外骨骼、智能假肢和康復(fù)機(jī)器人等人體輔助設(shè)備的控制都需要對(duì)人體的下肢動(dòng)作進(jìn)行識(shí)別。表面肌電信號(hào)蘊(yùn)含了人體動(dòng)作的信息,通過(guò)表面肌電信號(hào)來(lái)控制人體輔助設(shè)備具有控制的直觀性。為了取得更好的識(shí)別率,在識(shí)別的過(guò)程中可以綜合使用表面肌電信號(hào)、足底壓力信號(hào)和姿態(tài)傳感器信號(hào)等多種信號(hào)。以Android作為上位機(jī)的多傳感采集系統(tǒng)相比于專(zhuān)業(yè)的信號(hào)采集設(shè)備具有便攜、易擴(kuò)展和成本低等優(yōu)點(diǎn)。本文基于Android和各種傳感器模塊搭建出一個(gè)便攜式的多傳感采集系統(tǒng),使用不同的信號(hào)對(duì)不同的下肢動(dòng)作模式進(jìn)行識(shí)別。首先,設(shè)計(jì)并搭建了一個(gè)基于Android的多傳感采集系統(tǒng),可以對(duì)下肢的表面肌電信號(hào)、足底壓力信號(hào)和姿態(tài)傳感器信號(hào)進(jìn)行采集,通過(guò)藍(lán)牙發(fā)送到手機(jī)應(yīng)用中。手機(jī)應(yīng)用可以對(duì)信號(hào)進(jìn)行顯示、計(jì)算和保存的操作。然后,基于表面肌電信號(hào)對(duì)腳踝的放松、背屈、跖屈、內(nèi)翻和外翻五種主要用于康復(fù)訓(xùn)練的靜態(tài)動(dòng)作模式進(jìn)行識(shí)別。使用線性判別分析（LDA）算法對(duì)表面肌電信號(hào)的特征向量進(jìn)行訓(xùn)練和識(shí)別,確定了最優(yōu)通道組合、最優(yōu)特征組合和平滑數(shù)量。其次,基于表面肌電信號(hào)、足底壓力信號(hào)和姿態(tài)傳感器信號(hào)對(duì)下肢的行走、跑步、踏步、上樓梯、下樓梯、站立和坐七種動(dòng)... 

【文章來(lái)源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 引言
    1.2 表面肌電信號(hào)的產(chǎn)生及特點(diǎn)
    1.3 基于表面肌電信號(hào)的下肢動(dòng)作識(shí)別
        1.3.1 肌電控制發(fā)展
        1.3.2 下肢的肌電控制
        1.3.3 線性判別分析和基于階段截取的模式識(shí)別
    1.4 信號(hào)采集系統(tǒng)
        1.4.1 Android系統(tǒng)
        1.4.2 基于Android的便攜式采集系統(tǒng)
        1.4.3 多傳感器采集系統(tǒng)
    1.5 本文主要研究?jī)?nèi)容
第二章 基于Android的便攜式實(shí)驗(yàn)系統(tǒng)搭建
    2.1 引言
    2.2 電子硬件系統(tǒng)
        2.2.1 Arduino Due
        2.2.2 傳感器
        2.2.3 藍(lán)牙透?jìng)髂K
        2.2.4 整體連接及封裝
    2.3 電子硬件編程
        2.3.1 姿態(tài)傳感器及藍(lán)牙模塊的設(shè)置
        2.3.2 Arduino Due編程
    2.4 Android編程
        2.4.1 程序?qū)崿F(xiàn)
        2.4.2 交互界面及實(shí)驗(yàn)操作
    2.5 本章小結(jié)
第三章 基于表面肌電信號(hào)的腳踝動(dòng)作識(shí)別
    3.1 引言
    3.2 原理與方法
        3.2.1 數(shù)據(jù)采集和特征提取
        3.2.2 訓(xùn)練和識(shí)別
        3.2.3 最優(yōu)通道組合和特征組合的選取
    3.3 實(shí)驗(yàn)與分析
        3.3.1 通道數(shù)量
        3.3.2 最優(yōu)通道組合
        3.3.3 最優(yōu)特征組合
        3.3.4 平滑算法
        3.3.5 識(shí)別結(jié)果
    3.4 基于便攜式實(shí)驗(yàn)系統(tǒng)的腳踝動(dòng)作模式識(shí)別
        3.4.1 數(shù)據(jù)采集
        3.4.2 特征提取和訓(xùn)練識(shí)別
        3.4.3 結(jié)果對(duì)比和分析
    3.5 本章小結(jié)
第四章 基于多傳感器的下肢動(dòng)作識(shí)別
    4.1 引言
    4.2 原理與方法
        4.2.1 下肢動(dòng)作模式
        4.2.2 數(shù)據(jù)采集與特征提取
        4.2.3 基于階段截取的LDA識(shí)別算法
    4.3 下肢動(dòng)態(tài)動(dòng)作模式識(shí)別
        4.3.1 基于sEMG信號(hào)的動(dòng)態(tài)動(dòng)作模式識(shí)別
        4.3.2 結(jié)合sEMG信號(hào)和姿態(tài)傳感器信號(hào)的動(dòng)態(tài)動(dòng)作模式識(shí)別
    4.4 下肢動(dòng)靜態(tài)動(dòng)作模式混合識(shí)別
        4.4.1 靜態(tài)動(dòng)作模式識(shí)別
        4.4.2 動(dòng)靜態(tài)動(dòng)作模式混合識(shí)別
    4.5 本章小結(jié)
第五章 虛擬下肢的建模與仿真
    5.1 引言
    5.2 基于Android的虛擬下肢
        5.2.1 人體基準(zhǔn)面及步態(tài)
        5.2.2 虛擬下肢建模
        5.2.3 基于Android的建模實(shí)現(xiàn)
    5.3 虛擬下肢的運(yùn)動(dòng)模型
        5.3.1 基于模板數(shù)據(jù)的右腿位置更新
        5.3.2 基于右腿相位和實(shí)時(shí)模板數(shù)據(jù)的左腿位置更新
        5.3.3 步態(tài)信息的在線展示
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件



本文編號(hào)：3282249