【摘 要】
：
随着社会的进步,脑卒中的发病率不断升高,脑卒中治愈后会有很大概率遗留肢体运动功能障碍,康复医学表明,通过康复运动可以帮助患者恢复肢体的运动功能。传统的运动康复训练主要由医师完成,患者在接受传统方法治疗时通常是被动治疗,无法发挥患者的主管意愿,使用智能康复机器人为患者进行康复训练已经成为了一种新的康复方法。提出了一种基于人体生物信号的角度预测方法,这种角度的预测方法通过分析人体的运动意图,并对角度做
【基金项目】
：
江西省优势科技创新团队建设计划项目（20171BCB24001）；
论文部分内容阅读
随着社会的进步,脑卒中的发病率不断升高,脑卒中治愈后会有很大概率遗留肢体运动功能障碍,康复医学表明,通过康复运动可以帮助患者恢复肢体的运动功能。传统的运动康复训练主要由医师完成,患者在接受传统方法治疗时通常是被动治疗,无法发挥患者的主管意愿,使用智能康复机器人为患者进行康复训练已经成为了一种新的康复方法。提出了一种基于人体生物信号的角度预测方法,这种角度的预测方法通过分析人体的运动意图,并对角度做出实时预测,进而控制康复机器人辅助患者运动,能够充分发挥患者的主观意愿并减少医师的工作量。主要工作包括:（1）对上肢康复设备进行分析,结合康复训练过程对角度预测提出要求:要求预测的角度曲线与人体关节角度数据曲线之间的MSE不大于0.1,拟合优度R~2不低于0.6;要求整个方案耗时不大于0.1s;要求同一位受试者数据的重复性预测结果MSE波动范围不超过0.02,R~2波动范围不超过0.1;选择使用表面肌电信号（surface electromyography,sEMG）进行角度预测,并制定了角度预测方案。（2）使用g.HIamp设备从上肢4块肌肉上采集人体运动所需要的sEMG信号,对信号使用小波阈值去噪算法进行噪声的去除。（3）对去噪后的sEMG信号分别使用基于主成分分析（Principal Component Analysis,PCA）的特征提取算法和基于遗传算法（Genetic Algorithm,GA）的特征选择算法。实验表明,特征提取算法的角度预测误差MSE为0.1087,R~2为0.7472;特征选择算法的角度预测误差MSE为0.0674,R~2为0.7771,所以选择了特征选择的角度预测算法。（4）分别构建了三种不同的角度预测算法,包括BP神经网络（back propagation Neural Networks,BPNN）,卷积神经网络（Convolutional Neural Networks,CNN）和分类与回归树（Classification and Regression Trees,CART）算法对关节角度进行预测,实验表明:使用BPNN算法的角度预测误差MSE为0.1087,R~2为0.7472;使用CNN算法的角度预测误差MSE为0.1365,R~2为0.6386;使用CART算法的角度预测误差MSE为0.1231,R~2为0.6565,所以选择了BPNN算法。针对sEMG信号数据量不足的问题,使用了迁移学习。实验结果验证,使用迁移学习后,可以使算法泛化性更好,训练次数更少,预测误差更小,迁移学习后预测MSE为0.0651,R~2为0.7736。（5）采集了八位受试者的sEMG信号,使用四自由度康复机器人对角度预测算法进行实验验证,离线实验主要包括特征处理算法的验证、角度预测算法准确性的验证以及重复性实验。实验结果验证,特征选择算法的平均角度预测误差MSE为0.0532,R~2为0.7905,特征提取算法的平均角度预测误差MSE为0.0270,R~2为8508,验证了特征选择算法的预测误差更小;BPNN算法角度预测平均MSE为0.0571,平均R~2为0.8231,CNN算法角度预测平均MSE为0.0975,平均R~2为0.6878,CART算法角度预测平均MSE为0.1069,平均R~2为0.6661,验证了BPNN算法的预测误差更小;受试者的五次重复性实验得到平均误差波动MSE为0.0012,R~2为0.0316,满足所提出要求;在线角度预测实验主要包括康复机器人实时性验证和运行平稳性验证,实验结果验证,康复机器人运动平均滞后于肢体运动28.49ms,满足实时性要求;康复机器人运动平均加速度为1.66°/s~2,满足平稳性要求。即所提出方案能够满足要求。
其他文献
倾斜光纤光栅（Titled Fiber Bragg Grating,TFBG）是一类具有特殊结构的光纤光栅,因其纤芯轴向与光栅栅面间存在一个倾斜角导致其耦合方式发生了改变,使其不仅具备普通布拉格光纤光栅的优点,还有着自己独有的优势。普通FBG对外界环境折射率不敏感,而TFBG由于包层模的存在使其对外界环境折射率十分敏感;使用一支FBG无法解决温度应力等交叉敏感问题,而TFBG可以利用包层模的特性去
随着社会经济和科技的不断发展,智能仓储在柔性制造系统和物流得到广泛的发展,仓储是物流行业中极其重要的一环,因其能提高企业的利润,降低企业运行成本,使仓储的研究成为热门研究。企业的智能化能降低人工成本,有利于企业的持续化发展,AGV智能小车可以代替人工完成拣选作业,AGV具有自动化、灵活性和安全性的特点,能够提高整个制造物流系统的效率。论文在Flying-V布局和Fishbone布局这两种非传统布局
自从机器人问世几十年以来,科学家一直没有对机器人的定义进行统一,主要是因为机器人和人的关系是相互交叉的。1940年科幻学家艾萨克·阿西莫夫提出了机器人三定律,目的是建立以人类为中心的理论,保护人类不受机器人伤害。但是这个理论明显会制约智能机器人进化成人类,所以本文的智能机器人在未来将不会再遵循机器人三定律。本文的引言说明了当前人工智能的发展情况,随着科技的进步,终将会迎来智人时代到强人工智能时代,
根据相关的数理统计,我国年龄在60岁以上的老人已经占全国人口总数的17.3%,依照国际标准中国已经正式步入了老龄化社会。在老龄社会群体中心血管疾病、脑卒中和癌症的致死率极高,而脑缺血和脑失血导致的脑卒中（中风）最为严重,患者在患病过程中和术后存在极大概率伴有相应程度的单侧肢体运动障碍（偏瘫）,严重影响患者的日常生活。传统康复疗法不仅在训练方法上存在弊端,还无法实时地对患者肢体进行检测,因此通过康复
室内行人导航能在复杂封闭的室内环境下为行人提供精确的位置导航服务,其研究价值日益突显。论文针对行人导航存在的问题,从惯性多传感器融合方向对室内行人导航方法展开研究,主要研究内容有以下几个部分:论文首先阐述了行人导航的相关理论技术基础。其中,对行人航位推算（Pedestrian Dead Reckoning,PDR）基本技术架构进行了说明,对关键的捷联惯性导航系统（Strapdown Inertia
作为现代化信息系统的技术基础,光纤传感技术现在正处于蓬勃发展的阶段,作为光纤传感器的重要分支的光纤法布里-珀罗（Fabry-Perot）干涉传感器,被广泛地应用于应变、温度、折射率、湿度、加速度、超声波、位移等参数的测量。光纤F-P传感器能够广泛应用于传感领域是得益于其具有结构简单,尺寸小,可靠性高,制作简单,且能够在单根光纤中传输信号等一系列优点。光纤F-P传感器按照其传感头的结构分类,可以分为
计算机视觉是深度学习的一个非常重要的研究方向,深度学习可以让计算机拥有类似人类的思考方式。监控覆盖着人们生活的各个角落,可以捕捉暴力发生画面,但保存的监控视频数据总量十分庞大。面对海量的监控视频,需要使用深度学习来进行暴力行为识别,让机器学会识别人类的动作,替代人工监视摄像画面完成暴力行为的报警。网络训练主要采用视频数据集进行识别网络的训练。但目前深度学习存在复杂背景的干扰、光照强度变化等因素的影
随着我国制造业的转型升级,AGV（Automated Guided Vehicle,无人搬运车）在物流仓储、汽车总装线、机械加工等诸多场所的应用越来越广泛。在AGV的相关技术研究中,定位技术是研究的核心之一,是AGV实现自动导引的第一步。定位技术是指AGV通过电磁、光学等传感器感知外界环境并计算出自身在环境中位姿的过程。针对传统激光雷达定位中三角、三边定位算法定位精度低的问题,本文采用多路标定位算
配电线路通道环境隐患识别是智能配电网线路通道安全巡检的重要研究内容。树林,农田,河流,工地等配电线路途经地形地貌作为配电线路通道的薄弱环节,是树障,鸟害,倒杆以及外力破坏等潜在隐患的多发地带。然而传统的人工巡检查找潜在隐患地区的方式效率低下且存在危险,给电力运维人员带来了很大的困扰,因此,急需对配电线路的自动隐患定位与识别技术,以便运维人员快速排除隐患。本文在国内外相关研究的基础上,设计了基于卷积
随着智能电网建设的不断深化和新能源并网技术的日益成熟,电力来源和负荷的组成发生了很大变化。风电、光伏发电等分布式、间歇式电源并网对电力系统带来一些列电能质量问题,例如谐波污染、暂态振荡等。因此,电能质量问题已经成为供电部门和广大用户共同关心的问题。治理电能质量问题的前提,就是要对电能质量扰动信号进行有效的辨识。因此,本课题分别从特征提取和模式识别这两个方面对电能质量扰动辨识问题展开研究。在特征提取