膝关节假肢测试平台研究

来源 :吉林大学 | 被引量 : 0次 | 上传用户:jin_liu
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
膝关节假肢是各种假肢中最常使用的类型,随着科技的发展膝关节假肢的智能化程度越来越高,目前的智能假肢研究已经致力于在恢复截肢者行走步态的同时,实现多种复杂功能,进一步丰富假肢的工作场景。但是,对于膝关节假肢的测试手段仍然停留在招募测试者人工测试的阶段,使得智能假肢的研发过程存在诸多不便,因此急需一种用于测试膝关节假肢性能的实验设备。本文以国家重点研发计划项目“膝踝一体化仿生智能下肢假肢关键技术与应用研究”课题为研究背景,提出了一种用于测试膝关节假肢性能的测试平台,并对其结构及控制方法进行了研究。该平台有3个模块,每个模块都由交流伺服系统组成,进行假肢测试时,3个模块协同工作,模拟出膝关节假肢的工作环境。论文详细分析了人体行走时下肢的运动规律,设计膝关节假肢测试平台的结构,确定膝关节假肢的测试方法。建立交流伺服电机的数学模型,在此基础上设计了交流伺服电机的传统PI和模糊PI算法,并分别在Simulink中对两种算法进行仿真分析。依托凌华PCI9221多功能数据采集卡搭建控制系统,在Lab VIEW中编写位置伺服控制系统的程序。最后为进一步掌握膝关节假肢测试平台中交流伺服系统的性能,设计并实施实验。通过理论分析与实验研究验证了测试平台交流伺服系统能很好的实现跟踪目标曲线,控制精度及响应速度均能满足膝关节假肢的测试要求。论文提出的膝关节假肢测试平台能简化膝关节假肢的测试过程,实现无人化假肢测试,提高了假肢测试时的安全性,同时又能对假肢进行长时间耐久性测试,为膝关节假肢的开发提供了测试条件。
其他文献
中国互联网络信息中心2020年4月的报告中显示,我国上网的群众人数已超过9亿,互联网络的普及率也达到了60%以上。这一数据一方面说明了人民生活变得更加信息化,但另一方面也提醒我们的社会正在面临着一次前所未有的挑战,如何处理好海量网络文本信息成为了一个迫切需要解决的问题。如何使用自然语言处理技术(Natural Language Processing)分析海量的网络评论文本成为了研究人员的研究热点。
在计算机图像处理问题中,图像超分辨率(Super-Resolution,SR)采用数学模型计算的方式在尽可能保留图片原有纹理细节的情况下,将低分辨率(LowResolution,LR)图像转换成高分辨率(High-Resolution,HR)图像。研究表明,基于深度学习图像超分辨率方法的性能会随着网络宽度和层数的增多而提高,然而这些算法仍然面临一系列问题:1.单纯增加神经网络的深度或宽度会带来梯度
随着汽车行业蓬勃发展,出行面临的交通压力也愈来愈大,交通安全成为了人们关注的重点。分心驾驶是导致交通事故的重要原因,分心驾驶行为的检测已经成为图像分类领域中比较热门的研究方向。分心驾驶行为存在整体动态性不明显、动作变化幅度和动作空间较小的特点。如何在车内场景下,准确高效检测出分心驾驶行为已然成为分心驾驶图像检测的重点。目前分心驾驶图像分类大多采用传统CV算法或者深度学习方法,但是这些方法均存在以下
ICU具有治疗费用昂贵,死亡率高等特点,而目前国内ICU资源与发达国家相比较为匮乏,在此背景下国内近年来陆续诞生发展“AI+ICU”的智慧医疗企业,通过为医院ICU提供AI辅助诊疗服务可以实现患者病情早期预警、及时诊疗、防大于治,减少病人住院时长,降低治疗费用,加快病床流转率。作为辅助诊疗技术之一的ICU死亡率预测是一项在医学领域活跃了数十年的课题,患者ICU死亡率预测对患者的救援和ICU资源分配
软件测试是根据需求文档等,对被测试的软件通过人工或测试工具的方式,来检测软件是否满足预期的过程,在软件开发周期中起着重要作用,是确保软件质量的不可缺少的一个过程。软件测试的目的是发现软件中尚未发现的缺陷。越早发现的缺陷,缺陷造成的影响和损失就越小,其修复成本也越低。但是,在尽可能多地发现软件缺陷的同时需要降低投入成本和保证研发进度,手工测试的方法已经不能满足这种需求。软件缺陷预测技术可以利用历史数
大豆在世界范围内都有广泛种植,它是重要的可食用蛋白以及生物燃料的来源。随着基因测序技术的成熟,大豆基因组学的研究越来越受关注。为了突破对大豆这一关键农作物的认知并且提升大豆的价值,世界各地的研究者进行了大量的大豆基因测序工作,从基因组学的角度研究大豆已经成为热点。例如,可从基因组学角度出发,开发生物标记物对锈病进行预警、研究大豆对锈病的抵抗机制,这对提高大豆产量以及研发新型耐锈病大豆具有重要意义。
颅内出血是一种高发病率的脑血管疾病,准确的诊断和及时的治疗有助于提高患者的康复率。颅内出血的计算辅助诊疗系统对于医生的诊断和制定后续治疗方案是至关重要的。目前,计算机辅助诊疗研究可分为两大领域:颅内出血亚类型分类和颅内出血病灶分割。在颅内出血亚类型分类中,大多数研究使用CNN-RNN结合的网络架构。然而,这些研究都忽略了以下几个问题:(1)已有的CNN网络比如Res Net、Dense Net等在
网络是表达实体和实体间联系的一种重要形式,如社交网络、公路网和论文引用网络等。随着互联网的不断深入和发展,网络的复杂度也在不断增加,使得其承载的信息量也具有更大的发掘价值。在对网络数据的挖掘中,有很多具有重要意义的应用,如推荐系统、社区发现、节点分类和网络链接预测等。然而,大多数网络具有的自然表示形式是高维稀疏的,使得机器学习算法应用到网络挖掘任务中较为困难。因此,如何有效且高效地提取网络中的特征
近年来,停车困难、停车管理困难等问题日益加剧,为了解决上述问题,本文依托吉林省重点科技研发项目“基于车联网的城市停车位智能服务平台的构建”,开发了一套智能停车场监管平台。同时,考虑到停车需求,本文从大数据分析的角度,在传统停车场监管平台功能的基础上,搭建了大数据监管子平台。与现有的停车场管理系统相比,本平台采用一系列前沿的软件工程开发技术与理念。首先采用前后端分离式软件架构的理念,在前端采用企业级
近年来,随着信息时代的科技发展,使得互联网在长期以来积累了大量数据,这些大规模的数据普遍具有价值密度较低、数据种类丰富、数据来源广泛等特点。因而,在用户搜索信息时,相比于获取带有用户检索条件的标题信息的网页,更希望能够获取页面中所含有的知识。知识图谱中的RDF是当前的研究重点,针对RDF数据的知识图谱查询语言SPARQL也得到了许多研究和应用。然而传统的SPARQL查询语句由于缺乏推理能力,无法发