基于近距离传感器阵列的步行意图识别方法研究
发布时间：2023-01-12 11:05
在全球人口老龄化加速的时代背景下,老年人日益增长的医疗护理需求与养老及护理资源之间的矛盾日益激增,使得智能场景下的老年人日常辅助与护理成为时下智能机器人领域研究的热点。步行辅助作为老年人日常生活中重要需求,直接决定了老年人晚年生活质量。通过智能机器人完成对老年人步行训练的辅助对于提高生活参与度具有重要意义。在文通过优化硬件环境,改进识别策略降低人机交互成本,提高全方向辅助步行器对使用者步行训练时速度意图识别的顺从性。首先介绍了全方向辅助步行器的结构特点,并应用VL53L0X激光测距模块以及STM32F103C8T6单片机最小系统,自主研发了八通道激光阵列传感器。在实验室环境下,将该阵列传感器成功应用于检测使用者在步行训练中的下肢胫骨运动。通过分析激光阵列传感器检测到的步行训练数据,搭建了三阵列激光传感器步态检测系统。通过在局部坐标系中计算使用者身体中心位置坐标,建立了运动特征检测机制。提出了基于BP网络改进粒子滤波算法作为柔顺识别策略。利用BP神经网络的反向传播特性优化了粒子滤波重采样过程中粒子权值的分配,解决了基于重要性采样的粒子滤波算法中粒子退化问题,提升应用粒子滤波预测速度意图的...
【文章页数】：59 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究的背景和意义
1.1.1 全球性的人口老龄化趋势
1.1.2 老龄化社会医护需求的机遇与挑战
1.1.3 课题研究意义
1.2 国内外研究现状
1.2.1 下肢康复辅助研究的发展现状
1.2.2 智能交互策略的研究现状
1.3 课题研究内容及章节安排
1.3.1 问题的提出
1.3.2 论文章节安排
第2章 步态检测系统硬件设计方案
2.1 总体框架设计
2.2 全方向辅助步行器
2.3 激光测距仪步态检测系统
2.4 自研发多模块激光检测阵列
2.4.1 总体设计思路
2.4.2 排布与安装位置设计
2.4.3 激光阵列传感器模块选择
2.4.4 激光阵列传感器设计方案
2.4.5 激光阵列传感器有效性验证
2.5 本章小结
第3章 基于隐马尔可夫模型的柔顺识别算法
3.1 隐马尔科夫模型
3.2 贝叶斯估计及重要性采样
3.2.1 贝叶斯滤波
3.2.2 蒙特卡洛采样
3.2.3 重要性采样
3.2.4 重采样
3.2.5 粒子滤波及其应用
3.3 BP神经网络
3.3.1 前馈神经网络
3.3.2 BP神经网络算法推演
3.4 本章小结
第4章 步行意图分析与识别策略研究
4.1 步态检测系统优化
4.1.1 横向运动步态检测
4.1.2 运动特征检测机制
4.2 步行速度识别策略研究
4.3 实验验证及结果评估
4.3.1 识别策略的应用有效性分析
4.3.2 识别策略的优化效果分析
4.3.3 人机交互力与主观评价机制
4.4 本章小结
第5章 结论
参考文献
在学研究成果
致谢
【参考文献】：
期刊论文
[1]基于简约模糊系统的多福祉机器人移乘方法[J]. 赵东辉,杨俊友,白殿春,姜银来. 机器人. 2019(06)
[2]基于用户体验的外骨骼机器人舒适性研究[J]. 李佳璐,涂细凯,伍赛,李建. 机械设计. 2019(07)
[3]基于BP神经网络改进UKF的组合导航算法[J]. 于耕,方鸿涛. 电子技术应用. 2019(04)
[4]康复机器人研究与应用进展[J]. 王秋惠,魏玉坤,刘力蒙. 包装工程. 2018(18)
[5]视觉目标跟踪方法研究综述[J]. 葛宝义,左宪章,胡永江. 中国图象图形学报. 2018(08)
[6]下肢外骨骼机器人意图识别算法研究[J]. 陈启明,黄瑞. 电子科技大学学报. 2018(03)
[7]动力式老年人助行器人机工程设计[J]. 石元伍,江书圯. 机械设计. 2018(02)
[8]康复机器人的人机交互控制方法[J]. 梁旭,王卫群,侯增广,任士鑫,彭亮,胡进. 中国科学:信息科学. 2018(01)
[9]中国老龄化的现状与积极应对[J]. 邹波. 中国民政. 2017(20)
[10]智能护理 科技改变生活[J]. 周路菡. 新经济导刊. 2017(07)
博士论文
[1]基于隐马尔科夫模型的语音合成技术研究[D]. 吴义坚.中国科学技术大学 2006
硕士论文
[1]智能助行机器人柔顺控制算法研究[D]. 范文博.沈阳工业大学 2019
[2]排泄辅助机器人人机协作控制系统研究[D]. 于春伟.沈阳工业大学 2019
[3]下肢康复机器人柔顺人机连接机构与人体参与度研究[D]. 耿安鸿.苏州大学 2019
[4]基于改进BP神经网络的粒子滤波算法[D]. 史若雯.哈尔滨工业大学 2018
[5]基于激光雷达的SLAM和路径规划算法研究与实现[D]. 刘文之.哈尔滨工业大学 2018
[6]基于改进隐马尔科夫模型的人体步态自适应识别[D]. 付常君.电子科技大学 2017
[7]基于全向下肢康复机器人的人体步态检测与动作预测[D]. 刘晓刚.沈阳工业大学 2014
本文编号：3729837
【文章页数】：59 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究的背景和意义
1.1.1 全球性的人口老龄化趋势
1.1.2 老龄化社会医护需求的机遇与挑战
1.1.3 课题研究意义
1.2 国内外研究现状
1.2.1 下肢康复辅助研究的发展现状
1.2.2 智能交互策略的研究现状
1.3 课题研究内容及章节安排
1.3.1 问题的提出
1.3.2 论文章节安排
第2章 步态检测系统硬件设计方案
2.1 总体框架设计
2.2 全方向辅助步行器
2.3 激光测距仪步态检测系统
2.4 自研发多模块激光检测阵列
2.4.1 总体设计思路
2.4.2 排布与安装位置设计
2.4.3 激光阵列传感器模块选择
2.4.4 激光阵列传感器设计方案
2.4.5 激光阵列传感器有效性验证
2.5 本章小结
第3章 基于隐马尔可夫模型的柔顺识别算法
3.1 隐马尔科夫模型
3.2 贝叶斯估计及重要性采样
3.2.1 贝叶斯滤波
3.2.2 蒙特卡洛采样
3.2.3 重要性采样
3.2.4 重采样
3.2.5 粒子滤波及其应用
3.3 BP神经网络
3.3.1 前馈神经网络
3.3.2 BP神经网络算法推演
3.4 本章小结
第4章 步行意图分析与识别策略研究
4.1 步态检测系统优化
4.1.1 横向运动步态检测
4.1.2 运动特征检测机制
4.2 步行速度识别策略研究
4.3 实验验证及结果评估
4.3.1 识别策略的应用有效性分析
4.3.2 识别策略的优化效果分析
4.3.3 人机交互力与主观评价机制
4.4 本章小结
第5章 结论
参考文献
在学研究成果
致谢
【参考文献】：
期刊论文
[1]基于简约模糊系统的多福祉机器人移乘方法[J]. 赵东辉,杨俊友,白殿春,姜银来. 机器人. 2019(06)
[2]基于用户体验的外骨骼机器人舒适性研究[J]. 李佳璐,涂细凯,伍赛,李建. 机械设计. 2019(07)
[3]基于BP神经网络改进UKF的组合导航算法[J]. 于耕,方鸿涛. 电子技术应用. 2019(04)
[4]康复机器人研究与应用进展[J]. 王秋惠,魏玉坤,刘力蒙. 包装工程. 2018(18)
[5]视觉目标跟踪方法研究综述[J]. 葛宝义,左宪章,胡永江. 中国图象图形学报. 2018(08)
[6]下肢外骨骼机器人意图识别算法研究[J]. 陈启明,黄瑞. 电子科技大学学报. 2018(03)
[7]动力式老年人助行器人机工程设计[J]. 石元伍,江书圯. 机械设计. 2018(02)
[8]康复机器人的人机交互控制方法[J]. 梁旭,王卫群,侯增广,任士鑫,彭亮,胡进. 中国科学:信息科学. 2018(01)
[9]中国老龄化的现状与积极应对[J]. 邹波. 中国民政. 2017(20)
[10]智能护理 科技改变生活[J]. 周路菡. 新经济导刊. 2017(07)
博士论文
[1]基于隐马尔科夫模型的语音合成技术研究[D]. 吴义坚.中国科学技术大学 2006
硕士论文
[1]智能助行机器人柔顺控制算法研究[D]. 范文博.沈阳工业大学 2019
[2]排泄辅助机器人人机协作控制系统研究[D]. 于春伟.沈阳工业大学 2019
[3]下肢康复机器人柔顺人机连接机构与人体参与度研究[D]. 耿安鸿.苏州大学 2019
[4]基于改进BP神经网络的粒子滤波算法[D]. 史若雯.哈尔滨工业大学 2018
[5]基于激光雷达的SLAM和路径规划算法研究与实现[D]. 刘文之.哈尔滨工业大学 2018
[6]基于改进隐马尔科夫模型的人体步态自适应识别[D]. 付常君.电子科技大学 2017
[7]基于全向下肢康复机器人的人体步态检测与动作预测[D]. 刘晓刚.沈阳工业大学 2014
本文编号：3729837
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3729837.html
