直立抗扰任务下踝关节外骨骼阻抗控制策略研究

来源 :武汉理工大学 | 被引量 : 0次 | 上传用户:rinimalebi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
外骨骼能够有效提高人体运动能力,比如:辅助患者运动康复、帮助老年人行走、帮助士兵负重行军等。运动过程中,外界干扰不可避免,外骨骼和人体如何共同应对外界扰动,保持身体平衡,是非常重要的研究课题。人体神经-肌肉-骨骼系统非常复杂,很难建立其精确的动力学模型。外界干扰具有偶发性质,与行走、奔跑类周期性动作不同,很难定义一个通用的模版。因此,在人机协作过程中,外骨骼控制缺乏对协作对象(人体)和协作任务(抗扰)的准确认知,很难制定出有效的控制策略。为此,本文首先简化外骨骼和抗扰任务,瞄准直立抗扰任务下踝关节外骨骼的控制问题,通过“人在回路”优化框架,获得外骨骼最优控制参数。具体研究工作如下:(1)建立人体踝关节力矩模型并设计了踝关节外骨骼机械结构。通过对直立抗扰过程中人体踝关节受力分析,基于倒立摆模型,建立踝关节力矩模型。在“沙袋撞击”实验中收集人体踝关节角度与力矩测量数据,以此为依据,完成踝关节外骨骼机械结构设计,通过Bowden绳连接外骨骼驱动装置与执行机构,降低外骨骼对穿戴者的负担。(2)提出了一种踝关节外骨骼分段阻抗控制策略。首先,通过直立抗扰实验,分析人体踝关节运动特性;然后,仿人体踝关节直立抗扰策略,制定分段阻抗控制策略,以期获得更好的“人机交互”控制效果。在分段控制的基础上,搭建外骨骼阻抗控制系统,并测试分析了控制器内环的力矩跟随效果。(3)设计了一种基于贝叶斯优化的“人在回路”外骨骼控制参数优化框架。在所设计的框架中,基于穿戴者比目鱼肌和胫骨前肌的肌肉激活程度,建立优化目标函数,利用贝叶斯优化算法对外骨骼控制系统的阻抗参数进行寻优。然后搭建直立抗扰实验平台,对所提方法进行对比实验验证。实验结果表明:基于分段阻抗控制策略的踝关节外骨骼能够有效协助人体实现直立抗扰,并降低人体下肢肌肉激活程度和踝关节力矩;基于贝叶斯优化的“人在回路”优化框架,能够为穿戴者提供个性化的最优阻抗控制参数,并进一步降低穿戴者下肢肌肉激活程度和踝关节力矩,在直立抗扰任务中为穿戴者提供更加积极有效的辅助作用。本文开展的简单任务下单关节外骨骼人机协作控制研究,将为今后复杂任务下多关节外骨骼的人机协作研究奠定基础。
其他文献
从海量的医疗信息中发现有价值的信息已成为机器学习等领域的热点研究内容,医疗数据分类是其中一项重要技术。现实医疗数据存在不同类别样本数量不平衡的问题,训练的分类模型易偏向多数类(正常人)而忽视蕴含更多价值信息的少数类(疾病患者)。另外医疗数据中的特征维度高且复杂,其中存在大量的无关和冗余特征,将全部特征用于训练分类模型不但会增加计算成本而且会降低分类性能。本文围绕上述两个问题开展研究,主要内容如下:
学位
随着人工智能技术的快速发展,汽车的智能化水平与日俱增,结构化道路作为最常见和最重要的交通场景,是实现自动驾驶典型的应用场景。在自动驾驶技术中,智能车的驾驶行为决策一直是研究的热点和难点,目前主流的决策方法主要基于专家规则,缺少对环境的适应性和泛化性。本文以智能车为研究对象,基于结构化道路交通环境,面向直道、并道以及环岛三种典型场景,针对智能车行为决策的特殊性和环境的多样性,提出了两种基于深度强化学
学位
电动汽车因其安全可靠、能源充足、污染气体零排放等优点受到了社会各界人士的广泛关注。无线电能传输技术可以解决充电难、储能慢、续航短、电池容量小等限制了电动汽车普及的问题,但抗干扰能力弱、功率波动大、可靠性低等缺点局限了该技术的应用。为了增强抗干扰能力、减小功率波动、提高可靠性,本文分析并设计了无线电能传输系统,并深入研究了系统特性和控制策略。本文的主要研究内容如下:分析了无线电能传输系统的电气特性以
学位
深度学习在计算机视觉、自然语言处理、语音信号识别等领域都取得了成功。在有限的样本下训练深度学习模型通常会遇到过拟合的问题,而增加数据量是缓解过拟合的有效手段。然而在实际中利用人工标注数据往往是代价昂贵的,因此需要设计有效的半监督学习方法利用未标记数据进一步提升模型的泛化能力。本文针对半监督分类任务,对传统的一致性估计方法进行了研究,主要研究内容如下:(1)Temporal Ensembling模型
学位
要达到可持续发展的目标可以通过对可再生能源的有效管理来实现,其中,风能作为最有前景的可再生能源之一,以其可再生性和可持续性受到世界各国的关注。随着风电系统在电网中所占比例的急剧提升,准确的风速预测对风力发电机组的稳定运行,对风电的利用和并网都是至关重要。然而,风速的灵活性和间歇性使得准确的风速预测成为一项具有挑战性的任务,基于此,提出了一个基于分解和集成的风速超短期预测模型。所提出的风速超短期预测
学位
自动泊车系统作为高级辅助驾驶系统的重要组成部分,随着无人驾驶技术的发展其应用市场与研究前景也愈发广阔。根据自动泊车系统运行阶段的不同,本文将其按功能划分为可停车位检测与车辆控制两部分,前者负责在车辆行驶过程中搜寻可停车位坐标,后者包含路径规划、车辆定位和路径跟踪,负责在规划泊车路径后根据车辆与车位之间的相对位置关系控制车辆完成泊车。针对以往研究中感知设备在车位检测中的局限性,本文设计一种基于双目相
学位
工业生产过程在国民经济中占有重要地位,但是工业过程的复杂度、自动化程度和集成度不断提高导致工业过程发生故障的可能性也越来越大,因此对于工业过程的监测是十分必要的。但是对于传统的故障检测与诊断方法还存在以下问题:(1)传统的基于欧氏距离相似度为判别标准的多模主成分分析方法没有考虑到负载矩阵中向量的方向性,导致判别结果错误;(2)传统的两步主成分分析方法假设变量之间是线性关系以及数据服从高斯分布,但是
学位
电容式电压互感器(Capacitor Voltage Transformer,CVT)作为电能测量系统的重要组成单元,其计量误差是影响电能交易公平性的重要参数。目前对CVT计量误差的研究集中在误差监测方法上,而忽略了误差预测对准确计量和设备运维的重要意义。因此,本文提出了CVT计量误差智能预测方法,主要内容如下。首先,进行了CVT计量误差影响因素的机理分析。以CVT的电路结构为基础,分析了CVT计
学位
研发集装箱后箱面净重、毛重等文本信息的识别技术是提高码头集装箱装卸效率,实现堆场作业自动化和智能化的关键环节。目前该领域现有识别算法主要以桥吊、闸口等位置的箱号为研究对象,但在堆场环境下,后箱面重量、体积等多类型密集排布的文本识别问题仍处于研究阶段。本文针对堆场集装箱后箱面的重量文本、体积文本及箱号文本识别任务展开研究,以开发鲁棒性强、精度高和速度快的算法为目标。在像素级分割的文本检测框架下,提出
学位
随着无人驾驶概念的普及,社会对自主移动智能设备的需求日益增加。同时定位与建图(Simultaneous Localization And Mapping,SLAM)作为实现智能设备自主移动的关键技术,对其构建地图的精度要求越来越高。本文着眼于地图精度的提升,提出了一种融合视觉与激光雷达的SLAM算法。主要研究内容如下:首先,对视觉SLAM算法进行了研究。通过研究视觉SLAM算法中的视觉里程计与后端
学位