

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、物理人機(jī)緊耦合系統(tǒng)在康復(fù)訓(xùn)練輔助器具領(lǐng)域具有廣泛的應(yīng)用前景。作為一種人-機(jī)-環(huán)緊密聯(lián)系的復(fù)雜系統(tǒng),物理人機(jī)緊耦合系統(tǒng)在研制過程中需要解決人與康復(fù)機(jī)器人在不同環(huán)境下物理和認(rèn)知動態(tài)交互,機(jī)器人在線測量人機(jī)交互模型的狀態(tài)參數(shù)以及實時、全面地預(yù)測和分類人機(jī)狀態(tài)與行為和環(huán)境狀態(tài)等關(guān)鍵性問題。這些問題的解決都需要以物理人機(jī)緊耦合系統(tǒng)的狀態(tài)和行為數(shù)據(jù)作為基礎(chǔ)。物理人機(jī)緊耦合系統(tǒng)的狀態(tài)和行為的測量包括人體運(yùn)動、人機(jī)交互力、人的狀態(tài)以及人的績效這四個方面
2、的內(nèi)容。其中人的狀態(tài)主要通過人的生理信息進(jìn)行測量。腦電信號(EEG)是測量人體生理信息最靈敏的指標(biāo)之一。本文結(jié)合物理人機(jī)緊耦合系統(tǒng)采用腦電信號對人體腦力負(fù)荷測量和人體意圖識別進(jìn)行了研究。
當(dāng)前,結(jié)合物理人機(jī)緊耦合系統(tǒng)以腦電信號為研究手段的腦力負(fù)荷測量研究方面并不區(qū)分四個信息處理階段的腦力負(fù)荷。針對大腦在不同信息處理階段腦力負(fù)荷研究尚不明確的問題,本文采用了四種模擬信息處理四個階段的心理實驗,對四種心理實驗中的腦電信號進(jìn)行分類的
3、結(jié)果表明四個不同的階段的腦力負(fù)荷測量并沒有顯著的差別。傳統(tǒng)腦力負(fù)荷測量方法由于對信號的采集的時間長度有客觀地要求而無法滿足物理人機(jī)緊耦合系統(tǒng)的研制對腦力負(fù)荷測量的實時性要求,本文采用的腦電信號分析方法針對事件發(fā)生后較短時間內(nèi)的腦電信號的特征進(jìn)行分類,并取得了良好的分類結(jié)果,證明了結(jié)合物理人機(jī)緊耦合系統(tǒng)腦電信號實時測量腦力負(fù)荷的可行性。
基于腦電信號的人體意圖識別方法研究中,基于傳統(tǒng)的alpha節(jié)律的研究范式在處理腦電信號的過程
4、中對信號的時間長度的需求無法滿足實時識別的要求。本文采用的腦電信號的分析方法對較短時間內(nèi)的腦電信號的特征進(jìn)行了分析和分類,并取得了較好的分類結(jié)果。分類結(jié)果證明了結(jié)合物理人機(jī)緊耦合系統(tǒng)的腦電信號人體意圖實時識別的可行性。目前基于運(yùn)動想象范式的研究中常用的想象任務(wù)包括左右手想象運(yùn)動、想象立方體旋轉(zhuǎn)等,這些想象任務(wù)對物理緊耦合系統(tǒng)通過腦電信號執(zhí)行動作造成了一定的困難,本文結(jié)合物理緊耦合系統(tǒng)的實際需求設(shè)計了四種更加自然的想象任務(wù)。根據(jù)對四種想象
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于照片的人體參數(shù)測量.pdf
- 基于DSP的人體皮膚測量系統(tǒng)的研究.pdf
- 基于姿態(tài)的人體痛苦狀態(tài)判別的研究.pdf
- 基于圖像的人體自動測量方法研究.pdf
- 腦活動狀態(tài)EEG信號解碼方法及其應(yīng)用.pdf
- 基于紅外圖像的人體參數(shù)測量技術(shù)研究.pdf
- 基于脈搏信號的人體生理參數(shù)提取研究.pdf
- 基于智能手機(jī)的人體運(yùn)動狀態(tài)分析.pdf
- 基于步態(tài)加速度信號的人體疲勞檢測研究.pdf
- 基于DSP-BIOS的人體皮膚測量系統(tǒng)的研究.pdf
- 基于DSP的EEG信號盲分離研究.pdf
- 基于MEMS傳感器與Zigbee網(wǎng)絡(luò)的人體手臂運(yùn)動狀態(tài)測量和識別方法研究.pdf
- 基于雙snake模型的人體頭骨厚度測量的研究.pdf
- 基于虛擬儀器的人體阻抗測量系統(tǒng)設(shè)計.pdf
- 基于點云模型的人體尺寸測量方法.pdf
- 基于可穿戴設(shè)備的人體行為識別與狀態(tài)監(jiān)測方法研究.pdf
- 基于PPG的人體生理指標(biāo)的測量方法研究.pdf
- 基于圓形目標(biāo)成像分析的人體頭部姿態(tài)信息測量研究.pdf
- 基于圖像分析的人體微循環(huán)參數(shù)測量及識別研究.pdf
- 基于統(tǒng)計模型的人體心電信號的分類研究.pdf
評論
0/150
提交評論