异构双腿行走机器人步态对称性与步态模式研究

摘要

异构双腿行走机器人(Biped Robot with Heterogeneous Legs，BRHL)是一种将双腿行走机器人和智能假肢的研究相结合起来的新型机器人模式。它可以模拟一侧截肢的残疾人安装智能假肢后的情形，代替残疾人进行大量重复多样的智能假肢性能测试实验，为智能假肢的研究提供一个理想的实验平台。
　　本文在阐述了双腿行走机器人和智能假肢的国内外研究现状、BRHL仿真平台的组成及其研究意义的基础上，对BRHL的步态进行了详细地分析研究。其中主要对BRHL的步态对称性优化、步态模式识别、人体步态模型的建立这三方面做了深入研究。由于BRHL的左右侧膝关节结构的不同影响了步态对称性。针对BRHL步长对称性差的问题，提出了基于遗传算法的BP神经网络优化算法。首先用初始化权值的BP神经网络对观测对象的膝关节角度进行变换，然后在ADAMS仿真环境中计算步长误差，并以其作为遗传个体适应度的评价指标，对BP神经网络的权值进行优化，经过多次迭代之后，6个观测对象的步长对称性指标均在正常人指标范围内，证明了方案的可行性。
　　在实际生活中智能假肢穿戴者会遇到各种不同的路况，因此就需要智能假肢能够根据穿戴者的运动信息对路况和步态模式进行识别。本文用MTi采集小腿处的加速度信号，并对其利用小波分解技术进行特征提取，然后分别建立9个观测对象的5种不同路况下的隐马尔科夫(HMM)模型，最后用测试数据对其进行验证，实验结果表明该方法可以对步态模式进行高精度的分类。
　　当智能假肢识别出路况和步态模式之后，还需要根据具体情况调节假肢的步态。本文首先对步态进行了定量的分析，计算了步长、步频两个参数，并且用较少的特征参数表示了膝关节角度，然后用RBF神经网络建立了人体运动时步态模式、步长、步频和膝关节角度特征参数之间的数学关系，对多种情况下的膝关节角度进行了预测，取得了较好的预测效果。

目录

声明

摘要

第1章 绪论

1．1 引言

1．2 双足机器人及智能假肢的研究现状

1．2．1 双足机器人的研究现状

1．2．2 智能仿生腿的研究现状

1．3 异构双腿行走机器人的提出及意义

1．3．1 异构双腿机器人的提出

1．3．2 课题的研究意义

1．4 论文主要工作

1．4．1 论文主要研究内容

1．4．2 论文结构

第2章 步态分析数据采集与实验平台

2．1 引言

2．2 实验数据的采集

2．2．1 实验设备的选择

2．2．2 实验数据的采集

2．3 实验平台介绍

2．3．1 BRHL虚拟样机介绍

2．3．2 BRHL仿真平台介绍

2．4 本章小结

第3章 BRHL的步态对称性分析及优化

3．1 腿部运动信息预处理

3．2 人和BRHL的步态对称性分析

3．2．1 人体步态对称性研究

3．2．2 步态对称性评价指标

3．2．3 BRHL的步长对称性分析

3．3 基于遗传算法的BP神经网络的优化方法

3．3．1 遗传算法介绍

3．3．2 BP神经网络介绍

3．3．3 遗传神经网络的优化过程

3．3．4 结果分析

3．4 本章小结

第4章 基于HMM的步态模式识别算法

4．1 隐马尔科夫模型基本原理

4．1．1 Markov链

4．1．2 隐马尔科夫(HMM)基本概念

4．1．3 HMM的三个基本问题和解决办法

4．2 基于小波变换的加速度信号处理

4．2．1 加速度信号的预处理

4．2．2 小波变换简要介绍

4．2．3 基于小波分解进行特征提取

4．3 基于HMM的步态识别

4．3．1 步态识别流程

4．3．2 人体步态划分与模型选取

4．3．2 HMM模型的建立与测试过程

4．3．3 实验结果分析

4．4 本章小结

第5章 基于神经元网络的步态模型建立

5．1 引言

5．1．1 步态生成模型学习过程

5．2 步态的定量分析

5．2．1 典型步态事件检测

5．2．2 步长的计算

5．3 膝关节角度特征提取

5．3．1 膝关节时间序列的傅里叶级数展开

5．3．2 基于PCA的降维处理

5．4 步态生成模型的建立与测试过程

5．5 本章小结

第6章 总结与展望

6．1 工作总结

6．2 问题与展望

参考文献

致谢