文摘
英文文摘
第一章绪 论
1.1引言
1.2人体运动计算机仿真的发展
1.2.1人体运动的仿真方法概述
1.2.2人体力学行为的建模方法
1.2.3人体运动仿真的可视化技术
1.2.4实用仿真系统介绍
1.3运动员人体运动的发展现状及分析
1.3.1竞技运动的特点及分析
1.3.2运动员仿真的发展现状
1.4数字运动员及其内涵
1.5本论文的主要研究工作
1.5.1论文的选题的目的、意义
1.5.2主要的研究内容及其创新点
参考文献
第二章数字运动员相关理论及方法综述
2.1运动员运动测试方法
2.1.1动力学测试方法
2.1.2运动学测试方法
2.1.3肌电及其测量
2.1.4人体形态与惯性
2.2人体运动机理及其肌肉动力学模型
2.2.1人体运动的机理
2.2.2 Hill肌肉动力学模型
2.3用于数字运动员人体建模的计算智能方法
2.3.1 Elman神经网络
2.3.2遗传算法
小结
参考文献
第三章竞技运动中的力信息获取与处理
3.1人体力学行为的力传递特性及其分析
3.2运动员力信息综合测试平台
3.2.1平台的总体结构
3.2.2平台模块功能介绍
3.2.3基于OOP的数据存储机制
3.2.4平台在抓举运动中的测试应用
小结
参考文献
第四章基于力信息的数字运动员人体模型研究
4.1人体力学行为的控制与学习特性
4.1.1人体运动的反馈与前馈
4.1.2人体运动的训练与学习机制
4.2基于最优关节力矩拟合的数字运动员神经肌肉控制模型
4.3 Elman网络运动控制模型
4.3.1改进的Elman网络结构及其BPTT算法
4.3.2新的BPTT算法的提出
4.3.3 Elman网络对肌肉控制模型逼近能力及其收敛性分析
4.3.4人体动力学正解模型
4.3.5基于优化的关节力矩估计方法
4.3.6基于Elman网络肌肉运动控制模型的学习步骤
4.4模型特点总结
小结
参考文献
第五章抓举数字运动员仿真及其实验研究
5.1抓举动作特点分析
5.2基于力信息的抓举数字运动员模型
5.2.1抓举运动员的力信息传递关系
5.2.2 Hill模型参数选择
5.2.3肌肉骨骼动力学模型的建立
5.2.4 Elman网络控制模型的建立
5.2.5模型仿真试验及结果分析
5.3抓举提铃动作的优化研究
5.3.1关节力矩优化问题
5.3.2平衡控制优化问题
5.3.3基于遗传算法的运动优化方法研究
5.4基于脚力特征的模糊神经网络运动对象识别方法
5.4.1脚力测试数据的预处理
5.4.2基于FNN的运动员脚力曲线识别方法
5.4.3实验结果与分析
小结
参考文献
第六章数字运动员仿真平台及其可视化研究
6.1数字运动员仿真平台的总体结构
6.2数字运动员建模部分
6.2.1 COM技术简介
6.2.2基于COM的数字运动员建模方法
6.3仿真与可视化部分
6.3.1基于OpenGL的三维可视化平台
6.3.2 Win32下OpenGL的运行机制
6.3.3 Visual C++与OpenGl的接口与实现
6.3.4人体多关节体结构及其表示方法
6.4数字运动员仿真平台的使用及其特点
小结
参考文献
结束语
附录
攻读博士学位期间的主要研究工作及成果
致 谢