Application of wearable sensors for human gait analysis using fuzzy computational algorithm

The authors have developed and tested a wearable inertial sensor system for the acquisition of gait features. The sensors were placed on anatomical segments of the lower limb: foot, shank, thigh, and hip, and the motion data were then captured in conjunction with 3D ground reaction forces (GRFs). The method of relational matrix was applied to develop a rule-based system, an intelligent fuzzy computational algorithm. The rule-based system provides a feature matrix model representing the strength of association or interaction amongst the elements of the gait functions (limb-segments accelerations and GRFs) throughout the gait cycle. A comparison between the reference rule-based data and an input test data was evaluated using a fuzzy similarity algorithm. This system was tested and evaluated using two subject groups: 10 healthy subjects were recruited to establish the reference fuzzy rule-base, and 4 relapsing remitting multiple sclerosis subjects were used as an input test data; and the grade of similarity between them was evaluated. This similarity provides a quantitative assessment of mobility state of the impaired subject. This algorithmic tool may be helpful to the clinician in the identification of pathological gait impairments, prescribe treatment, and assess the improvements in response to therapeutic intervention.     

一种柔性双足压力检测装置与步态分析系统设计研究

为了获取人机交互中的人体下肢运动信息,针对目前可穿戴助力机器人中感知系统可靠性差,信息特征模糊等缺点,在分析了机器人控制系统所需的交互信息的基础上,设计了一种适用于助力机器人的柔性双足压力信息采集与处理系统。该系统由前端的信息采集装置与终端的信号处理单元两部分组成,可以实时测量使用者行走过程中足底压力分布信息。相关实验结果表明,所设计的系统性能稳定,响应迅速,测得的数据信息特征明显,重复性好,能够较好的划分人体行走过程中的步态相位,为实现可穿戴助力机器人控制提供了保障。     

半被动双足机器人控制系统设计

为有针对性地根据不同干扰类型选择正确的抗干扰措施,有必要对无人机数据链所处环境的干扰信号进行分析和分类识别。本文以变换域通信系统(Transform Domain Communication System,TDCS)为载体,对无人机数据链常面临的干扰类型的自动识别进行研究,采用时域、频域、时频联合分析的方法,提出了一组对干信比变化不敏感的特征参数,并利用这组参数提出一种基于决策树理论的干扰分类识别方法,仿真结果表明,该方法能够快速准确地识别出干扰类型,具有很好的鲁棒性,并且在干信比和干噪比在0dB以上时,正确识别率均在90%以上。     

基于CPG的双足机器人多层步行控制器设计

针对双足机器人步行控制器的设计问题,基于生物学启发原理,提出一种基于中枢模式发生器(CPG)与稳定性分析相结合的多层次结构控制器设计方法。分析机器人的步行运动,给出双足运动描述。基于CPG理论设计多层次结构的步行控制器,应用极限环理论方法分析运动稳定性。在保证步行稳定的前提下,所提出的控制方法具有结构简单、通用性好、方便在线平滑修正等优点,步行仿真实验验证了所提出算法的有效性。     

双足机器人稳定行走的仿人预测控制研究

针对双足机器人的稳定行走,提出了一种新的仿人预测控制在线步行模式生成方法。把期望零力矩点（ZMP）分解成离线规划好的参考ZMP和实时变化的可变ZMP之和,通过预测控制和其逆系统共同作用对质心运动进行控制,从而生成具有自适应性的步行模式。但单一的预测控制系统对诸如矩形齿状扰动的可变ZMP的跟踪存在较大的误差,结合仿人智能控制对误差的强抑制能力,设计了与预测控制相结合的仿人预测控制系统。仿真实验验证对矩形齿状扰动的可变ZMP,仿人预测系统也能实现较好的跟踪。     

欠驱动两足步行机器人研究现状

针对欠驱动两足步行机器人的研究现状与发展趋势进行了探讨。首先,总结了被动行走和踝关节欠驱动两足机器人的研究现状,介绍了欠驱动两足步行机器人的基本研究方法,包括问题描述、步态规划、运动控制和稳定性判定等,并对欠驱动两足机器人需要进一步研究的问题和发展方向进行深入研究,最终目标是将欠驱动控制策略应用于两足步行机器人的行走过程控制,以提高其运动性能。     

基于T-S模糊再励学习的稳定双足步态生成算法

提出了一种基于T S模糊再励学习的稳定双足步态生成算法 .将再励学习引入T S模糊神经网学习增益参数 ,从而采用较少的模糊规则充分逼近了由ZMP曲线到髋关节轨迹的非线性变化关系 ,并将连续空间的多变量变化转换为一维独立动作增益的并行搜索 .仿真结果和双足机器人Luna的实验数据都验证了算法的可行性 .     

点接触式两足步行机器人直立姿态稳定控制

针对点接触式两足步行机器人提出了一种直立姿态稳定控制策略。建立了机器人动力学模型,对机器人直立姿态的稳定性和可控性进行分析;并基于T-S模型建模,构造机器人全局模糊模型,基于LQR最优控制理论,设计全局渐近稳定的模糊控制器对机器人直立姿态进行稳定控制。仿真结果表明,该算法具有较宽的稳定范围,可以使机器人在上电以后和从行走切换到站立状态时迅速恢复直立姿态,保持稳定。     

智能假肢感知和约束变增益迭代学习控制

针对膝关节输入力矩为受限的阻尼力矩,步态跟随控制缺乏在线调节问题,提出用离线和在线集成的变增益一阶D型闭环迭代学习方法进行步态跟随控制。建立系统动力学模型,给出基于有限状态机的步态感知和人腿摆动相步速间接感知方法,减小跟随滞后。设计在线变步长指数增益调节算子,并针对输入力矩受限,设计离线的带惩罚因子的指数增益调节算子。利用谱半径约束条件,分析算法的收敛性。在真人比例虚拟样机模型上进行控制仿真实验,给出了固定增益和变增益调节下轨迹跟踪曲线。结果证明,提出的增益调节算子可保证输入在有效范围内,并可提高跟踪速度。     

基于循环抑制CPG模型控制的蛇形机器人蜿蜒运动

根据生物蛇和蛇形机器人的结构及运动特点,应用循环抑制CPG建模理论构建了蛇形机器人神经网络模型;利用蛇形机器人模型,仿真验证了CPG模型对蜿蜒运动控制的有效性;提出并仿真验证了实现有目的转弯控制的CPG参数调节方法。最后,给出了今后的研究方向。