水下助推机器人的人体运动意图感知方法研究 | |
论文目录 | |
摘要 | 第1-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-21页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究历史与现状 | 第11-19页 |
1.2.1 国内外外骨骼机器人研究历史与现状 | 第11-15页 |
1.2.2 外骨骼机器人感知方法研究现状 | 第15-19页 |
1.3 本文研究目的与主要研究内容 | 第19页 |
1.4 本论文的结构安排 | 第19-21页 |
第二章 水下运动数据采集与感知系统设计 | 第21-40页 |
2.1 人体水下运动规律分析 | 第21-26页 |
2.1.1 下肢摆动规律分析 | 第21-23页 |
2.1.2 下肢关节运动规律分析 | 第23-26页 |
2.2 运动数据采集与处理平台设计 | 第26-34页 |
2.2.1 运动数据采集与处理平台电路设计 | 第27-31页 |
2.2.2 传感器布局及选型 | 第31-34页 |
2.3 水下运动数据采集实验 | 第34-38页 |
2.3.1 采集实验方案设计 | 第34-35页 |
2.3.2 采集实验结果及分析 | 第35-38页 |
2.4 水下助推机器人感知系统设计 | 第38-39页 |
2.5 本章小结 | 第39-40页 |
第三章 水下运动意图识别算法研究 | 第40-59页 |
3.1 运动状态与下肢摆动子相划分 | 第40-41页 |
3.1.1 水下运动状态划分 | 第40页 |
3.1.2 下肢摆动子相划分 | 第40-41页 |
3.2 基于阈值判别的水下运动状态识别方法 | 第41-43页 |
3.3 多维时序运动数据预处理 | 第43-44页 |
3.4 基于小波变换的运动数据的特征提取 | 第44-48页 |
3.4.1 小波包变换 | 第44-46页 |
3.4.2 惯性数据基于小波包分解进行特征提取 | 第46-48页 |
3.5 基于支持向量机的下肢摆动子相位识别 | 第48-58页 |
3.5.1 支持向量机基本原理 | 第48-52页 |
3.5.2 基于支持向量机下肢运动子相识别算法设计 | 第52-54页 |
3.5.3 实验验证与结果分析 | 第54-58页 |
3.6 本章小结 | 第58-59页 |
第四章 水下运动意图预测算法研究 | 第59-86页 |
4.1 基于变增益卡尔曼的下肢关节角度解算 | 第59-64页 |
4.1.1 卡尔曼算法理论 | 第59-61页 |
4.1.2 改进的卡尔曼姿态角解算 | 第61-62页 |
4.1.3 下肢关节角度解算 | 第62-64页 |
4.2 基于SVR模型的下肢关节角度预测算法研究 | 第64-70页 |
4.2.1 支持向量回归(SVR)模型 | 第64-65页 |
4.2.2 SVR预测过程 | 第61-66页 |
4.2.3 基于SVR模型的下肢关节角度预测 | 第66-70页 |
4.3 基于ARIMA的下肢关节角度预测算法研究 | 第70-77页 |
4.3.1 移动平均自回归(ARIMA)模型 | 第70页 |
4.3.2 基于ARIMA的下肢关节角度预测 | 第70-77页 |
4.4 基于融合模型的下肢关节角度预测算法研究 | 第77-85页 |
4.4.1 下肢关节角度融合预测模型设计 | 第77-82页 |
4.4.2 实验验证与结果分析 | 第82-85页 |
4.5 本章小结 | 第85-86页 |
第五章 全文总结与展望 | 第86-88页 |
5.1 全文总结 | 第86-87页 |
5.2 后续工作展望 | 第87-88页 |
致谢 | 第88-89页 |
参考文献 | 第89-92页 |
本篇论文共92页,点击
这进入下载页面 |
|
Copyright(C) All Rights Reserved |
客服QQ:304386486 |
目录由用户 sww6** 提供,作者删除入口请点击这里 |