一种单输入CMAC策略在机械手逆模控制中的应用

小脑模型关节控制器(CMAC)是一种结构简单、学习速度快的局部神经网络,适合于实时控制。但对于某些高维输入系统来说,CMAC需要大量的存储空间,实际应用性能下降。文章结合传统PID反馈控制与神经网络逆模控制的特点,利用CMAC网络对机械手进行逆模控制;针对网络所需输入量较多的问题,提出了一种单输入CMAC网络的逆模控制策略,并将提出的控制策略应用于2自由度机械手的轨迹控制;引入测量变量使网络输入由二维转换为一维,减少了神经网络所需存储空间,提高了学习速度。仿真实验结果表明,所提出的控制策略克服了机械手非线性和不确定性的影响,是可行的。     

轴线不交于一点的关节解耦分析

通过对串联关节的运动耦合分析研究,对现有的关节解耦理论进行了一些修正,即不要求所有关节旋转轴线交于一点,关节解耦与否和关节旋转轴线是否交于一点没有必然联系,论文通过数学推导和计算机运动仿真证明了这一点,此修正为解耦关节的设计提供了新的依据。     

舵叶随动式液压球形关节运动学及性能分析

针对球面运动机构驱动方式问题,提出了一种新型液压驱动球形关节机构,该机构利用超全周转动马达及舵叶摆动马达作为驱动,可以实现超全周转动;由机构学理论推导了正逆运动学方程及雅克比矩阵,得出了机构的奇异位形;分析了机构的灵巧度性能指标及惯性力全域性能指标,通过仿真找到了机构性能较优时的结构参数. 该关节机构具有结构紧凑、低耦合、负载大并且能够实现全方位输出的特点.      

机械臂刚体运动防冲突角度最优输出方法

机械臂刚体运动防冲突角度输出方法存在防冲突角度控制精度低、易出现碰撞的弊端;因此,提出一种机械臂刚体运动防冲突角度最优输出方法。利用拉格朗日法获取机械臂被动关节动力学方程式,通过振幅控制方法控制机械臂被动关节位置,实现对机械臂刚体运动防冲突角度的最优输出。实验结果表明,相对于传统方法,控制下的机械臂刚体运动防冲突角度输出值较优,控制过程中位置误差与稳态误差较小,有效实现了机械臂运动的防碰控制。     

采用表面肌电信号的手指关节角度精确感知方法

针对目前采用肌电信号的手指关节角度连续解码误差较大,导致肌电假肢手运动效果较差的情况,提出了一种应用表面肌电信号、深度回归森林模型和人工神经网络相结合的手指关节角度连续精确感知方法。首先,应用基于滑动时间窗的特征提取器从前臂8个通道的肌电信号中各提取7种肌电信号特征(肌电信号的平均绝对值、积分肌电值、均方根、波形长度、对数特征、过零点数、斜率符号变化数),输入深度森林回归模型得到具有较大波动的掌指关节估计角度;然后,采用人工神经网络对这些掌指关节估计角度进行优化,以创建一种深度森林回归模型与人工神经网络相结合的综合回归模型;最后,利用该综合回归模型对采集到的表面肌电信号进行连续精确解码,得到肌电假手掌指关节角度控制量,其余手指关节角度可通过比例控制得到。采用所提方法进行实验验证,结果表明：所提方法的平均轨迹跟踪精度比传统高斯过程方法提高了42%,达到82.12%,证明所提方法对基于肌电信号的手指关节角度估计具有非常优良的效果。     

基于关节联动特征的运动捕获数据分割方法

运动捕获数据分割中,针对关节角度或关节点中心距离作为描述人体姿态的特征所存在的局限性,提出一种关节联动特征。该特征从人体运动学角度对人体关节之间的联动关系进行建模,将关节角度与关节点中心距离作为一组关节联动特征点转换到极坐标空间表示。通过计算任意时刻的人体姿态与初始时刻人体姿态的关节联动特征点的偏移量来描述人体姿态的变化。提取每一帧捕获数据的关节联动特征,并使用主成分分析方法对运动序列进行分割。对CMU人体运动捕获数据库的实验结果表明,使用该特征得到的运动捕获数据分割结果要优于使用关节角度或中心距离特征的分割结果。     

警惕，你的关节也会“过劳死”

这是一般人难以想象的，只有亲历过的人才知其中的痛苦：关节僵硬、肿胀，稍有活动，关节便会发出刺耳的摩擦声，病情严重的，还会出现肌肉萎缩和关节畸形，上不了楼，甚至走不了路。     

鸡体异常变化在疾病诊断中的提示（下）

1．小腿肿大畸形。鸡患骨石化症时，两只小腿会发生不正常的肿大和畸形，晚期可见胫骨增厚，似靴状。病鸡患锌缺乏症时关节也会增大。肉仔鸡发生生长障碍综合征时，腿软弱，关节肿大。