助老伴行机器人的设计开发

老龄化的加剧使得社会上体力衰弱、行走不便的老年人数量越来越多,针对老年人群的生活需求设计开发了一台助老伴行机器人。通过对老年人日常生活面临的困境的分析,确立了机器人的主体功能,并以此为基础对机器人进行了总体设计;在机器人总体设计的基础上,完成了对该机器人的整体结构尺寸设计,以及各功能部件的详细设计;同时还对结构姿态变换控制系统和基于触觉力的人机交互控制系统进行了设计,采用双电机差速驱动控制方法,实现机器人的前进、后退、转弯等动作。最后,搭建了结构姿态变换和在线行走驱动系统两实验平台,经试验验证,机器人结构姿态变换控制系统和人机交互控制系统满足设计要求,在线行走驱动准确率达到了96.1%,满足使用要求。     

浅谈历史教学中多种图示法的运用

理解是历史对学习者的一种基本要求,在现实教学与学习过程中,我们大家各有其法,但本文是旨在向大家介绍几种常见的图示法,以便大家"择其善者而从之",争取达到对历史知识的有效把握.     

助老机器人伴行模态人机耦合系统的耐冲击振动特性分析

由于助老机器人在户外辅助老年人行走过程中会遇到路面不平冲击或其它瞬时冲击,不仅会对助老机器人本身产生冲击振动影响,还会引起由此带来老年人手部的局部振动。为了研究助老机器人人机耦合系统的耐冲击性,对助老机器人人机耦合系统振动特性进行了较深入的分析。①分析了助老机器人的前、后轮在不同作用输入下的强迫振动,分别建立了助老机器人系统和老年人人体系统的振动模型;②建立了助老机器人人机耦合系统的振动模型;③采用Matlab/Simulink软件分别从地面不平冲击和瞬时冲击两类情况对助老机器人人机耦合系统的耐冲击振动特性进行了振动模型仿真分析。结果表明:两类情况下老年人手部的振动幅值、振动最大速率和助老机器人把手的振动幅值、振动最大加速度以及最大耦合作用力均较小,助老机器人人机耦合系统的耐冲击性较好。其研究过程为分析对防摔控制和人手舒适度调节控制的影响提供了理论基础。     

用于助老伴行机器人的老年人摔倒预测方法研究

为了使助老伴行机器人更好地服务老年人户外行走的需要,提出了一种用于助老伴行机器人的基于BP神经网络的多传感器信息特征融合进行老年人摔倒预测的方法。首先,通过老年人摔倒机理分析,提出了一种用于助老伴行机器人的老年人摔倒预测总体设计方案。然后,分别采用触觉力传感器、躯干三轴加速度计和和陀螺仪采集使用者的手部触觉力信息、躯干三轴加速度和角度信息。其次,对所采集的三类摔倒信息进行相应的特征提取,将3种特征信息采用BP神经网络进行信息融合,获取摔倒发生的概率,且当摔倒概率超过设定的阈值即判定老年人将要摔倒。最后,通过实验系统搭建和实验验证,结果表明,摔倒预测方法可靠,其整体识别准确率为97.5%,其中摔倒样本识别准确率95%,正常样本识别准确率100%,所以,该方法可以对老年人使用助老伴行机器人完成户外行走提供保证。     

助老伴行机器人的触滑觉驱动控制系统设计开发

为了帮助老年人能够更加柔顺自然的与助老伴行机器人之间进行交互,设计开发了一种基于触滑觉感知的助老伴行机器人驱动控制系统。首先提出了助老伴行机器人触滑觉驱动控制系统的总体设计方案;然后设计开发了一种触滑觉感知系统,并以助老伴行机器人机械本体为基础设计搭建了完整的驱动控制系统;提出并研究了一种基于BP神经网络的助老伴行机器人驱动模式识别方法。最后,对整个系统进行集成并进行了试验。结果表明：为助老伴行机器人设计开发的触滑觉驱动控制系统是完全可行的,能够实现老年人与助老伴行机器人之间的驱动控制功能。