2Momentum算法133
8.4.3Adagrad算法134
8.4.4RMSprop算法135
8.4.5Adam算法136
8.5SAELSTM神經(jīng)網(wǎng)絡(luò)訓(xùn)練流程137
8.6實(shí)驗(yàn)過程139
8.6.1實(shí)驗(yàn)環(huán)境139
8.6.2實(shí)驗(yàn)結(jié)果與分析139
8.7本章小結(jié)144
參考文獻(xiàn)145