基于高斯过程自回归学习的人体运动意图理解及下肢外骨骼主动柔顺性研究
发布时间：2022-10-20 14:00
针对人体运动功能增强和重建的各类助力/助行外骨骼机器人已经应用于助老助残、康复医疗和国防军事等领域。该类人机系统通过生物、计算、控制、机械等技术的有机融合与深度协作、人机物理接触实现人体和可穿戴设备的有机协作,达到实时感知、动态控制、人机共融和信息服务等目的。然而其与人体运动的自然和谐仍不可能,并一直是该领域公认的热点和难点。因此,本文以高斯过程自回归模型为基础,探究人体连续运动在时间序列上的内在关联特性;集成演进系统理论,应对人体运动的不规则性,从而实现人体运动意图自然、快速和准确的理解,在此基础上提升人体-外骨骼系统主动柔顺性。具体地,本文从肌电信号（EMG信号）特征提取出发,通过应用Hill骨骼肌模型和半唯象模型,建立人体-外骨骼耦合动力学模型,进而构建了可以用于人体运动意图理解的状态空间模型;基于人机力交互接口,利用高斯过程自回归模型实现多源信息融合;通过应用演进系统理论,针对系统输入中生理信号的不稳定性和人体运动的不规则性,增强系统的适应性,实现了对人体运动意图的精确识别和理解;开发了用于EMG特征提取的卷积神经网络,提出了基于混合深度学习的外骨骼智能控制策略,并完成了初步的...
【文章页数】：150 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题来源
1.2 研究背景
1.3 下肢柔顺性外骨骼及其控制策略的国内外研究现状
1.3.1 基于模型的外骨骼控制策略
1.3.2 基于人体测量信息的控制策略
1.4 人体运动意图理解国内外研究现状
1.4.1 人体运动意图的定义
1.4.2 新型人机交互接口
1.4.3 人机互感互知的意图理解
1.5 基于骨骼肌生物力学模型的人体运动意图理解技术
1.6 基于高斯过程的人体运动意图理解
1.7 系统自适应算法与演进系统理论
1.8 研究内容与论文章节安排
第二章 基于高斯过程的动态系统建模与演进系统
2.1 引言
2.2 高斯过程的基本原理与模型优化
2.2.1 高斯过程的基本原理
2.2.2 高斯过程中超参数的学习优化
2.3 高斯过程中核函数的选取
2.3.1 静态协方差核函数
2.3.2 非静态协方差核函数
2.4 基于高斯过程的时间序列建模
2.4.1 高斯非线性自回归模型
2.4.2 基于状态方程高斯过程的状态空间模型
2.5 演进系统方法
2.5.1 HPS模型
2.5.2 PLP模型
2.6 本章小结
第三章 人机耦合动力学与状态空间模型
3.1 引言
3.2 基于Hill骨骼肌模型的膝关节前向动力学
3.2.1 肌肉收缩动力学
3.2.2 肌肉-肌腱模型几何学
3.2.3 关节角度运动模型
3.3 基于半唯象模型的人体-外骨骼交互机理
3.3.1 主动元AE与肌肉主动力
3.3.2 被动元PE与肌肉被动力
3.3.3 人体-外骨骼耦合系统中的关节运动模型
3.4 基于状态空间模型的关节角度预测
3.5 实验与结果讨论
3.5.1 实验设备与数据处理
3.5.2 模型的训练与学习
3.5.3 实验结果
3.5.4 结果讨论
3.6 本章小结
第四章 基于演进系统高斯回归模型的人体运动意图理解
4.1 引言
4.2 EMG信号处理方法与改进的能量核算法
4.2.1 传统EMG信号的处理方法
4.2.2 EMG能量核算法的基本概念
4.2.3 EMG能量核算法计算效率的改进
4.3 基于高斯演进算法的人体时变特征学习
4.4 实验验证
4.4.1 能量核外接矩形法有效性与计算效率验证
4.4.2 基于EMG信号的关节力/力矩学习与预测
4.4.3 基于EMG和交互力信号的关节角度学习与预测
4.5 实验结果讨论
4.5.1 三种基于能量核思想的EMG提取算法比较
4.5.2 GP算法的计算效率问题
4.5.3 核函数的选取
4.6 本章小结
第五章 基于混合深度学习的外骨骼柔顺性研究
5.1 引言
5.2 基于卷积神经网络的EMG信号特征提取
5.2.1 EMG信号特征提取网络的构建
5.2.2 网络信号提取效果评估
5.3 基于混合深度学习的外骨骼主动柔顺控制策略
5.3.1 人体-外骨骼交互模型
5.3.2 基于混合深度学习的控制策略
5.4 实验验证
5.5 本章小结
第六章 总结与展望
6.1 全文工作总结
6.2 论文的主要贡献与创新点
6.3 工作展望
参考文献
攻读博士学位期间的学术成果
致谢
【参考文献】：
期刊论文
[1]外骨骼机器人研究现状及面临的问题[J]. 戴宗妙,都军民. 现代制造工程. 2019(03)
[2]基于Hough变换的椭圆检测算法对比分析[J]. 成浩,崔文超. 软件导刊. 2018(09)
[3]基于sEMG振子模型的骨骼肌等长收缩力与固有特性的能量核表征方法[J]. 陈幸,殷跃红,范渊杰. 科学通报. 2014(07)
博士论文
[1]步行康复训练助行腿机器人系统[D]. 冯治国.上海大学 2009
[2]基于柔性外骨骼人机智能系统基础理论及应用技术研究[D]. 张佳帆.浙江大学 2009
硕士论文
[1]基于虚拟样机技术的PRMI外骨骼机器人步态仿真研究[D]. 黄瑞.电子科技大学 2013
本文编号：3694655
【文章页数】：150 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题来源
1.2 研究背景
1.3 下肢柔顺性外骨骼及其控制策略的国内外研究现状
1.3.1 基于模型的外骨骼控制策略
1.3.2 基于人体测量信息的控制策略
1.4 人体运动意图理解国内外研究现状
1.4.1 人体运动意图的定义
1.4.2 新型人机交互接口
1.4.3 人机互感互知的意图理解
1.5 基于骨骼肌生物力学模型的人体运动意图理解技术
1.6 基于高斯过程的人体运动意图理解
1.7 系统自适应算法与演进系统理论
1.8 研究内容与论文章节安排
第二章 基于高斯过程的动态系统建模与演进系统
2.1 引言
2.2 高斯过程的基本原理与模型优化
2.2.1 高斯过程的基本原理
2.2.2 高斯过程中超参数的学习优化
2.3 高斯过程中核函数的选取
2.3.1 静态协方差核函数
2.3.2 非静态协方差核函数
2.4 基于高斯过程的时间序列建模
2.4.1 高斯非线性自回归模型
2.4.2 基于状态方程高斯过程的状态空间模型
2.5 演进系统方法
2.5.1 HPS模型
2.5.2 PLP模型
2.6 本章小结
第三章 人机耦合动力学与状态空间模型
3.1 引言
3.2 基于Hill骨骼肌模型的膝关节前向动力学
3.2.1 肌肉收缩动力学
3.2.2 肌肉-肌腱模型几何学
3.2.3 关节角度运动模型
3.3 基于半唯象模型的人体-外骨骼交互机理
3.3.1 主动元AE与肌肉主动力
3.3.2 被动元PE与肌肉被动力
3.3.3 人体-外骨骼耦合系统中的关节运动模型
3.4 基于状态空间模型的关节角度预测
3.5 实验与结果讨论
3.5.1 实验设备与数据处理
3.5.2 模型的训练与学习
3.5.3 实验结果
3.5.4 结果讨论
3.6 本章小结
第四章 基于演进系统高斯回归模型的人体运动意图理解
4.1 引言
4.2 EMG信号处理方法与改进的能量核算法
4.2.1 传统EMG信号的处理方法
4.2.2 EMG能量核算法的基本概念
4.2.3 EMG能量核算法计算效率的改进
4.3 基于高斯演进算法的人体时变特征学习
4.4 实验验证
4.4.1 能量核外接矩形法有效性与计算效率验证
4.4.2 基于EMG信号的关节力/力矩学习与预测
4.4.3 基于EMG和交互力信号的关节角度学习与预测
4.5 实验结果讨论
4.5.1 三种基于能量核思想的EMG提取算法比较
4.5.2 GP算法的计算效率问题
4.5.3 核函数的选取
4.6 本章小结
第五章 基于混合深度学习的外骨骼柔顺性研究
5.1 引言
5.2 基于卷积神经网络的EMG信号特征提取
5.2.1 EMG信号特征提取网络的构建
5.2.2 网络信号提取效果评估
5.3 基于混合深度学习的外骨骼主动柔顺控制策略
5.3.1 人体-外骨骼交互模型
5.3.2 基于混合深度学习的控制策略
5.4 实验验证
5.5 本章小结
第六章 总结与展望
6.1 全文工作总结
6.2 论文的主要贡献与创新点
6.3 工作展望
参考文献
攻读博士学位期间的学术成果
致谢
【参考文献】：
期刊论文
[1]外骨骼机器人研究现状及面临的问题[J]. 戴宗妙,都军民. 现代制造工程. 2019(03)
[2]基于Hough变换的椭圆检测算法对比分析[J]. 成浩,崔文超. 软件导刊. 2018(09)
[3]基于sEMG振子模型的骨骼肌等长收缩力与固有特性的能量核表征方法[J]. 陈幸,殷跃红,范渊杰. 科学通报. 2014(07)
博士论文
[1]步行康复训练助行腿机器人系统[D]. 冯治国.上海大学 2009
[2]基于柔性外骨骼人机智能系统基础理论及应用技术研究[D]. 张佳帆.浙江大学 2009
硕士论文
[1]基于虚拟样机技术的PRMI外骨骼机器人步态仿真研究[D]. 黄瑞.电子科技大学 2013
本文编号：3694655
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3694655.html