下肢康复器械主被动控制关键技术研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:betteryear2009
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
由于残疾、老龄化、交通事故等原因引发的下肢功能障碍,严重影响患者的身心健康。传统康复治疗由康复师辅助患者活动下肢,训练任务繁重,康复师数量不足;亟需一种康复器械,代替康复师对患者进行下肢训练指导,帮助患者完成重复繁琐的康复训练。市面上的下肢康复器械大多是以踏车运动为蓝板设计的末端牵引装置,只能实现固定圆周运动,轨迹单一。而正常人体步态更加接近于椭圆形状,长期使用与正常人体步行参数有些许差别的圆轨迹训练,关节运动区间会超过人体舒适范围,对于某些关节畸形或者损伤严重的患者,甚至会加重下肢的病情,不能满足个性化需求。因此,设计出一种能够实现多轨迹的下肢康复器械迫在眉睫。本课题通过调研国内外高端医疗康复设备,分析了下肢康复器械的机械结构和控制策略的适用情况。首先参考人体下肢结构及运动机理,分析人体下肢运动及受力情况。根据步态数据和下肢末端位姿,利用图解法确定了康复器械的工作空间,在此工作空间内,为患者康复过程规划了圆轨迹和椭圆轨迹两种训练路径。其次,具体介绍了下肢康复器械的机械结构,进行驱动装置和传动设备的选型计算。然后针对不同损伤程度的患者提出适合不同恢复期的训练方法。康复训练初期,采用基于轨迹跟随的被动控制方法,仿真比较了PID、PI+校正系统的控制性能优劣。在考虑负载变动的情况下,引入干扰信号,设计了滑模控制器,使系统在有干扰的情况下仍能实现轨迹的精确跟随。康复训练中后期,采用基于阻抗控制的主动训练方法控制人机系统的力和位置的动态关系。在位置控制的基础上,增加阻抗控制模型,通过控制变量法研究改变阻抗参数对末端力的影响,根据需求选择合理的控制参数。由于实际系统的数学模型不精确,环境参数一直处于变动中,系统的实际控制效果不是很好。通过分析阻抗控制的稳态误差,引出基于李雅普诺夫稳态方程的自适应控制算法。在阻抗模型的基础上增加自适应控制器,设计自适应控制律,仿真分析自适应算法在未知环境中的适用性。它能够实时估计环境参数,完成人机作用力的跟随。
其他文献
随着深度学习技术的蓬勃发展,对话系统的研究和应用迅速增长,如Siri、Cortana、谷歌助手等。相应地,这些产品也成为长辈和孩子的情感伴侣、在线客服、移动终端中的虚拟助手和网上购物和消费的智能指南。与前面提到的虚拟助手不同,智能导购的应用刚刚受到产业界和学术界的关注,亚马逊、Ebay、淘宝、京东、Yelp等智能导购通常扮演店员或顾问的角色,为移动终端用户推荐商品、店铺、餐厅、服务等,让他们的日常
自主抓取分拣操作是家居机器人实现智能化的关键,具有自学习能力的深度强化学习在面向非结构化家居环境中的机器人操作任务上有巨大优势,但是在实际应用中存在着算法所需样本量过大、训练时间过长,造成收敛困难与训练成本过高等问题。本文基于自编码与好奇心模型,结合深度强化学习算法,对家居环境下的机械臂自主抓取与分拣方法进行了研究。首先,本文针对高维状态与奖励稀疏造成强化学习样本使用效率低,使得收敛困难的问题,对
角振动台是用于进行振动测试的实验设备,通过将被测试件固定在角振动台表面,利用角振动台的振动来模拟试件在振动中的受力情况,以此对被测试件的使用寿命和抗振能力进行测试。角振动台最初由航空航天领域发展而来,目前已经推广汽车、船舶、建筑等重要工业领域。对于正弦振动波形的高精度复现是角振动台研究的一项重要内容,正弦振动一般是模拟回转机械引起的振动,或结构固有频率处的振动,用于考核振动强度和疲劳强度。同时,对
在柱状钢制电池壳的生产和运输过程中,由于材料、冲压工艺、摩擦、碰撞等原因,会在个别电池壳上产生拉伤、划擦、凹坑等缺陷,严重影响着产品质量,甚至会造成安全隐患。本课题受计算机视觉技术的启发,基于神经网络技术检测电池壳的表面缺陷,对于与电池壳类似的反光回转体的缺陷检测研究具有借鉴意义。本文的主要工作内容如下:分析了电池壳缺陷检测的特点和存在的难点,确定缺陷检测的总体方案。使用机器视觉技术对电池壳缺陷进
随着科技的发展,曾经的人力工作越来越多的被机器人工作所取代,机器人的使用开始进入各个领域,随之出现的机器人示教技术也开始被人们重视,此前机器人的操作员都是一群有一定机器人学基础的人,但随着机器人的推广,机器人的使用者不再局限于那些知识分子,如何设计出一套同时满足示教精度高和上手门槛低两点的示教系统变成了机器人想要进一步发展和“出圈”需要解决的重要问题。这次毕业设计选择设计一款基于MEMS惯性传感器
心血管疾病是世界范围内损害人类健康的严重疾病,每年因心血管疾病死亡的人数正逐年递增,因此及早预测心血管疾病成为了医学领域内研究的重点之一。目前临床通过刚性传感器对人体进行连续动脉压检测,而这些商业化的检测产品无法做到对人体实时、连续、长期的监测。因此,本课题拟开发一种能够实现微型化、集成化和智能化的柔性超声波微传感器,它可以佩戴在人体手腕处实现实时血压波形监测。这种无创监测方式为预防心血管疾病和完
室外场景下的SLAM技术是机器人研究领域一大热点,是军事攻防、搜救、探索等领域的核心技术之一。论文重点研究室外大场景下无人系统定位优化、回环检测两部分内容,其中回环检测部分需要考虑到回环误匹配问题。该研究内容旨在解决智能无人系统在室外环境特征缺失情况下,传感器测量误差增大,场景干扰多,噪声大导致的定位精度降低,无法构建全局一致性地图的问题。论文中,合理利用多传感器信息,研究设计融合外观和几何信息回
随着工业化的发展,信息时代的到来,智能机器人在制造、交通、物联网以及智能服务方面扮演了重要角色。室内场景智能机器人针对清洁作业任务,展开了围绕自主智能清洁平台技术的研发,其中首先需要实现场景高精度语义地图协同构建及自主增量式更新,确保在复杂环境下可以准确找到自身定位,实现避障,进而完成清洁任务。对于作业环境,由于是在室内进行工作,全球定位系统(Global Positioning System,G
在控制和机器人技术研究领域,我们经常面临具有挑战性的决策问题:数据稀有或是过程复杂且部分未知。在这些情况下,设计一种能够从数据中学习并用于决策的算法具有很大的意义。强化学习(RL)是基于经验、目标导向的通用计算方法,可用于不确定下的决策问题。但是,在没有特定的工程知识的情况下,RL通常需要与环境交互多次,即缺乏交互效率。因此,针对数据稀缺(较少交互)的控制决策问题,本文研究了基于模型的强化学习,提
湿喷机械臂作为典型的隧道工程机械,其在铁路、公路等基础设施建设中发挥着不可替代的作用。为解决人工湿喷作业的作业环境恶劣、人身安全受到威胁以及作业质量难以保障等问题,本课题通过研究湿喷机械臂自动化作业策略及规划方法以实现湿喷机械臂自动化作业。本课题针对如何从隧道点云数据中获取自动化湿喷作业所需信息进行了深入的研究。通过对比三种常用的点云体积计算方法,结合本课题研究对象的特点确定了以2.5D生长法作为