智能下肢假肢感知與控制關鍵技術研究.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，下肢假肢可以恢復截肢殘疾人一定的活動能力。機械式假肢步態(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)化地調整步速，并且步態(tài)更加自然，在機動性、復雜環(huán)境適應性和與健肢協(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、這兩個異構智能主體之間的信息交互與協(xié)調控制。對于膝上假肢，由于殘疾人無法控制膝關節(jié)運動，為了使步態(tài)對稱自然，假肢應盡可能通過自身的感知系統(tǒng)估計殘疾人的行動意圖，并通過控制膝關節(jié)運動來實現(xiàn)假肢與殘疾人健康腿的協(xié)調運動，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。用以估計運動意圖的信號源分為三類，分別是:動力學信息、運動學信息和肌電信息，其中以通過慣性傳感器采集人體運動時下肢運動學信息來估計運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)當中。本文以智能假肢感知與控制為題，通過理論與實踐相結合，對基于慣性傳感器信息的步態(tài)分析與步態(tài)控制技術進行了深入的研究，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備的智能假肢控制方法，改進了傳統(tǒng)假肢存在的交互性不自然、難于安裝、可靠性低和人機交互不自然的缺陷。
　　通過慣性傳感器采集的人體下肢運動學信息是一種典

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，改進了經典算法算法存在邊界效應問題和局部均值函數(shù)估計不精確問題，實驗結果表明，提出的方法頻率分解更精確，邊界效應明顯改善。在此基礎上，應用改進的經驗模態(tài)分解算法于慣性傳感器信號去噪，通過實驗結果證明，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，并采用支持向量機對步態(tài)模式特征進行分類，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，進一步采用主元分析對特征進行簡化。利用神經網絡建立了步態(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)映射關系。基于步態(tài)特征便可以重構實時生成步態(tài)數(shù)據(jù)。實驗結果表明，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，設計了一種基于協(xié)調控制的智能假肢人機交互方案，為實現(xiàn)對稱穩(wěn)定行走，提出并采