基于BP网络的康复机器人的智能控制技术

建立了5自由度上肢康复机器人的BP神经网络控制模型。在此模型基础上,通过对正常人肌电信号的训练学习,修正了网络权值,得到了较为理想的控制模型。最后,通过病人的肌电信号,得到了良好的输出结果。仿真实例表明,BP神经网络方法比传统方法收敛快,学习精度高,且具有较好的网络泛化能力,可以用于5自由度上肢康复机器人的智能控制。     

基于表面肌电的肘关节运动角度预测

表面肌电信号(sEMG)由于能够反映用户的动作意图而被广泛应用在上肢康复治疗系统中.针对目前上肢康复机器人的手臂关节运动控制不灵活的问题,提出一种基于sEMG的肘关节运动角度预测方法.为解决单一的时域特征提取方法存在的时间效率高而稳定性不足的问题,从时域和频域分别提取特征值,采用BP人工神经网络建立表面肌电信号与肘关节角度的映射模型,实现肘关节角度的预测.实验结果表明,该模型的预测结果与真实角度值有高度的一致性,有助于提高上肢康复机械臂的灵活性.     

基于神经网络PID的AUV控制方法研究

针对水下机器人各自由度之间存在较强的耦合和非线性特征，其精确的数学模型很难获得的问题，建立了水下机器人空间运动的数学模型，并根据实际需要和控制器设计的方便进行了适当简化，得到了水下机器人自由度运动模型．在此基础上，使用了基于神经网络的PID控制方法．结合水下机器人六自由度水动力模型，建立了基于BP网络的PID的水下机器人控制器，并进行了仿真环境下的试验．试验结果表明，以上控制方法较为适合水下机器人的运动控制．     

基于肌电控制的辅助型机器人外骨骼

针对臂丛神经损伤患者上肢功能部分或完全丧失的问题,本文设计了一款基于肌电控制的辅助型机器人外骨骼。该外骨骼具有2个自由度,受试者穿戴上之后能完成5个上肢动作。采用腱鞘驱动方式设计外骨骼结构,减轻受试者上肢使用负担。通过提取受试者健侧手臂产生的肌电信号,使用基于贝叶斯决策的线性判别分析方法解码受试者运动意图,实现利用健侧上肢运动带动患侧运动的目的。而本研究最终目标则是通过解码患侧肌电信号控制患侧上肢运动,实现受试者在不需要任何帮助的前提下重建患侧上肢运动功能。系统对肌电信号的处理、识别均为在线进行,整个过程耗时约57 ms,完全符合外骨骼使用过程中的延时要求。对4名健康受试者进行实验,结果表明5类动作的平均在线识别率均达到95%以上,且受试者能够顺畅使用所设计外骨骼系统。     

基于AR模型和神经网络的膝骨性关节炎诊断

本文旨在采用表面肌电信号无创性方法诊断和评判膝骨性关节炎,以在早期能够预防和治疗膝骨性关节炎,改善生活质量。在研究中,采集了对照组和膝骨性关节炎患者水平行走时下肢的股外侧肌,股内侧肌,股二头肌和半腱肌的表面肌电信号。利用表面肌电信号建立自回归(AR)模型,提取AR模型参数为特征向量训练BP神经网络,并通过神经网络诊断膝骨性关节炎。实验表明,基于BP神经网络分类器可以得到较好的结果,正确率可达到88%以上。     

4自由度上肢康复外骨骼机器人设计与分析

针对现如今上肢康复外骨骼机器人外部结构以及运动问题，利用Solidworks设计出一种4自由度可穿戴上肢康复机器人，基于人体上肢生物力学结构，使其关节和链接与人体的关节和链接相互对应，根据此基础设计出人体上肢运动学模型，使用D-H法分析了外骨骼机构的运动学关系，得到坐标转换矩阵，通过Matlab机器人工具箱进行运动学分析以及工作空间仿真模拟，进一步验证了运动学分析的可性。     

上肢康复机器人研究及发展

为了对当前上肢康复机器人关键技术分析及未来发展方向预测,通过对世界范围内外骨骼式及末端牵引式上肢康复机器人研究现状分别进行介绍分析,从整体构型、控制系统及人机交互三方面总结各典型上肢康复机器人的关键技术,进而总结出未来上肢康复机器人从低自由度向高自由度、传统材料向新型轻质材料、刚性关节向柔性关节、传统控制向人工智能的发展趋势.研究结果可为上肢康复机器人的发展方向提供参考,促进上肢康复机器人的未来发展.     

一种7自由度外骨骼上肢康复机器人设计与控制研究

针对外骨骼上肢康复机器人自由度受限的问题,根据上肢关节运动机理对上肢结构进行模型简化,提出一种改进的7自由度外骨骼上肢康复机器人结构设计,并对运动支撑的各部分单元进行结构建模和分析,根据安全人机工程学进行了康复运动系统的电气设计与控制研究.研究结果表明,该7自由度外骨骼上肢康复机器人在结构设计上更加符合人因工学,控制机制优化,安全性能良好,为实现后期的实时控制与运动规划奠定了基础.     

基于SEMG控制的智能轮椅无障碍人机交互系统

设计了一个基于表面肌电信号控制的智能轮椅无障碍人机接口,通过使用CyberLink装置,对前额肌电信号进行获取、分析,利用AR模型对其进行特征提取,并采用贝叶斯正则化与Levenberg-Marquardt算法相结合的改进1BP神经网络对面部运动模式进行识别,进而控制智能轮椅简单运动.实验结果表明:该方法操作简便,识别...     

基于稳态视觉诱发电位的脑电控制上肢康复机器人

针对现阶段基于脑机接口(brain-computer interface,BCI)的康复机器人存在多目标分类时间长、识别准确率仍有待提升的问题,设计了一种由脑电信号控制的上肢康复机器人,对脑电信号中的稳态视觉诱发电位(steady-state visual evoked po-tential,SSVEP)分类,进而判断出受试意图并输出相应动作指令.基于MATLAB的Psychtoolbox工具箱设计了包含5个刺激矩形的频闪界面作为视觉刺激器,刺激大脑生成SSVEP信号,对应上肢康复机器人的5个控制指令.运用多导联同步指数(multivariate synchronization index,MSI)算法对采集到的信号进行分类并输出控制指令,机器人在接收指令后执行特定动作.实验得到的机器人动作正确率最佳为98.33％,平均信息传输速率为23.11 bit/min.结果表明:SSVEP信号控制的上肢康复机器人在辅助治疗的方面具有良好的应用前景,可以有效提高肢体偏瘫患者的康复效果.     

建立企业网应考虑的因素

基于对建立企业计算机网络系统的体系结构、布线、网络协议等因素的分析，讨论了建立管理企业计算机网络系统的方法与思路     

计算机网络信息资源的利用

简述了网络信息资源具有的特点,针对网络信息资源管理面临的问题,提出了网络信息资源的管理和利用方法。     

主动网络管理和控制模型的研究

提出了一种主动网络的层次化管理和控制模型，从主动节点和网管中心两个角度分别描述了模型层次功能和相互关系，并对整个系统的工作流程进行了描述，特别突出了安全网络控制这一突破传统网管功能的实现，说明了基于此模型的主动网络管理控制软件可以很好地满足主动网络管理和控制的需求。     

扬州市公共交通网络复杂性分析

城市公共交通系统可以抽象为由公交线路和停靠站点构成的网络,公交网络构成了一个典型的复杂网络。本文以扬州市的公共汽车交通系统中的停靠站点为研究对象,对其进行了复杂性分析,计算了网络的度分布、平均路径长度、聚集系数等指标。结果表明,扬州市公共交通网络的度分布符合幂律分布,并且具有较小的平均路径长度和较大的聚集系数。从而证实扬州市公交网络符合小世界特性和无标度特性。     

寄宿制学校接触网络的生成

根据寄宿制学校的实际情况,针对SIS与SIR2种疾病模型,比较在切换网络和随机网络中疾病的传播结果,从而得到网络对疾病的影响.通过随机模拟的方法证明了在人数不变、平均度也不变的情况下,切换网络可以减缓染病者的增长并且减少染病者的数量,而不同网络对最终规模的影响不大.但是,切换网络会使疾病的最终规模大面积扩散的时间延后.     

中波天线双工网络的设计关键

中波发射台受发射场地的限制,已考虑使用双工网络．本文详细介绍中波天线双工网络设计中的关键环节——阻塞网络的设计过程．     

校园网网络技术的选择

校园网络的建设好坏直接关系到将来校园网使用的效能和稳定性,因此,在构建校园网络之前,了解和规划将来构建校园网所涉及到的网络技术问题,如网络体系及通讯协议、主干网技术及网络设备、综合布线系统等,是建设好一个稳定的校园网的必要条件.     

网站访问速度量化指示系统的设计

为了统一用户和网管人员对网络速度的评判标准 ,文章介绍并实现了一种通过测量网站访问速度来指示网络速度的方法 ,使用户可以具体地了解网络运行状态 ,为网络的规划建设提供了量化的依据     

浅谈校园网络的安全

介绍了搞好校园网络安全的主要措施,包括加强网络监控、注意密码的安全、及时修补漏洞、设置共享时一定要设定访问密码等。     

基于NS的网络仿真

介绍网络仿真平台N S(N etw ork S im u lation)仿真原理、仿真方法和一般过程,结合基于M ob ileIP模型的无线网络与有线网络间的仿真实例,给出利用N S进行网络仿真的方法。仿真结果显示,通过N S能得到很好的网络性能仿真效果。