康復(fù)機器人：設(shè)計、建模、控制與實驗

目錄
前言
第1章緒論1
1.1神經(jīng)損傷與神經(jīng)康復(fù)1
1.1.1中樞神經(jīng)損傷1
1.1.2中樞神經(jīng)損傷的康復(fù)治療3
1.1.3神經(jīng)康復(fù)的可塑性原理4
1.2康復(fù)機器人4
第2章康復(fù)機器人研究現(xiàn)狀與分析6
2.1引言6
2.2上肢康復(fù)機器人的研究現(xiàn)狀與分析6
2.2.1主要的上肢康復(fù)機器人平臺6
2.2.2上肢康復(fù)機器人研究現(xiàn)狀分析12
2.3下肢康復(fù)機器人的研究現(xiàn)狀與分析12
2.3.1傳統(tǒng)下肢康復(fù)訓(xùn)練方法和簡易下肢康復(fù)器械12
2.3.2下肢康復(fù)機器人的主要類型14
2.3.3行走站立式下肢康復(fù)機器人的研究現(xiàn)狀16
2.3.4坐臥式下肢康復(fù)機器人的研究現(xiàn)狀20
2.3.5下肢康復(fù)機器人關(guān)鍵技術(shù)分析22
第3章上肢康復(fù)機器人設(shè)計25
3.1引言25
3.2系統(tǒng)介紹與機構(gòu)設(shè)計25
3.2.1系統(tǒng)介紹25
3.2.2機構(gòu)設(shè)計26
3.2.3工作空間與奇異性分析27
3.2.4運動學(xué)分析31
3.2.5速度運動學(xué)與力反饋分析34
3.3電控系統(tǒng)設(shè)計36
3.3.1控制系統(tǒng)結(jié)構(gòu)36
3.3.2驅(qū)動電路37
3.4軟件系統(tǒng)設(shè)計37
3.4.1系統(tǒng)架構(gòu)37
3.4.2工作流程及主要模塊實現(xiàn)38
3.4.3虛擬現(xiàn)實訓(xùn)練環(huán)境設(shè)計實例40
3.5小結(jié)41
第4章下肢康復(fù)機器人設(shè)計42
4.1引言42
4.2下肢機構(gòu)設(shè)計42
4.2.1現(xiàn)有下肢機構(gòu)的關(guān)節(jié)設(shè)計方法43
4.2.2本書的優(yōu)化設(shè)計方法和相關(guān)優(yōu)化算法46
4.2.3新型下肢機構(gòu)設(shè)計和優(yōu)化48
4.2.4新型下肢機構(gòu)運動學(xué)分析60
4.2.5仿真與討論64
4.3其他主要機構(gòu)67
4.3.1新型坐臥式下肢康復(fù)機器人整體介紹67
4.3.2就座工藝和相關(guān)機構(gòu)設(shè)計68
4.3.3個性化調(diào)節(jié)機構(gòu)設(shè)計75
4.4電控系統(tǒng)方案設(shè)計78
4.5小結(jié)81
第5章康復(fù)機器人動力學(xué)系統(tǒng)建模82
5.1引言82
5.2機器人動力學(xué)分析82
5.2.1拉格朗日法82
5.2.2降維模型法88
5.2.3動力學(xué)方程性質(zhì)93
5.3人機系統(tǒng)動力學(xué)分析94
5.3.1問題簡化94
5.3.2拉格朗日–達朗貝爾方法94
5.3.3工作空間模型推導(dǎo)法97
5.4基于動力學(xué)模型的機器人運動控制仿真100
5.4.1計算轉(zhuǎn)矩控制100
5.4.2人機交互系統(tǒng)仿真101
5.4.3仿真結(jié)果103
5.5小結(jié)105
第6章康復(fù)機器人動力學(xué)系統(tǒng)辨識106
6.1引言106
6.2機械臂動力學(xué)系統(tǒng)辨識方法的研究現(xiàn)狀106
6.2.1一步辨識法與分步辨識法106
6.2.2動力學(xué)系統(tǒng)建模108
6.2.3激勵軌跡設(shè)計與優(yōu)化109
6.2.4參數(shù)估計算法111
6.2.5傳統(tǒng)系統(tǒng)辨識方法應(yīng)用于下肢康復(fù)機器人時存在的問題及解決辦法111
6.3下肢機構(gòu)動力學(xué)系統(tǒng)建模112
6.3.1慣性系統(tǒng)建模113
6.3.2關(guān)節(jié)摩擦力建模115
6.3.3初始動力學(xué)模型117
6.4激勵軌跡設(shè)計和優(yōu)化118
6.4.1激勵軌跡設(shè)計及優(yōu)化問題的建立118
6.4.2SPSO算法119
6.4.3間接隨機生成算法120
6.4.4激勵軌跡優(yōu)化問題求解121
6.5下肢機構(gòu)PDM的改進123
6.5.1第一種改進算法：遞歸簡化算法123
6.5.2第二種改進算法：遞歸優(yōu)化算法127
6.6實驗與討論129
6.6.1參數(shù)估計實驗130
6.6.2動力學(xué)模型PDM、SDM、ODM及CDM性能的比較實驗134
6.6.3討論138
6.7小結(jié)138
第7章基于生物電信號的人體運動意圖識別139
7.1引言139
7.2sEMG信號的特點及預(yù)處理方法139
7.3基于sEMG模式分類的意圖識別141
7.3.1特征提取142
7.3.2特征分類146
7.3.3實驗結(jié)果與分析148
7.4基于sEMG估計肢體關(guān)節(jié)角度153
7.4.1基于sEMG估計肢體關(guān)節(jié)角度的非線性模型153
7.4.2數(shù)據(jù)采集與處理方法154
7.4.3實驗結(jié)果與分析156
7.5基于sEMG估計肢體的關(guān)節(jié)主動力/力矩162
7.5.1基于BP神經(jīng)網(wǎng)絡(luò)的主動力估計163
7.5.2基于肌肉骨骼模型的主動力矩估計170
7.6基于EEG的人體運動意圖識別方法180
7.6.1實驗設(shè)計和EEG信號的采集180
7.6.2基于EEG的ADL分類181
7.6.3分類結(jié)果及討論189
7.7小結(jié)191
第8章人機交互控制與康復(fù)訓(xùn)練方法192
8.1引言192
8.2被動訓(xùn)練中的控制策略192
8.2.1位置控制策略193
8.2.2主動柔順控制198
8.2.3仿真202
8.2.4實驗209
8.3主動訓(xùn)練中的交互控制策略211
8.3.1參考位置的生成212
8.3.2實現(xiàn)患者的運動意圖214
8.3.3自適應(yīng)人機交互接口214
8.3.4仿真與實驗220
8.4基于sEMG的主動康復(fù)訓(xùn)練228
8.4.1sEMG的采集和處理228
8.4.2阻尼式主動訓(xùn)練231
8.4.3彈簧式主動訓(xùn)練234
8.5基于FES技術(shù)的康復(fù)訓(xùn)練237
8.5.1FES原理及應(yīng)用現(xiàn)狀237
8.5.2FES輔助康復(fù)踏車訓(xùn)練的運動學(xué)與人體骨骼肌模型241
8.5.3基于模糊迭代學(xué)習(xí)的電刺激康復(fù)踏車控制方法244
8.6小結(jié)257
第9章康復(fù)機器人臨床試驗與康復(fù)評定258
9.1康復(fù)機器人臨床研究的現(xiàn)狀及難點分析258
9.2臨床試驗設(shè)計與訓(xùn)練過程260
9.2.1研究目的260
9.2.2上肢康復(fù)機器人系統(tǒng)介紹260
9.2.3病例選擇標(biāo)準(zhǔn)261
9.2.4訓(xùn)練方案262
9.2.5臨床試驗過程264
9.3量表評定265
9.3.1量表評定方法265
9.3.2統(tǒng)計學(xué)分析265
9.3.3量表評定結(jié)果及分析265
9.4基于機器人傳感信息的康復(fù)評定267
9.4.1患者在機器人輔助訓(xùn)練中的規(guī)律性現(xiàn)象268
9.4.2基于機器人傳感信息的評價指標(biāo)270
9.4.3機器人評價指標(biāo)與FM-UL量表評分的線性回歸模型272
9.4.4肌電信號對康復(fù)評定的有效補充274
9.4.5機器人康復(fù)評定技術(shù)小結(jié)279
9.5本章臨床試驗的幾點不足279
9.6小結(jié)280
第10章總結(jié)與展望281
10.1本書內(nèi)容總結(jié)281
10.2技術(shù)展望282
參考文獻285