论文部分内容阅读
基于生物运动学分析，人体双腿的移动姿态应该是对称的，随时间周期性变化的，这种移动的规律称之为步态。如何使残疾人的假腿能够自动地、全时相地跟随健康腿的步态，是当今高级智能假肢的研究方向。异构双腿行走机器人为高级智能假肢的研制提供了一个理想的平台。这是一个涉及机械技术、传感检测技术、信息技术、电子技术、控制技术、模式识别和生物技术等群体技术的综合性研究课题。
首先，为实现异构双腿的自立行走动作，并使其跟随健康腿的步态，必须建立异构双腿行走机器人的运动学和动力学模型，模型是研究异构双腿行走机器人运动、控制、感知等功能的理论基础。机器人动力学建模通常采用拉格朗日第二类方程和牛顿-欧拉法。然而为使仿生腿(高级智能假肢)能够更好地模拟人腿，其膝关节的设计采用了封闭的四连杆机构，但闭链同时会带来求解其动力学模型时出现难以消解的约束方程的问题，导致动力学建模常常采用的第二类拉格朗日方程也不再适用。本文针对异构双腿行走机器人特殊结构的多闭链和含冗余坐标等特点，提出用第一类拉格朗日方法建立异构双腿行走机器人的运动学和动力学模型。
同时基于对人类步行规律的研究，根据异构双腿行走机器人动态步行过程中必须满足的约束条件，详细规划了其行走步态并进行了ADAMS运动学仿真。
其次，基于计算机视觉的人体步态参数获取方法的研究是计算机视觉领域中倍受关注的前沿课题，是人体步态分析的重要组成部分。本文的研究成果不仅可以用于异构双腿行走机器人步态规划和控制当中，还可广泛应用于康复医学、虚拟现实、体育训练、舞蹈与视频监控等场合。目前，国内外大批学者投身于该领域的研究和探索，并且取得了大量的成果。本文是在这些成果的基础上，针对基于普通CCD摄像机获取人体步态参数的关键技术进行了研究。这方面工作的主要贡献可概括如下：
针对普通CCD摄像机所采集的人体运动图像的特点，为了达到降低图像噪声的同时，又能使运动目标的边缘更加突出的目的，利用小波变换良好的时频局部化特性和小波变换各尺度下的小波系数的相关性，提出了非线性小波变换分层阈值化去噪方法，对人体运动图像进行复原，同时对运动目标的边缘进行了锐化处理。
人体运动目标边缘检测是后续目标跟踪与识别的基础，本文采用差分图像方法(背景减)，提取出人体运动目标；采用梯度算子，以度量平坦度的方式去除阴影；并采用零交叉检测的方法较好地提取出基于序列图像的人体运动目标的边缘。
人体步态参数检测是人体步态分析的核心内容。本文利用Harris算子检测特征点——角点，同时结合人体解剖学知识，完成了基于特征点的人体运动序列图像的相关匹配和双目立体匹配问题。通过对摄取的运动图像特征点进行处理，记录其关节点(标志点所在位置)坐标，并将其按时间顺序排列，得到了人体双腿的运动棍图，从而获取人体步态参数，进行人体运动分析。
同时对基于普通摄像机的人体步态参数检测平台的结构和关键技术进行了研究；采用通用的硬件设备，搭建了低成本人体步态参数检测平台，大大降低了人体运动检测系统的成本。