导读:本文包含了外骨骼手论文开题报告文献综述及选题提纲参考文献，主要关键词:外骨骼手,连杆传动,运动学建模,样机实验
外骨骼手论文文献综述
厉朝,赵彦峻,乔学昱,刘文龙,贾丙琪[1]（2019）在《欠驱动康复外骨骼手的设计及试验》一文中研究指出为了解决手部丧失运动能力患者的康复训练以及日常生活不便的问题,设计了欠驱动康复外骨骼手。研究了人手的生理结构,由关节间存在的耦合运动,设计了多连杆以及齿轮传动系统,实现欠驱动康复训练。利用解析法建立了单个手指的运动学模型,通过单个手指的运动学模型建立4指的拟合抓握模型,并进行了模拟仿真。建立样机并进行样机实验及运动学仿真,通过结果的对比分析,外骨骼手运动实现了预期的运动且运动合理、误差小。(本文来源于《机械传动》期刊2019年09期）
曾海滨[2]（2019）在《基于表面肌电控制的外骨骼手功能康复机器人研究》一文中研究指出脑卒中是我国成年人致死、致残的首位病因,给患者家庭、社会造成高额的负担。手部运动功能障碍是脑卒中最主要的后遗症之一,康复治疗极其困难。目前脑卒中后手功能康复治疗仍由物理治疗师手动完成,存在治疗过程费时费力、治疗成本高昂等局限性,严重限制了脑卒中后手功能康复治疗的受益人群。手部功能康复机器人是提高康复效果、替代康复治疗师的重复劳动的有效技术手段。但目前手功能康复机器人的不足在于对拇指的控制不够精确、缺乏使患者主动参与康复治疗的技术手段。本文针对手功能康复机器人的不足,以改善脑卒中后康复效果、对拇指康复训练更精确为目标,以设计新一代手功能康复机器人为途径,并探究基于表面肌电信号的手势实时识别与手功能康复机器人实时控制方法,研究开发基于表面肌电控制的外骨骼手功能康复机器人。论文工作主要包括:首先,总体构建了手功能康复机器人运动控制系统,实现从患者健侧手采集的表面肌电信号经过机器学习算法转化成控制信号控制外骨骼手功能康复机器人。分析了所需要使用的硬件设备并完成了总体线路连接,同时,使用Labview从软件层面上实现手功能康复机器人的信号采集与运动控制。其次,使用Solidworks设计了新一代的外骨骼手功能康复机器人,实现五指独立运动,尤其是实现拇指的精细运动,并通过仿真实验以及样机测试实验评估外骨骼手功能康复机器人的性能、优化其机械结构。最后,设计并开展了两个实验,采集了健康受试者手及前臂肌肉的表面肌电信号。第一个表面肌电与手部姿势相关性实验:介绍了所提取的24个特征参数,以均方根值(root mean square,RMS)对左右手差异性进行了统计分析,计算了肌肉对之间的共同收缩指数(co-contraction index,CI)值对各手势下肌肉协同性进行了研究,结果显示绝大部分肌肉左右手RMS值显示了显着性差异,但是以左右手数据进行手势分类在准确率上无明显差异(左右手平均分类准确率差值为1.1%)。同时,以右手数据以机器学习算法进行了离线的手势分类研究,支持向量机(support vector machine,SVM)显示了较好的分类准确率(0.907±0.004)。第二个表面肌电信号实时分类与控制实验:以SVM为分类算法开展了实时手势分类的研究,实现了十个手势的实时分类,最终分类结果平均准确率为0.6450±0.1534。(本文来源于《山东大学》期刊2019-05-10）
李楠[3]（2019）在《外骨骼手部康复机器人训练系统设计与研究》一文中研究指出中风,又称脑卒中,是由于颅脑血管发生破裂或阻塞,导致脑组织出现缺血、缺氧或坏死等情况的病症。中风多发于老年人群,病发后多数患者伴有偏瘫等症状。由中风导致的手功能障碍影响了患者日常生活,给其家庭甚至社会带来了沉重负担。针对中风患者手部运动功能的康复,本研究结合机器人技术,提出了外骨骼手部康复机器人训练系统。首先,本研究设计了基于LabVIEW的外骨骼手部康复机器人训练系统,系统主要包括人机交互界面,用户信息数据库以及康复训练叁个模块。其次,针对手部无自主抓握能力康复阶段的中风患者,本研究基于康复理论提出了被动康复训练方案,通过分析外骨骼手部康复机器人的机械结构确定其控制方法,本研究为康复机器人设计了上位机控制模块、运动控制模块及手指弯曲角度采集模块。此外,为了避免康复机器人在康复训练中对患者的二次伤害,提高康复机器人的安全性,本系统分析并设计了安全阈度。再次,针对基本恢复自主运动功能,但仍需加强和巩固治疗,提高手指灵活度康复阶段的中风患者,本研究设计了主动康复训练方案,首先基于康复医学中的盒块测试设计了虚拟现实训练游戏,然后搭建了虚拟训练场景、设计了数据采集与数据通信,最终实现了训练者与虚拟场景的交互功能。最后,本研究通过被动康复训练与主动康复训练的性能评价实验,分别验证了被动康复训练系统中手指康复机器人的安全性、针对不同年龄、性别人群的适用性以及主动康复训练系统的交互性。实验结果表明,被动康复训练系统能够帮助训练者进行安全可靠的手指抓握训练以及对球体、圆柱体的抓取训练,主动康复训练系统能够实现虚拟现实抓球功能,为训练者提供了友好的交互训练平台。本研究提出的外骨骼手部康复机器人训练系统在对康复机器人的推广及临床上的应用具有一定的意义,为中风患者带来了福音。(本文来源于《天津理工大学》期刊2019-02-01）
刘自文,赵亮,于鹏,杨铁,杨洋[4]（2019）在《柔性外骨骼手的抓取力控制方法》一文中研究指出为了辅助丧失手部运动功能的患者完成日常生活用品的抓取,研制了一种基于线张力反馈的柔性外骨骼机器人系统,其可实现手指指尖抓取力的稳定控制.首先介绍了柔性外骨骼手套的结构设计以及控制策略.然后建立了手指静态力学模型,通过套索入口侧线张力计算得到手指指尖与物体之间的接触力.针对套索传动过程中存在的摩擦损耗问题,通过物理方法将套索累计弯曲角度的变化范围限制在0?～90?范围内,并采用中值补偿的方法对摩擦损耗进行补偿.最后通过柔性外骨骼手套抓取力控制实验验证了手指静态力学模型以及摩擦补偿方法的有效性,手指指尖接触力的误差最大范围为±1 N.为了验证柔性外骨骼手套的实际使用效果,在丧失手部运动功能的患者身上进行了柔性外骨骼手套的抓取实验.实验结果表明,柔性外骨骼手套可以辅助患者完成对日常生活用品的可靠抓取.(本文来源于《机器人》期刊2019年04期）
严潇,孙珺[5]（2015）在《机械外骨骼手》一文中研究指出节肢动物体表通常有一副"铠甲"(外骨骼)。不少科幻影片中,"机械外骨骼"成了主角飞檐走壁、刀枪不入的必备法宝。现实生活中,也有不少机械外骨骼及相关设备已开发出来。不过,这款名为"Dexmo"的机械外骨骼设备可不是充当铠甲那么简单哦。这款机械外骨骼一方面可以将佩戴者的动作转换成虚拟操作,远程控制机器人(本文来源于《十万个为什么》期刊2015年05期）
王鹏,付宜利,王树国,孟庆刚[6]（2010）在《创伤手指康复外骨骼手系统的设计》一文中研究指出在分析人手生物学特性的基础上,提出了一种新的外骨骼式机械手,用于创伤手指的术后康复治疗。基于模块化思想设计了外骨骼手机构本体,该外骨骼手可以适应不同人手长度,能够驱动手指进行独立的弯曲和内收/外展康复运动;康复过程要求外骨骼手能够实时反馈手指关节的角度和力信息,同时保证康复力始终垂直作用于指骨以避免损坏关节周围的软组织。对外骨骼手关节单自由度和二自由度构型进行了分析,建立了外骨骼手的运动学模型,给出了外骨骼手的运动学和动力学方程。以ARM微处理器为核心,建立了基于SPI总线的外骨骼手控制系统。最后,进行了外骨骼手的运动学和动力学仿真验证及食指弯曲方向康复实验研究。实验结果表明,创伤手指康复外骨骼手系统康复原理和方法正确可行,实验的重复性误差<5%,表明外骨骼手系统能够满足创伤手指康复要求。(本文来源于《光学精密工程》期刊2010年01期）
王鹏,付宜利,刘洪山,王树国[7]（2009）在《创伤手指康复外骨骼手关节力传感器研究》一文中研究指出为使创伤手指康复外骨骼手能够反馈手指的力觉信息,根据应力测量原理设计了外骨骼手基关节二维力传感器。应用ANSYS软件对传感器弹性体进行了有限元分析,针对手指弯曲和内收/外展两个方向研究了传感器的应变原理,设计了传感器信号采集电路,并对传感器进行了静态标定。传感器在手指弯曲方向具有0.325 V/N的灵敏度和1.4%的线性度,在手指内收/外展方向具有0.346 V/N的灵敏度和2.9%的线性度。实验结果表明传感器能够满足康复外骨骼手系统的要求。(本文来源于《传感技术学报》期刊2009年08期）
李涛,谢宗武,王建宇[8]（2006）在《基于FPGA的EVA手套力学测试外骨骼手的控制系统》一文中研究指出介绍了基于FPGA的EVA(舱外活动)手套力学特性测试外骨骼手的低端控制系统。该系统采用FPGA为主控制器,接收上位机DSP的控制指令,通过对码盘信号的采集和处理读取实时的电机转速和位置信号,从而实现对直流电机的速度闭环控制。由于使用了FPGA,并嵌入了NIOS处理器,使系统变得非常灵活、稳定和高效。(本文来源于《机械工程师》期刊2006年11期）
李涛[9]（2006）在《基于FPGA的外骨骼手的底层控制系统》一文中研究指出随着祖国载人航天事业的不断发展,对航天服的性能要求也将会不断提高,尤其是舱外航天服。舱外航天服除了为宇航员提供基本的生命保障外,还应具有高的活动性能,从而使宇航员能够有效地完成各种舱外作业。宇航员的舱外作业主要通过手部来完成,所以作为末端操作环节的舱外航天(EVA)手套的灵活性直接影响宇航员的作业能力。本文研制了EVA手套力学特性测试外骨骼手的底层控制系统,结合测量外骨骼手机械本体,为EVA手套的测试和设计奠定了良好的基础。首先,本文介绍了EVA手套力学特性测试外骨骼手的测量原理,简要讲解了外骨骼手单个手指的机械结构,描述了上层和底层控制系统,详细讲述了底层控制系统的总体方案。其次,设计了外骨骼手底层控制系统的硬件电路,包括微型驱动器模块电路的设计,基于FPGA的运动控制器电路的设计,传感器信号调理以及模/数转换电路的设计。再次,设计了基于NiosII的可编程片上系统(SOPC),主要包括传感器数字信号采集模块、码盘信号处理模块以及电机控制信号生成模块的VHDL程序设计和NiosII软核处理器模块的设计。最后,本文通过时序仿真和PD闭环实验验证了基于FPGA的底层控制系统的控制功能。(本文来源于《哈尔滨工业大学》期刊2006-06-01）
外骨骼手论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
脑卒中是我国成年人致死、致残的首位病因,给患者家庭、社会造成高额的负担。手部运动功能障碍是脑卒中最主要的后遗症之一,康复治疗极其困难。目前脑卒中后手功能康复治疗仍由物理治疗师手动完成,存在治疗过程费时费力、治疗成本高昂等局限性,严重限制了脑卒中后手功能康复治疗的受益人群。手部功能康复机器人是提高康复效果、替代康复治疗师的重复劳动的有效技术手段。但目前手功能康复机器人的不足在于对拇指的控制不够精确、缺乏使患者主动参与康复治疗的技术手段。本文针对手功能康复机器人的不足,以改善脑卒中后康复效果、对拇指康复训练更精确为目标,以设计新一代手功能康复机器人为途径,并探究基于表面肌电信号的手势实时识别与手功能康复机器人实时控制方法,研究开发基于表面肌电控制的外骨骼手功能康复机器人。论文工作主要包括:首先,总体构建了手功能康复机器人运动控制系统,实现从患者健侧手采集的表面肌电信号经过机器学习算法转化成控制信号控制外骨骼手功能康复机器人。分析了所需要使用的硬件设备并完成了总体线路连接,同时,使用Labview从软件层面上实现手功能康复机器人的信号采集与运动控制。其次,使用Solidworks设计了新一代的外骨骼手功能康复机器人,实现五指独立运动,尤其是实现拇指的精细运动,并通过仿真实验以及样机测试实验评估外骨骼手功能康复机器人的性能、优化其机械结构。最后,设计并开展了两个实验,采集了健康受试者手及前臂肌肉的表面肌电信号。第一个表面肌电与手部姿势相关性实验:介绍了所提取的24个特征参数,以均方根值(root mean square,RMS)对左右手差异性进行了统计分析,计算了肌肉对之间的共同收缩指数(co-contraction index,CI)值对各手势下肌肉协同性进行了研究,结果显示绝大部分肌肉左右手RMS值显示了显着性差异,但是以左右手数据进行手势分类在准确率上无明显差异(左右手平均分类准确率差值为1.1%)。同时,以右手数据以机器学习算法进行了离线的手势分类研究,支持向量机(support vector machine,SVM)显示了较好的分类准确率(0.907±0.004)。第二个表面肌电信号实时分类与控制实验:以SVM为分类算法开展了实时手势分类的研究,实现了十个手势的实时分类,最终分类结果平均准确率为0.6450±0.1534。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
外骨骼手论文参考文献
[1].厉朝,赵彦峻,乔学昱,刘文龙,贾丙琪.欠驱动康复外骨骼手的设计及试验[J].机械传动.2019
[2].曾海滨.基于表面肌电控制的外骨骼手功能康复机器人研究[D].山东大学.2019
[3].李楠.外骨骼手部康复机器人训练系统设计与研究[D].天津理工大学.2019
[4].刘自文,赵亮,于鹏,杨铁,杨洋.柔性外骨骼手的抓取力控制方法[J].机器人.2019
[5].严潇,孙珺.机械外骨骼手[J].十万个为什么.2015
[6].王鹏,付宜利,王树国,孟庆刚.创伤手指康复外骨骼手系统的设计[J].光学精密工程.2010
[7].王鹏,付宜利,刘洪山,王树国.创伤手指康复外骨骼手关节力传感器研究[J].传感技术学报.2009
[8].李涛,谢宗武,王建宇.基于FPGA的EVA手套力学测试外骨骼手的控制系统[J].机械工程师.2006
[9].李涛.基于FPGA的外骨骼手的底层控制系统[D].哈尔滨工业大学.2006