膝關節(jié)輔助運動控制系統(tǒng)研究
發(fā)布時間:2023-03-28 18:58
膝關節(jié)輔助控制旨在減少人體膝和踝關節(jié)損傷所造成的行動不便,并為下肢關節(jié)受損者提供康復訓練功能。外骨骼系統(tǒng)使用機械提供外力,來實現(xiàn)增強人的力量。外骨骼控制系統(tǒng)是一種嵌入式控制系統(tǒng)。由于機器學習和深度學習的理論框架越加完善,一些簡單的重復性的工作已經被人工智能產品成功替代,隨著越來越多的人工智能理論廣泛應用在機器人控制系統(tǒng),這意味將來外骨骼控制系統(tǒng)更精確、更智能、更舒適。本課題針對人體自然行走時足底壓力的連續(xù)分布和人體下肢步態(tài)的軌跡,設計了一個可穿戴膝關節(jié)輔助運動控制實驗平臺。系統(tǒng)由原始數(shù)據(jù)的獲得到逐步將數(shù)據(jù)處理、抽象、生成控制參數(shù),將控制系統(tǒng)分為三級,依次分別為低級控制器、中級控制器、高級控制器。低級控制器主要功能是測量壓力和膝關節(jié)姿態(tài)角,為了確保數(shù)據(jù)穩(wěn)定可靠,還在低級控制中將數(shù)據(jù)進行處理。中級控制器負責電機的控制,電機控制通過模糊PID控制。高級控制器位于上位機,利用Python實現(xiàn)的支持向量機模型,實現(xiàn)對人自然步態(tài)的劃分,得到當前的運動狀態(tài),再生成電機實際的控制參數(shù),實現(xiàn)電機隨著人行走控制控制方法。系統(tǒng)硬件整體由直線電機、旋轉電機、ESP-8266WIFI模塊、FSR壓力傳感器、MP...
【文章頁數(shù)】:65 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景和意義
1.2 國內外現(xiàn)狀
1.3 本文研究內容
第二章 控制系統(tǒng)整體框架設計
2.1 嵌入式系統(tǒng)構成
2.2 設備結構簡介
2.3 通訊協(xié)議的制定
2.4 系統(tǒng)的軟件結構
2.5 本章小結
第三章 控制系統(tǒng)硬件構成
3.1 FSR壓力傳感器
3.2 陀螺儀
3.3 電機驅動模塊
3.4 WIFI模塊
3.5 控制單元
3.6 本章總結
第四章 測量數(shù)據(jù)的處理
4.1 MPU9250陀螺儀
4.1.1 加速度計靜態(tài)誤差模型
4.1.2 參數(shù)的獲取
4.1.3 零差的獲取
4.1.4 磁力計和陀螺儀
4.1.5 姿態(tài)融合解算
4.2 FSR壓力傳感器
4.3 本章小結
第五章 通訊協(xié)議的設計
5.1 低級控制器與中級控制器通訊協(xié)議
5.1.1 低級控制器(測量板系統(tǒng))
5.1.2 協(xié)議的制定
5.2 中級控制器與執(zhí)行機構
5.2.1 CAN總線協(xié)議
5.2.2 CANOPEN協(xié)議
5.2.3 電機驅動接口
5.3 中級控制器與高級控制器
5.3.1 中級控制器
5.3.2 協(xié)議的制定
5.4 本章小結
第六章 基于SVM的電機控制
6.1 支持向量機(SVM)算法簡介
6.2 數(shù)據(jù)測量準備
6.3 數(shù)據(jù)預處理
6.4 數(shù)據(jù)分析
6.5 生成支持向量機(SVM)模型
6.6 基于神經網(wǎng)絡電機控制
6.6.1 BP神經網(wǎng)絡
6.6.2 數(shù)據(jù)的獲取
6.6.3 構建LSTM神經網(wǎng)絡
6.7 本章小結
第七章 全文總結與展望
7.1 結論
7.2 展望
參考文獻
在學期間的研究成果
附錄A
電機驅動
SVM模型
RNN模型
致謝
本文編號:3773093
【文章頁數(shù)】:65 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景和意義
1.2 國內外現(xiàn)狀
1.3 本文研究內容
第二章 控制系統(tǒng)整體框架設計
2.1 嵌入式系統(tǒng)構成
2.2 設備結構簡介
2.3 通訊協(xié)議的制定
2.4 系統(tǒng)的軟件結構
2.5 本章小結
第三章 控制系統(tǒng)硬件構成
3.1 FSR壓力傳感器
3.2 陀螺儀
3.3 電機驅動模塊
3.4 WIFI模塊
3.5 控制單元
3.6 本章總結
第四章 測量數(shù)據(jù)的處理
4.1 MPU9250陀螺儀
4.1.1 加速度計靜態(tài)誤差模型
4.1.2 參數(shù)的獲取
4.1.3 零差的獲取
4.1.4 磁力計和陀螺儀
4.1.5 姿態(tài)融合解算
4.2 FSR壓力傳感器
4.3 本章小結
第五章 通訊協(xié)議的設計
5.1 低級控制器與中級控制器通訊協(xié)議
5.1.1 低級控制器(測量板系統(tǒng))
5.1.2 協(xié)議的制定
5.2 中級控制器與執(zhí)行機構
5.2.1 CAN總線協(xié)議
5.2.2 CANOPEN協(xié)議
5.2.3 電機驅動接口
5.3 中級控制器與高級控制器
5.3.1 中級控制器
5.3.2 協(xié)議的制定
5.4 本章小結
第六章 基于SVM的電機控制
6.1 支持向量機(SVM)算法簡介
6.2 數(shù)據(jù)測量準備
6.3 數(shù)據(jù)預處理
6.4 數(shù)據(jù)分析
6.5 生成支持向量機(SVM)模型
6.6 基于神經網(wǎng)絡電機控制
6.6.1 BP神經網(wǎng)絡
6.6.2 數(shù)據(jù)的獲取
6.6.3 構建LSTM神經網(wǎng)絡
6.7 本章小結
第七章 全文總結與展望
7.1 結論
7.2 展望
參考文獻
在學期間的研究成果
附錄A
電機驅動
SVM模型
RNN模型
致謝
本文編號:3773093
本文鏈接:http://www.sikaile.net/kejilunwen/yiqiyibiao/3773093.html
最近更新
教材專著