论文部分内容阅读
随着社会人口老龄化，老年人的数量越来越大，从而由于人体机能的衰减带来的行动不便的老年人的数量也在不断扩大。除了人体自然衰退，还有非自然等因素造成的具有运动性障碍的患者也越来越多，如车祸等。由此产生了两类人群：一类是由于肌肉萎缩而导致的行动不便；另一类是由于非自然因素而导致的肢体功能性障碍。经过医学理论和临床经验综合分析，这两类情况都可以通过适当的肢体运动康复训练达到跟正常人一样的效果。在这些人群中，有很大部分人由于没有独立训练的能力，需要借助外在的帮助才能进行康复运动训练。为此，本课题研究出了一种人体康复机器人，来帮助有肢体功能性障碍的患者进行康复运动训练，不需要旁人的帮助。而本文的主要重点是对该系统的感知系统进行研究，设计出了一种基于运动力学传感器信息的人体下肢康复机器人智能感知系统。主要内容有：1.通过对正常人和下肢康复机器人受众的人体行走机理进行对比分析，提取运动过程中的关键信号，确定了基于运动力学传感器信息的人体下肢康复机器人所需要的传感器类型、布局等多个方面。2.针对人体下肢康复机器人通信系统的特点，设计出了一套基于CAN总线感知系统通信网络，并对CAN总线的应用层协议进行了自定义设计。主要包括通信拓扑结构设计，采集卡节点划分，协议设计和网络负载能力和实时性分析等多个方面。3.设计和搭建了一套人体下肢康复机器人智能感知系统的软硬件系统，并通过分析数据采集结果，验证了该系统的实用性。4.通过对时间序列相关理论的研究，设计出了一种基于时间序列分析模型的传感器在线预测算法，该算法的主要目的是预测传感信号及其变化趋势。首先分析穿戴者行走过程中关键信号的变化特点，选择合适的预测模型，然后通过Matlab进行仿真，分析其一步乃至多步预测与真实值对比误差情况。5.通过对预测算法产生的结果误差进行分析，设计出了一种基于时间序列分析模型的误差解决方案。并对预测算法和误差解决方案进行了仿真和实验，仿真和实验结果验证了该改进算法的有效性和适用性。