一种人体步态轨迹测量方法

为研究人体的步态运动规律,采用基于拉线传感器检测系统和人体关节角度测量装置,对人在不同路况下行走时踝关节运动轨迹和下肢关节角度进行了测量,根据人体下肢刚体模型和数据融合方法对测量结果进行了分析和处理,得到了人在上楼梯、平地行走和下楼梯时的步态轨迹和3种路况下的支撑相;上楼梯时的支撑相最大,平地行走次之,下楼梯最小.测量结果为了解人体运动规律和康复治疗提供了依据.     

基于外观模型的人体下肢关节点定位方法

近年来,人体下肢关节点定位成为了人体运动跟踪与分析中一个重要研究课题。提出了一种下肢关节点自动定位方法,从无关节标记的人体运动图像序列中定位下肢关节点。该方法首先采用背景剪除技术从图像序列中分割人体目标对象,并建立人体下肢骨架模型。然后,利用关节角度预测方法估计膝踝关节点的位置,在基于下肢外观模型的匹配计算基础上获得下肢关节点的真实位置。实验结果表明,该方法简单有效,下肢关节点定位结果令人满意。     

运动员三维运动图像姿态参数测量的仿真分析

研究运动员运动中的三维图像姿态参数准确测量问题.运动过程中,人体的关节运动程度较为复杂,并且运动速度很快,关节间的细微变化角度很难运用固定的约束算法进行约束.传统的三维运动图像建模运用固定约束模型,很难对上述动态小区域变化进行描述,导致对细微运动姿态的测量效果不好.提出一种运动员三维运动姿态测量方法,通过对人体运动参数进行优化,把运动参数的约束优化问题看成一个非线性求解最小化的问题,运用L-M运动约束参数提供快速收敛的正则化方法,求取非刚体三维运动时的运动参数和结构参数矩阵,完成运动三维参数测量.仿真结果表明,上述方法可以高精度测量运动员的三维运动参数,提高参数测量精度.     

下肢外骨骼研究进展及关节运动学解算综述

随着传感融合、移动计算、智能驱动等技术的发展以及研究者对人体运动中下肢重要生物力学功能认知的逐步深化,下肢外骨骼机器人作为一种与下肢并联,能为穿戴者行走助力的可穿戴智能设备愈发受到世界各研究机构的重视。本文根据下肢外骨骼的用途和结构详细综述了近年下肢外骨骼的研究进展,并借此对下肢外骨骼的未来发展进行展望。并针对下肢外骨骼在实时运动学检测与控制上对小型传感器的迫切需求,提出一种能够用于控制下肢外骨骼的基于惯性测量单元的人体下肢关节运动学测量与解算技术,在基于惯性测量的单自由度关节角度结算上得到较好结果。     

运动员动态图像三维仿真技术研究

研究运动员运动图像三维仿真的真实性问题.运动员进行不同的运动项目时,关节所成的角度,运动速度有差异,造成不同部位在空间上会出现严重的视觉遮挡,发生特征点的重叠和丢失,造成运动员形状基计算不准确.传统的人体运动重建算法,都是以人体形状基个数为基础,没有考虑形状基计算错误带来的重建特征点缺失问题,造成仿真效果较差.提出了一种改进因式分解的人体运动图像三维动态仿真算法.运用光流体的概念合理的计算运动中的形状基个数,对形状基的数量进行约束性计算,从而实现人体运动图像序列中的三维动态仿真建模.实验结果表明,改进算法提高了人体运动图像序列三维动态仿真的真实性.     

基于人体特殊步态分析的下肢外骨骼机构设计

为使所设计的下肢外骨骼机构适用于各种常见步态,通过分析非平衡性、强直性、短肢性、不同步速、不同负重等5种常见特殊步态以及正常步态的实验数据,对下肢外骨骼机构各关节进行了集成液压套索驱动系统配置与优化,并完成了下肢外骨骼机构动力学模型的建立与计算.驱动系统的配置使下肢外骨骼机构各关节满足在各种常见步态下的运动学与动力学特征,优化则在保证驱动效率的基础上最大程度降低了液压缸的工作速度,利于其控制.动力学计算得出了当最快步速不低于1.3m/s时,下肢外骨骼机构各关节驱动系统所应具备的扭矩与功率等动力学参数.所设计的下肢外骨骼机构满足各常见步态的运动学与动力学性能要求.     

髋关节康复机器人的运动学分析与仿真

康复机器人能够按照指定轨迹稳定运行是康复过程安全性和有效性的重要保证,因此机器人末端位姿与人体患肢位姿应保持高度重合,同时康复机器人应具备适应不同人体患肢长度的能力。为此提出了机器人与人体患肢运动学模型关联的计算方法。对所设计的平卧式五自由度髋关节康复串联机器人建立了运动学数学模型。将人体下肢简化为四自由度两关节连杆,建立人体的运动学模型,根据人体下肢参数计算患肢末端位姿,并将其作为输入条件代入机器人运动学模型求解,得到机器人的关节变量对关节转动进行控制。以屈髋和内旋动作为例,应用SimMechanics进行仿真,得到的各关节角度与目标设定值一致,且机器人关节角度范围满足人体髋关节活动度的康复要求。分析了下肢长度测量误差对髋关节康复角度及位置的影响。结果表明当大腿长度占比测量偏差为0.5%,位置偏差小于6 mm时,关节角度偏差小于1°。     

下肢表面肌电信号的降维和映射分析

肌电信号的采集和分析是外骨骼式康复机器人关节预测控制的重要基础之一.肌电信号数据量大并且复杂,相关性较高,信号处理通用性和高效性低,分析和预测人体运动信息误差大.采用最大自主等长收缩标准化处理算法,大大提高了表面肌电信号的通用性和泛化能力,并基于主成分分析方法,对肌电信号降维处理,利用神经网络实现与下肢的映射分析.实验结果表明,通过对比分析不同的降维处理方式,主成分降维后处理的肌电信号平均相关性达0.93,利用神经网络预测人体正常行走的下肢三关节运动角度,具有良好的可重复性和较高的精度,可以实现人体下肢肌电信号和各关节的映射控制.     

基于柔性驱动关节的下肢外骨骼双模态切换控制

为了提高外骨骼关节柔性以及穿戴舒适性,设计了基于柔性驱动关节的可穿戴式下肢外骨骼,同时针对下肢外骨骼在控制的不同相位阶段其侧重点不同的特点,提出基于双模态切换的混合控制策略.首先,针对下肢外骨骼关节的柔性问题,设计了基于双平行弹簧的串联弹性体,并将其安装于外骨骼关节驱动模块,通过双编码器实现关节力矩和位置信息的反馈.然后,分析外骨骼在不同步态相位的运动特征,提出了双模态切换控制策略,即支撑相采用自适应阻抗控制算法来提高稳定性和抗冲击能力,摆动相采用自抗扰-终端滑模控制算法来提高响应速度和跟踪精度.最后,通过控制仿真和主被动跟踪实验,验证了本文算法相较于传统PID(比例-积分-微分)和自抗扰控制算法的优越性.被动跟踪实验结果说明当关节误差收敛范围在土5％时,收敛时间可达0.28 s;在主动跟踪实验中,实验人员穿戴外骨骼时髋关节和膝关节最大均方根误差分别为0.47°和1.28°,说明本文控制算法可以实时跟踪人体运动意图,满足人机交互柔顺性需求.     

基于人体运动意图卡尔曼预测的外骨骼机器人控制及实验

为在外骨骼控制中准确获取人体运动意图,本文使用力矩传感器测量人机交互信息.基于人体下肢摆动腿的单摆模型获得摆动腿关节的运动轨迹,并使用卡尔曼滤波进行预测,从而弥补意图延时.使用PD(比例-微分)控制律控制外骨骼跟踪人体摆动腿的关节轨迹,编码器反馈外骨骼关节的实时位置,形成位置闭环控制.进行外骨骼摆动腿实验,结果表明,测得的人机交互信息经过卡尔曼滤波后,可以预测人体摆动腿的运动意图,外骨骼机器人能够实现对人体摆动腿关节轨迹的跟随,所提方法可行.