智能下肢假肢感知與控制關(guān)鍵技術(shù)研究.pdf

1、我國殘疾人口眾多，約占人口總數(shù)的7.8％。身體的殘疾致使他們在身心兩方面遭受著普通人無法想象的痛苦。作為代償行走功能的工具，下肢假肢可以恢復(fù)截肢殘疾人一定的活動能力。機(jī)械式假肢步態(tài)僵硬不自然，使用時用戶的代謝能耗過高，且不能實現(xiàn)任意步速的調(diào)整。由微處理器控制的智能假肢可以根據(jù)變化的步行環(huán)境優(yōu)化地調(diào)整步速，并且步態(tài)更加自然，在機(jī)動性、復(fù)雜環(huán)境適應(yīng)性和與健肢協(xié)同性等方面有了極大的提高。
　　智能假肢研究所面臨的最大挑戰(zhàn)來自于人體與假肢

2、這兩個異構(gòu)智能主體之間的信息交互與協(xié)調(diào)控制。對于膝上假肢，由于殘疾人無法控制膝關(guān)節(jié)運(yùn)動，為了使步態(tài)對稱自然，假肢應(yīng)盡可能通過自身的感知系統(tǒng)估計殘疾人的行動意圖，并通過控制膝關(guān)節(jié)運(yùn)動來實現(xiàn)假肢與殘疾人健康腿的協(xié)調(diào)運(yùn)動，讓殘疾人可以安全地在日常工作和生活環(huán)境中自由活動。用以估計運(yùn)動意圖的信號源分為三類，分別是:動力學(xué)信息、運(yùn)動學(xué)信息和肌電信息，其中以通過慣性傳感器采集人體運(yùn)動時下肢運(yùn)動學(xué)信息來估計運(yùn)動意圖的方法具有操作簡單、可靠且成本較低等

3、優(yōu)點，被廣泛地使用在科研與實際系統(tǒng)當(dāng)中。本文以智能假肢感知與控制為題，通過理論與實踐相結(jié)合，對基于慣性傳感器信息的步態(tài)分析與步態(tài)控制技術(shù)進(jìn)行了深入的研究，論文主要工作包括以下幾個方面:
　　針對傳統(tǒng)非智能假肢存在感知與控制方面存在的不足，提出了一種新型的以慣性傳感器為主要感知設(shè)備的智能假肢控制方法，改進(jìn)了傳統(tǒng)假肢存在的交互性不自然、難于安裝、可靠性低和人機(jī)交互不自然的缺陷。
　　通過慣性傳感器采集的人體下肢運(yùn)動學(xué)信息是一種典

4、型的非線性、非穩(wěn)態(tài)信號，論文提出了新穎的信號局部均值求取方法，改進(jìn)了經(jīng)典算法算法存在邊界效應(yīng)問題和局部均值函數(shù)估計不精確問題，實驗結(jié)果表明，提出的方法頻率分解更精確，邊界效應(yīng)明顯改善。在此基礎(chǔ)上，應(yīng)用改進(jìn)的經(jīng)驗?zāi)B(tài)分解算法于慣性傳感器信號去噪，通過實驗結(jié)果證明，本算法能有效分析出慣性傳感器噪聲和漂移趨勢，得到了良好的實驗結(jié)果，驗證了算法的有效性。
　　提出了基于矢狀面擺動角速度和加速度能量極值的步態(tài)事件檢測方法，成功應(yīng)用于不同受試

5、者不同路面狀況不同步態(tài)模式下的步態(tài)事件檢測，取得了良好效果。論文提出的基于線性判別分析的步態(tài)特征提取算法，有效提取了用于分類的不同步態(tài)模式的特征，并采用支持向量機(jī)對步態(tài)模式特征進(jìn)行分類，針對不同受試者、不同路況取得了平均98.2％的識別率和很好的穩(wěn)定性。
　　研究了慣性傳感器零速矯正方法，提出了一種基于高斯過程的步態(tài)零速矯正方法，實驗表明此方法具有矯正精度高，對步態(tài)周期沒有要求等優(yōu)點，有效提高了步態(tài)參數(shù)定量分析的精度，為后續(xù)的步態(tài)

6、規(guī)劃算法提供了準(zhǔn)確的步態(tài)參數(shù)。
　　提出一種在線步態(tài)合成方案，采用離散傅里葉級數(shù)將采集得到的時序慣性信號提取為特征，進(jìn)一步采用主元分析對特征進(jìn)行簡化。利用神經(jīng)網(wǎng)絡(luò)建立了步態(tài)參數(shù)（如步頻、步長）與簡化步態(tài)特征之間的非線性函數(shù)映射關(guān)系?；诓綉B(tài)特征便可以重構(gòu)實時生成步態(tài)數(shù)據(jù)。實驗結(jié)果表明，該策略可以涵蓋較寬的步速范圍，生成的步態(tài)平滑、高效擬人。
　　最后，設(shè)計了一種基于協(xié)調(diào)控制的智能假肢人機(jī)交互方案，為實現(xiàn)對稱穩(wěn)定行走，提出并采