床上肢体康复机器人设计与分析

来源 :燕山大学 | 被引量 : 0次 | 上传用户:newAya
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
目前,可有效改善患者运动功能的康复机器人正逐渐为大众所接受。康复机器人训练系统不仅可以为患者提供安全有效的肢体运动训练,还可以改善患者的心肺功能,减少肌肉萎缩以及防止因长期卧床而带来的诸多并发症。同时,脑卒中患者病发后越早进行康复训练,越能有效地减少后遗症、降低患者的致残率,帮助患者更好地回归社会。因此,本文提出了一种可帮助早期患者进行康复训练的床上肢体康复训练机器人。首先,分析了人体的生理结构、运动特点及运动空间。基于上述分析,简化了人类肢体的运动自由度,同时综合考虑该款康复机器人的应用场景与应用对象,确定了人体关节的运动范围,根据以上的分析结果进行了床上肢体康复机器人的总体结构设计。其次,对设计的上肢康复模块进行运动学分析,得到该上肢康复模块的运动学正解,基于计算的机器人的实际运动范围,利用蒙特卡洛法求解该上肢康复模块的工作空间;根据规划的运动轨迹,利用仿真软件计算出带动患者上肢进行康复训练所需要的电机驱动力;为了保护患者康复训练的安全,建立了基于力的雅克比矩阵的安全保护机制。再次,对设计的下肢康复模块的机构进行分析,建立了下肢康复模块人机系统模型;为了保证患者康复训练过程中的舒适性,避免由于速度突变而对患者带来的冲击,利用五次多项式规划了机器人运动轨迹;还建立了下肢康复模块动力学模型,并基于该动力学模型计算出带动患者下肢进行康复训练所需要的电机驱动力。最后,设计了康复机器人的控制系统,首先基于PID原理,利用力的雅克比矩阵,设计了可实现患者关节力矩安全保护的被动训练控制策略;然后为了重建患者的运动感觉,为患者提供踏于沙土之上的真实体验,设计了基于沙土承压特性的主动训练控制策略,该控制策略能够控制机器人模拟软硬两种沙土环境,提高康复训练模拟的真实性。
其他文献
推荐系统的研究一直是数据挖掘中的热点,在解决信息过载方面起到了重要作用。其中协同过滤是相对成熟的推荐技术,但目前协同过滤算法仍存在数据稀疏性、冷启动以及隐式信息挖掘不充分等问题。本文通过对项目隐式信息的挖掘以及融合多因素来改善协同过滤过程进而影响推荐准确度,缓解数据稀疏性。首先,本文对常用的推荐算法进行描述,详细介绍了协同过滤中矩阵分解方法的原理及优缺点,分析了针对项目隐式反馈和协同过滤算法过程的
随着地理定位技术和基于位置服务的发展,产生了大量的轨迹数据,带有活动信息的轨迹更是引起了广泛的关注。基于范围的活动轨迹搜索,给定一个查询区域和一组关键字,从轨迹数据集中检索出通过该区域并且满足关键字的轨迹。由于返回的轨迹旅行代价过高,或者是该轨迹不够流行,这使得找到的轨迹不能使用户满意。因此,为了满足用户的需求,本文考虑了关键字的流行度以及轨迹可拼接,提出一种新的查询,在满足给定区域以及关键字文本
篮球项目中,运动员弹跳能力是专项身体素质中的重要一环,是比赛中争抢篮板、防守中封盖对手以及跳投的专项素质保障。但目前大多数基层教练员,将篮球项目中的弹跳训练等同于田径训练,没有与项目特征结合。虽然在此训练下,会使球员弹跳能力得以提高,但训练针对性不强,导致训练效率受到一定影响。因此,本文通过对中学篮球运动员的专项弹跳能力训练实验教学进行研究,探索青少年篮球基础训练阶段专项弹跳能力的发展路径。
期刊
业务流程的执行产生了大量事件日志,为业务流程挖掘提供了重要依据。流程预测是业务流程挖掘中的一个热点问题,目标是对当前正在执行的流程实例进行分析,推断出其未来可能的执行状态。业务流程预测包括活动预测,时间预测以及违规预测等,预测方法主要分为基于模型的预测和基于深度学习的预测两大类。基于深度学习的预测近年来大多是在LSTM神经网络模型的基础上进行改进,对于数据的编码方式以及活动序列的训练还存在不足,没
从广西各地患禽巴氏杆菌病急性死亡的鸡、鸭肝脏分离出56株禽巴氏杆菌强毒株,经培养特性和生化特性试验鉴定,从中选出15株典型禽巴氏杆菌菌株。Carter荚膜抗原分型鉴定,15株菌均为荚膜A型,间接血凝滴度为1∶160~1∶640。通过毒力和免疫原性测定,从中选择毒力较强、免疫原性较好的B25、B26、B273菌株进行人工致弱,其中B26菌株在0.1%裂解全血马丁汤中,通过物理诱变方法致弱,即在传代过
随着互联网技术的迅猛发展,大量电商平台、社会媒体迅速进入到人们的生活和工作中,大量繁杂多样、内容丰富的观点信息涌现在用户眼前,对这些观点信息进行深度地挖掘、有效地分析,帮助用户进行决策,已经成为产业界的迫切需求。商品评论挖掘是观点挖掘应用的延伸,对消费者快速做出正确的购买决策,商家及时更改宣传方案和销售决策等都具有重要的研究意义。但是,当前中文商品评论挖掘还未达到英文商品评论挖掘的成熟度,本文针对
行人重识别(Person Re-identification)技术是计算机视觉的一个重要领域,也是智能监控系统中的一个重要环节;行人重识别通过建立不同摄像头下行人图像间的对应关系,从而实现非重叠视域不同摄像头下相同行人的自动匹配,具有很高的应用价值。随着深度学习的蓬勃发展,行人重识别技术取得了很大进展,但依然面临着严峻挑战。为了提高实际场景下的行人重识别准确率,本文用深度学习方法对该问题进行研究,
图像自动标注在解决网络上图像信息过载问题中起到了很大作用,用户可以通过图像的标签来检索分类图像。图像领域中,图像自动标注问题的研究主要通过挖掘图像内容或标签信息等辅助信息提升模型效果,但多倾向于挖掘图像内容,对于标签等辅助信息的研究不够深入。本文主要以推荐的思路,从标签信息等辅助信息入手,解决给图像推荐标签的图像自动标注问题。分别从推荐系统的经典算法和新兴方法两部分着手,经典算法采用矩阵分解,近几
网络的发展与互联网应用的普及推动了电子商务平台的快速发展。人们开始习惯使用电子商务平台,随着用户越来越多,平台的访问速度开始下降,为了提高电子商务平台的性能,很多公司在搭建电商平台的过程中不仅使用关系型数据库,还使用非关系型数据库进行数据存储。本课题针对这种情况,提出了面向电子商务平台的混合存储方案,对于电子商务平台的多数据库访问和异构数据存储和访问具有一定的实践意义。首先,描述了国内外电子商务平
目标跟踪作为计算机视觉领域的核心研究内容,在智能监控、无人驾驶、人机交互等众多科技领域有着至关重要的应用。基于相关滤波的跟踪方法通过傅里叶变化将目标跟踪从时域计算转换为频域计算,提高了目标跟踪的准确性及精度,但在复杂的跟踪环境下,形变、遮挡、光照等因素都会给跟踪带来影响,传统的目标跟踪算法很难满足跟踪要求。本文针对复杂场景下目标跟踪的问题,分析了影响目标跟踪精度和成功率原因,在保证算法实时性的前提