共查询到19条相似文献,搜索用时 46 毫秒
1.
针对脑卒中等原因引起的下肢运动功能障碍患者日益增多,本文设计了一种卧式下肢康复机器人。通过对该机器人的结构、运动学和髋、膝、踝关节运动范围的分析,结合现代康复理论,设计了多种康复训练模式;在机器人末端结构上采用柔性关节的设计,保证了康复训练的柔顺性;运用S型轨迹规划原理与所设计的康复训练模式相结合,在Simulink上对机器人髋膝双关节和髋膝踝多关节运动轨迹进行了仿真分析;最后通过设计空中蹬自行车模式的实验验证了卧式康复机器人结构的合理性以及康复训练模式的科学性。 相似文献
2.
本文结合机器人技术控制方法与基于sEMG的动作识别,针对患者膝关节肌电信号弱、分析条件差的问题,通过降低通道的肌电识别方法,完成识别.该方法通过实际分析关节肌电均方根值简化通道数,利用sEMG实现对患者动作辨识.设计并实现训练策略,用以辅助患者主动训练并促进康复.通过实验证明了控制方法的准确性. 相似文献
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
Jiping He Chaolin Ma Herman R. 《Proceedings of the IEEE. Institute of Electrical and Electronics Engineers》2008,96(7):1152-1166
Recent progress in neural interface technologies and demonstration of direct cortical control of robotic arm or computer cursor for simple movement has generated high expectation of rapid development of cortically controlled neuroprosthetics to improve motor function in subjects with severe neurological deficits. However, several challenging engineering and biological issues remain to be resolved before a practical system can be developed for patients to receive real benefit. The ability of neural systems to adapt to changes and learn new functions should be taken into consideration in the design and development of neuroprosthetics so that the two systems can cooperatively work together to accommodate continued changes (neural degeneration or functional improvement) in a human user. An intelligent neural interface should be able to activate residual function and facilitate adaptation and learning ability of the neural system. Current efforts in developing wireless and networked neural interfaces and utilizing smart materials and sensors will revolutionize the future design of neuroprosthetics and advance the investigation of brain function. This report reviews two recent projects in activating residual neural functions and investigating brain control of lower limb functions. 相似文献
13.
14.
15.
设计一模块化的的六足仿生机器人,这种设计可以简化六足机器人的结构而同时能又保障其性能的优越.它采用上下位机的控制形式,选用舵机控制板,以舵机来驱动运动关节,避障模块选取多路红外循迹控制模块,在系统软件控制下,来实现其各项功能.控制系统的模块化设计简化了系统的结构,降低了设计过程的复杂性,使该机器人能更加精确地控制更为复杂运动步态,实现了在地面的稳定运动,具有很强的适应能力. 相似文献
16.
17.
为了提高下肢运动模式识别率,本文设计了一种融合表面肌电和加速度信号的下肢运动模式识别方法.首先,用局部均值分解将表面肌电信号分解为多个乘积函数(Product Functions,PFs),再计算PF成分的多尺度排序熵.然后,通过拉普拉斯权重(Laplacian score,LS)特征选择算法选定每路肌电信号的一个尺度排序熵为特征,并把该特征和加速度信号的排序熵组成特征向量.最后,根据类内欧氏距离和类间样本分布,设计了改进的二叉树支持向量机,把特征向量输入该支持向量机进行下肢运动模式分类.实验结果表明所提方法对七个日常动作的平均识别率达到98.62%,相较于其他方法有较高的识别率. 相似文献