基于LSTM神经网络的仿人机器人循环步态的生成方法

为了解决Kinect视野限制仿人机器人不能对人体步行动作进行长时间模仿的问题,提出基于长短期记忆(long short-term memory,LSTM)神经网络预测模型生成仿人机器人的循环步态的方法.通过Kinect多次采集人体步行时各个关节角度的一维时间序列,经仿人机器人步态平衡模型得到仿人机器人的关节角度驱动序列.使用C-C方法确定时间序列的时间延迟和嵌入维数,对关节角度序列进行相空间重构,获取时间序列的更多特征值对基于LSTM神经网络搭建的关节角度预测模型训练,并通过其生成多个步态周期的关节角度序列.使用生成的序列在WEBOTS平台中驱动仿人机器人NAO完成多个步态周期的步行动作.该方法有效解决体感摄影机视野限制问题,使仿人机器人能完成多个步态周期的步行模仿动作.     

人体步态规律测量分析与研究

为系统研究人体下肢的运动规律,采用基于人体运动图像的检测系统以及人体关节角度测量装置,对人体在跑步机上行走时关节运动轨迹和关节角度进行了测量,该系统通过Visual C 6.0和Matlab/Simulink混合编程,来实现对运动图像以及标志点的采集工作.结合数据融合方法对测量结果进行了处理和分析,得到人体步态规律.测量结果为了解人体运动规律,分析异常步态以及康复治疗提供了依据.     

单交叉路口的六相位智能交通控制

考虑到行人与非机动车辆过交叉路口的需求 ,对交叉路口进行六相位模糊控制 ,以队长最短作为控制目标 ,以当前相位绿灯已开放时间、当前相位队长以及当前相位与其后继相位的队长差综合作为决策变量 .若连续三个周期中各相位最大的队长均大于一个值或均小于另外一个值则使用定时控制 ,更加切合实际情况 .应用此方法进行仿真研究 ,结果令人满意 .     

气动肌肉驱动步态康复训练外骨骼装置的研究

在为提高卒中病人的行走能力训练当中,广泛采用平板训练.在平板训练中,病人的下肢需要治疗师辅助进行运动.这种徒手训练对治疗师来说很消耗体力.因此,研制了一个用于步态训练的动力式下肢外骨骼装置.该外骨骼装置在平板训练中为髋关节和膝关节提供助力.外骨骼装置的结构基于人的关节驱动原理,每个关节由一对气动肌肉驱动.以气动肌肉的模...     

单交叉路口的六相位智能交通控制

考虑到行人与非机动车辆过交叉路口的需求，对交叉路口进行六相位模糊控制，以队长最短作为控制目标，以当前相位绿灯已开放时间、当前相位队长以及当前相位与其后继相位的队长差综合作为决策变量。若连续三个周期中各相位最大的队长均大于一个值或均小于另外一个值则使用定时控制，更加切合实际情况．应用此方法进行仿真研究，结果令人满意。     

基于混合进化算法的仿人机器人步态规划

针对仿人机器人的结构特点,设计一种仿人机器人上楼梯的在线步态规划系统.使用7连杆模型对仿人机器人的上楼梯运动过程进行建模,根据神经网络在拟合非线性系统上的优越性,使用2个BP神经网络对仿人机器人上楼梯过程中的双腿支撑周期和单腿支撑周期分别进行离线训练.为了加速训练时间和避免陷入局部最小值,采用基于混合粒子群的神经网络控制方式对网络的权值进行优化.在加速训练过程的同时,生成稳定性最优的步态,通过嵌入式单目视觉采集现场环境信息作为神经网络的输入,实时控制输出步态所需的关节轨迹进行运动.实验结果表明通过Matlab仿真和实物机器人上所提方法有效.     

基于集成深度学习的时间序列预测模型

基于高斯过程的条件受限玻尔兹曼机(GCRBM)时序模型可以很好的预测单一种类时序数据,但是该模型难以预测多类别的真实高维数据。针对这个问题,提出基于集成深度学习的时间序列预测模型,对多类时序对应训练多个深可信网络(deep belief networks, DBN)模型来学习低维特征,利用低维特征对应训练多个GCRBM时序模型。预测时序时先通过训练出的一组DBN模型对目标数据进行降维并通过重建误差识别类别,然后通过识别到的类别所对应的GCRBM模型预测目标数据的后期时序。在CASIA-A步态数据集上的试验结果表明:本方法能够准确识别出步态序列,而且预测结果能够模拟出真实的步态序列,证实了本模型的有效性。     

用于检测下肢关节运动信息的外骨骼机构设计及运动学分析

对人体下肢关节的运动属性、直立行走的步态特征及人-机之间关节运动属性差异对人-机相容性的影响进行了分析,根据下肢康复训练的功能需求并通过在人-机联接环节增置连接关节,提出一种用于检测人体下肢髋、膝关节运动信息的外骨骼机构.建立了外骨骼机构关节运动与人体下肢关节运动之间的映射关系,并对人-机组成的封闭运动链进行了运动仿真分析.分析表明:外骨骼机构的关节运动与人体下肢髋、膝关节运动之间具有确定的量化联系,通过安置于外骨骼机构关节处的传感器能检测人体直立行走时的下肢关节运动信息.     

下肢康复机器人模糊主从控制方法

针对偏瘫患者的康复训练问题,本文研究了一种通过患者自身健康上肢来控制对侧受损下肢的康复训练方法。利用FAB系统测量了正常行走状态下人体上肢的肩、肘关节转角和下肢的髋、膝关节转角,对测量数据进行处理后获得人体上、下肢的步态运动轨迹。将步态测量获得的平均曲线作为基准曲线,对其进行包络分析获得参考曲线。在此基础上定义输入、输出变量的模糊集合和模糊逻辑,采用模糊化方法建立上肢运动与下肢运动之间的主从映射关系。选取上肢肩、肘关节转角的部分测量数据作为输入变量,基于Matlab进行仿真验证,通过解模糊化运算获得下肢髋、膝关节转角的输出值。将仿真验证获得的下肢髋、膝关节转角的输出值与下肢运动关节转角的原始测量值进行比对,输出信号能很好地反映下肢的运动趋势,初步验证了本文所建立的上、下肢运动之间模糊主从控制方法的可行性。     

基于摆动腿模型的足底压力形成机理研究

足底压力可揭示人体在不同状态下的步态运动特性和动力特性,能反应人体的某些运动机能.本文通过建立下肢摆动腿模型,分析步态运动状态下足底压力的形成机理以及步态速度对足底压力带来的影响,为足底压力的应用提供了更充分的理论依据.通过分析运动过程中足底压力的受力情况并进行合理假设,得到下肢摆动腿的简化模型,从而得到步态运动状态下步态速度对足底压力的影响.取步态速度为变量,使用下肢摆动腿简化模型对足底压力受力情况进行仿真实验,并与实际实验进行对比.对比实验证明步态速度与足底压力关系模型与实际相符.     

床式步态康复训练系统机构设计

针对现有床式步态康复训练机器人使用不便、成本高昂的问题,提出模块化的床式步态康复训练系统. 包括倾角可调的床体模块、腿部运动辅助机构模块和足底支撑机构模块,模块化设计可以提高其使用方便性,降低制造和使用成本. 为了实现正常的行走步态,腿部运动辅助机构模块采用凸轮-连杆机构模拟大腿和小腿的运动. 建立腿部运动辅助机构的人机耦合模型,并对其进行运动学分析,得到机构与人体下肢的运动学关系,将其作为参数优化和结构设计的基础. 利用MATLAB,以机构对患者个体差异的适应性为目标,对模型中的各参数进行优化,得到一组机构参数的最优解. 实验结果表明,不同身高的实验者髋关节测量角度与标准角度的最大误差不超过5.2°,膝关节最大误差不超过6.7°,验证了机构对实验者个体差异的适应性和使用此系统进行康复训练的可行性.     

有并联脊柱的四足机器人步态规划

为了增加足式机器人的腿部运动范围和吸收地面冲击力,在刚性躯体四足机器人的基础上,设计3-RPS并联机构作为机器人的脊柱.建立有脊柱四足机器人的运动学模型,得到脊柱关节的周期性与质心位置的关系.在对角步态的基础上,利用脊柱偏航方向的自由度,规划了脊柱扭转对角步态.采用Hopf振荡器,建立耦合中枢模式发生器（CPG）网络输出步态曲线.通过与刚性躯干四足机器人的对比仿真和实验可知,主动脊柱的加入使机器人运行过程中的俯仰波动降低45.79%,矫正了偏航位置. 脊柱关节的周期性转动不会引起质心位置的突变.脊柱波动与肢体摆动间的协调,使得有脊柱四足机器人具有更优的运动性能.     

Bio-signal based elbow angle and torque simultaneous predictionduring isokinetic contraction

It is of great importance to decode motion dynamics of the human limbs such as the joint angle and torque in order to improve the functionality and provide more intuitive control in human-machine collaborative systems. In order to achieve feasible prediction,both the surface electromyography(sEMG) and A-mode ultrasound were applied to detect muscle deformation and motor intent.Six abled subjects were recruited to perform five trails elbow isokinetic flexion and extension, and each trail contained five repetitions, with muscle deformation and s EMG signals recorded simultaneously. The experimental datasets were categorized as:the ultrasound-EMG combined datasets, ultrasound-only datasets and EMG-only datasets. The support vector machine(SVM)regression model was developed for both elbow joint angle and torque prediction, based on the above three kinds of datasets. The root-mean-square error(RMSE) and the correlation coefficients(R) were applied to evaluate the prediction accuracy. The results across all the subjects for different datasets indicated that the combined datasets and the ultrasound datasets were superior to the sEMG datasets both on elbow joint angle and torque prediction, and there were no significant differences between the combined datasets and the ultrasound datasets. It turns out that elbow angle and torque can be reconstructed by A-mode ultrasound, and the significant findings pave the way towards the application of musculature-driven human-machine collaborative systems.     

外骨骼式上肢康复机器人力辅助控制

针对由脑中风引起的偏瘫患者,提出了一种新型的5 DOF外骨骼式上肢康复机器人.为激励患者肢体的主动运动意识,促进患肢康复,提出了机器人辅助运动模式.上肢复合运动力辅助控制通过实时获取各关节力矩信号来判断人体上肢的运动意图所产生的作用力方向与大小.为实时跟随患者上肢运动意图,利用比例控制器对肢体末端运动速度进行控制,从而驱动各关节完成运动.实验结果表明该方法较好地实现了患者肢体空间复合运动的实时力辅助.     

基于多层脑功能网络特征的动作意图识别

基于脑电信号完成对步态特征的解码分析并就动作意图做出可靠识别和预测,是基于脑机接口的人机混合康复训练系统和智能助行机器人中的核心问题。为实现对站立、坐下以及静止状态这些最基本步态过程的分类识别,提出了基于多层脑功能网络分析的特征表示方法,结合对各类脑功能网络特征的统计分析,确定对不同动作敏感的网络特征量,并结合支持向量机、线性判别分析、逻辑回归以及朴素贝叶斯算法完成对不同动作过程的分类识别。实验结果表明,所提出的方法可较好地实现对上述动作意图的识别,针对13名被试者对站立、坐下和静止状态的识别准确率均高于71%,最高达到77%。对多层动态脑功能网络的分析结果表明,下肢运动过程的发生会弱化脑区间的相互依赖关系,导致网络拓扑连接结构变得逐渐稀疏。研究结果对理解下肢运动过程中大脑认知过程变化,开展基于脑机接口的下肢康复策略研究和康复系统开发具有一定的参考价值。     

欠驱动异构式下肢康复机器人动力学分析及参数优化

针对现有外骨骼机器人人机自由度不匹配和关节对中性差的问题,提出欠驱动下肢康复机器人. 欠驱动机器人只有4个直线驱动,驱动的直线运动通过推杆和人机连接机构转化为人下肢在矢状面内的屈伸运动,带动人体进行步态康复训练. 建立机器人系统的人机耦合模型,进行模型的动力学分析,对人机耦合模型中影响动力学结果的参数进行分析,建立驱动力与肢体推动力之间的关系模型,并以推力系数最大为目标进行参数分析与优化,得到最佳的结构参数. 根据优化后的结构参数搭建康复机器人实验系统,对髋、膝关节驱动力与角度进行对比. 实验结果表明最大髋关节角度误差为2.9°,最大膝关节角度误差为6.4°,最大误差均约为9%,验证了动力学模型和参数优化结果的正确性.     

绳索牵引康复机器人运动误差及仿真分析

绳索牵引康复训练机器人具有柔顺性好的特性,满足人与机器人在同一物理空间时安全性的要求.通过绳索牵引控制骨盆的运动规律,使其与下肢步态运动相协调,同时提高受训者稳定能力.为满足训练效果,需保证骨盆运动精度,由此分析了绳索牵引康复机器人影响骨盆运动精度的因素,即绳索本身的弹性和绳索过轮的半径.依建立的绳索牵引康复机器人模型,得到绳索拉力的表达式,导出系统正逆运动学和动力学方程.分析了在弹性范围内绳索具有的拉伸刚度,明确其对骨盆运动精度的影响;通过不同位置时绳索变化量的方法证明了绳索过轮半径对骨盆运动精度的影响.利用MATLAB的建模仿真,分析了2个因素对骨盆运动精度的不同影响规律,提出了改进方法,得出减重外力对垂直轴加速度误差的影响.该分析为骨盆的控制做准备,同时具有普遍性,可为其他绳索牵引系统提供参考作用.     

基于模型预测控制的磨削机器人末端力跟踪控制算法

基于曲面预测与模型预测控制算法提出磨削机器人对连续曲面工作时的末端力控制算法。给出机械臂离散、线性化的动力学模型;根据曲面预测算法计算未来时刻的曲面坐标,通过快速算法和求逆解运算获得机械臂满足设定值时各关节的期望角度;由动态矩阵控制算法求得机械臂各关节的输入力矩,以实现对期望关节角的轨迹跟踪。在仿真试验中控制机械臂追踪未知连续曲面,证明了机械臂针对未知曲面作业时所提算法力控制的实时有效性,并且达到目标要求。