步行器測力系統(tǒng)多傳感器信息融合技術研究.pdf

1、下肢殘疾是一個龐大的群體，其康復訓練的監(jiān)控和效果評估對患者具有重要意義，也是殘疾人康復工程中尚未解決的難點問題。本文采用近年來迅速發(fā)展起來的多傳感器信息融合新技術研究提取上肢力信息（柄反作用矢量HRV）的方法，并嘗試用于康復訓練監(jiān)測和效果評估，以探索解決上述難點的新途徑。 為了有效提取上肢力信息，本文主要做了如下工作： 1.結合步行器實際使用情況，對步行器結構進行了受載測試，運用有限元分析方法，從理論上對不同比例作用力情

2、況下和施力作用點在一定范圍移動情況下步行器形變和彎矩相對輸出分布進行了分析。其結果為下一步步行器測力系統(tǒng)多傳感器位置的選擇提供了良好的理論依據，確保多傳感器融合的有效進行。 2.采用間接方法測量上肢力，并從理論上系統(tǒng)地論證了其可行性。該方法有效地避免了直接測量對步行器使用者的心理干擾與恐懼，從而保證了測量數據的準確可靠獲取。 3.建立了基于柄反作用矢量（HRV）的步行器間接測力系統(tǒng)，可通過步行架上的12套應變片電橋有效地

3、提取上肢力信息，并依據冗余-優(yōu)化算法原理進行系統(tǒng)的靜態(tài)線性標定。 4.采用多傳感器數據經人工神經網絡融合方法提取、處理和標定上肢力信息。實驗結果表明，與傳統(tǒng)的線性方法相比，多傳感器信息神經網絡融合方法的單向力精度誤差最大為7.78％，低于線性方法的8.45％；數據融合的交叉干擾最大為7.49％，也遠小于線性方法的19.96％。即人工神經網絡的數據融合與標定法可有效地提高受載力的測量精度并減小交叉干擾，可望為康復訓練的監(jiān)控和效果評