一种继承型迭代学习控制的下肢外骨骼行走轨迹跟踪方法

    公开(公告)号:CN111515938A

    公开(公告)日:2020-08-11

    申请号:CN202010466162.X

    申请日:2020-05-28

    Abstract: 本发明公开了一种继承型迭代学习控制的下肢外骨骼行走轨迹跟踪方法。本方法采用下肢外骨骼模型为被控对象,建立下肢外骨骼步速对应的轨迹库,设计下肢外骨骼继承型迭代学习控制方法,对不同步速下的轨迹进行控制。本方法将不同步速下的髋关节和膝关节角度的数据作为系统跟踪的期望轨迹,使其可使用迭代学习控制方法;采用继承公式实现了不同步速的步态周期之间的联系,有效利用前一步速下的迭代学习控制信息作为当前新步速下的初始信息,不用重新学习就能够实现对不同步速下的不同角度期望轨迹进行快速有效跟踪,避免了新步速下的重新学习的问题,以减少学习次数,缩短控制时间,快速达到收敛要求,并且比重新学习的收敛速度更高。

    一种智能膝上假肢穿戴者骑行状态识别系统

    公开(公告)号:CN109938892B

    公开(公告)日:2020-08-04

    申请号:CN201910264489.6

    申请日:2019-04-03

    Abstract: 本发明一种智能膝上假肢穿戴者骑行状态识别系统。该系统包括假肢主体结构和识别系统;所述的假肢主体结构包括假肢接受腔、假肢膝关节、假肢小腿管、假肢脚,其中,假肢接受腔底部连接假肢膝关节,假肢膝关节底部连接假肢小腿管上端,假肢小腿管下端连接假肢脚;所述的识别系统包括假肢接受腔角度模块、假肢小腿模块、脚尖压力传感器模块、脚心压力传感器模块、脚跟压力传感器模块、单片机模块和驱动电机模块。本发明对膝关节角度的判断的准确率及计算速度大大提高;通过多传感器进行判断,大大提高了骑行状态判断的准确性。

    四轴迭代学习控制的工业机器人设计方法及系统

    公开(公告)号:CN108241340B

    公开(公告)日:2019-09-06

    申请号:CN201810052525.8

    申请日:2018-01-19

    Abstract: 本发明公开一种四轴迭代学习控制的工业机器人设计方法,通过将需要加工成型的三维零件转换为同质曲线簇轨迹,再依次提取其中曲线作为系统跟踪的期望轨迹,使得迭代学习控制可以单独适用,从而使得迭代学习控制可以对这类轨迹群进行有效适用,进而完成三维零件的加工;通过对前一条期望轨迹学习所得的控制信息进行有效继承,使得跟踪当前期望轨迹时的初次迭代控制信息不再从零开始学习,因而大大加快了系统的学习速度,降低了迭代次数,从而极大地提升了工作效率。并且,应用该设计方法的工业机器人系统,可以加工传统回旋体设备不能加工的基面轨迹为任意形状的三维零件,极大地提高了工业零件的多样性,非常适用于工业中的个性化零件生产。

    下肢假肢行走运动仿真实验的方法

    公开(公告)号:CN105117545B

    公开(公告)日:2018-08-31

    申请号:CN201510519245.X

    申请日:2015-08-20

    Abstract: 本发明下肢假肢行走运动仿真实验的方法,涉及下肢假肢,步骤是:建立人体模型;建立下肢假肢模型;人体模型和下肢假肢模型的相关参数的设置;对人体模型和下肢假肢模型添加约束和驱动;建立地面模型并设置相关参数;实现下肢假肢行走运动仿真实验。本发明利用Solidworks、Adams和Matlab三个软件搭建下肢假肢行走运动仿真系统,在将下肢假肢加工成实体样机前,先对其行走运动状态和效果进行仿真实验验证,以针对下肢残疾人个体自身特殊性,设计和加工出适合的下肢假肢,克服了现有技术在下肢假肢的设计过程中,将每一个个体下肢假肢样机均加工出成品以验证其可行性和将每一种控制方法都通过实验来验证这种不可行方法的缺陷。

    一种基于干扰观测器的主动型膝上假肢终端滑模控制方法

    公开(公告)号:CN106983589A

    公开(公告)日:2017-07-28

    申请号:CN201710223133.9

    申请日:2017-04-07

    CPC classification number: A61F2/68 A61F2002/704

    Abstract: 本发明公开了一种基于干扰观测器的主动型膝上假肢终端滑模控制方法。该方法离线采集患者的基本信息数据,生成数据报告;在不改变基本构造和相互作用方式的前提下,将人体下肢简化为二连杆模型进行分析,针对人体行走过程中摆动期和支撑期的运动形式的差异,得出支撑期和摆动期的下肢动力学模型;对下肢动力学模型设计干扰观测器和终端滑模控制器。该方法将滑模变结构控制理论引入到主动型膝上假肢的控制中,在保留了传统滑模控制的抗干扰能力和快速响应等优点的同时,削弱了控制量的抖振程度,使模型系统的跟踪误差能够在有限时间内收敛到零。该方法具有控制精度高、抗干扰能力强并且有较好时效性的优点。

    基于复杂网络的肌电信号采集位置选取方法

    公开(公告)号:CN105769186A

    公开(公告)日:2016-07-20

    申请号:CN201610172001.3

    申请日:2016-03-23

    Abstract: 本发明涉及基于复杂网络的肌电信号采集位置选取方法,其特征在于包括如下步骤:采集肌电信号;计算各肌电信号采集点连接关系,对步骤S1采集到的肌电信号进行预处理,计算n个肌电信号采集点之间的连接关系,构建复杂网络模型;分析网络特性,计算不同运动模式下的节点特性指标;确定肌电信号采集位置。本发明利用复杂网络分析下肢表面肌电信号,可以深入地分析各肌肉在下肢运动过程中的协调配合关系,与以前选择肌电信号幅值比较大的采集位置选取方法相比,可以确定与不同运动模式关系更紧密的肌群和电极放置位置,为肌电控制下肢康复辅具过程中的肌电选择提供理论依据。

    主动型膝上假肢膝关节的预测控制方法

    公开(公告)号:CN104921851A

    公开(公告)日:2015-09-23

    申请号:CN201510267594.7

    申请日:2015-05-25

    Abstract: 本发明主动型膝上假肢膝关节的预测控制方法,涉及膝关节的控制,步骤是:离线采集所需实验者的基本信息数据,生成数据报告;建立下肢假肢膝关节运动的分段仿射系统模型;根据控制性能指标对系统的状态区域进行凸划分,得到控制律;控制策略的在线控制过程。该方法对人体下肢假肢进行分段仿射系统建模和建立显式的模型预测控制器,能够用该控制器完成假肢的闭环控制,使控制器与外界环境进行实时的信息交换,提高控制精度,保证产品的安全性,并且将建模工作与优化问题求解规划过程放在离线过程进行,在线控制时只需要进行查表和简单的计算即可,能够降低处理器能耗,有利于提高产品续航能力。

    基于双视图多尺度卷积神经网络的表面肌电信号识别方法

    公开(公告)号:CN112732092B

    公开(公告)日:2023-04-07

    申请号:CN202110088663.3

    申请日:2021-01-22

    Abstract: 本发明公开了一种基于双视图多尺度卷积神经网络的表面肌电信号识别方法。将表面肌电信号转换为一维表面肌电图像;利用希尔伯特曲线进行时间域和电极域的填充,变为二维表面肌电子图像;构建并训练卷积神经网络,经过输入部分的卷积特征提取后,将输出送到卷积神经网络流中;在第一层经过下采样确定每个卷积神经网络流的尺度;经过常规卷积或跨步卷积后的融合卷积特征经过视图聚合模块中的特征级融合将两个卷积神经网络流位于同一层的输出卷积特征进行拼接并输入到层融合,再将特征级融合后的卷积特征进行拼接,最终输出识别结果。本发明使一维图像转换为二维图像,使神经网络能够提取低层和高层深度特征,提高手势识别精度。

    一种下肢外骨骼控制方法
    39.
    发明授权

    公开(公告)号:CN110524525B

    公开(公告)日:2022-04-26

    申请号:CN201910946543.5

    申请日:2019-10-05

    Abstract: 本发明公开了一种下肢外骨骼控制方法,包括采集受试者下肢运动学数据;建立下肢外骨骼动力学模型;设计非线性积分滑模面;设计模糊滑模控制器,得到模糊滑模控制律。本方法采用欧拉‑拉格朗日法建立下肢外骨骼的动力学模型,然后为消除滑模控制中普遍存在的抖振现象以及由积分项引起的Windup效应,在滑模变结构控制器的基础上,引入具有非线性势能函数来代替传统的积分滑模面。同时为克服下肢外骨骼建模过程中的建模误差、信号噪声及外界扰动等因素带来的干扰,利用模糊系统的逼近特性来设计模糊滑模控制器,以获得满意的下肢外骨骼控制性能。

    一种外骨骼的带先验力矩无模型控制方法

    公开(公告)号:CN110327187B

    公开(公告)日:2021-07-13

    申请号:CN201910618865.7

    申请日:2019-07-10

    Abstract: 本发明为一种外骨骼的带先验力矩无模型控制方法,该方法将二维激光测距仪固定在使用者腰部与膝关节之间的人体任意位置上,垂直于水平面扫描前方地形,调整激光测距仪的目标刻度位置,使其对准正下方即人体的站立点,使用二维激光测距仪对地形进行识别;根据地形选择适当的膝关节角度,使用带先验力矩的无模型自适应控制方式对膝关节外骨骼进行控制,避免了下肢外骨骼控制中复杂模型的建立和模型不准确的问题。

Patent Agency Ranking