基于肌电信号的人体下肢运动信息获取技术研究

基于肌电信号的人体下肢运动信息获取技术研究

论文摘要

在现实社会中,受到各种主观和客观因素的限制,人的肢体可能会失去部分或全部的行动能力,这不仅影响病患的心理和生理,同时带来复杂的社会问题。如何帮助行动受限的人群恢复其独立生活的能力,已经成为当今医疗康复和养老助残等领域的重要研究课题。智能肢体动作辅助系统可以有效改善或解决这一问题,其基本目标是:在增强人类现有运动能力的同时,保留人的灵活性和直接操作的感觉。因此如何有效而精确地实时获取使用者的肢体运动信息成为目前急需解决的问题。本文重点关注下肢运动,以能够直接反映人体肌肉功能状态的肌电信号为手段,对人体动作实现的“内因”——肌肉力和关节力矩的计算以及“外现”——动作识别预测两个方面进行了研究。论文的主要研究内容包括:1.对国内外当前的运动信息获取技术方法及其发展趋势做了综述分析,指出各自的优点及不足之处,阐述本文的研究方法和内容。2.通过实验研究不同下肢动作模式与肌电信息的对应关系:利用动作捕获系统获取下肢运动过程中关节角度变化;利用肌电信号分析相关肌肉活动情况,对起立、行走和上下楼梯等最常见的日常下肢动作进行实验分析。实验结果表明,不同的下肢动作模式对应不同的肌肉兴奋时间和兴奋程度,为后文的运动信息获取提供了实践基础。3.研究基于支持向量多元分类的下肢运动模式识别技术:首先,阐明基于肌电信号的下肢动作模式识别的目标及难点;其次,在实验研究的基础上,对肌电信号特征提取做分析,并建立模式识别的特征向量空间;另外,在识别策略上采用“数据流分割”和“移动窗”的概念,降低计算复杂度,提高算法的鲁棒性;在识别算法的建立上,提出基于核聚类简化的支持向量多元分类改良算法;最后,以下肢动作模式识别实验来验证算法的有效性。4.研究基于肌电信号的肌肉力和关节力矩预测技术:首先,对当前基于肌电信息的肌肉力和关节力矩算法进行分析,指出基于单块肌肉受激行为生理特征的肌肉力和关节力矩计算方法的优点;其次,建立基于肌肉生理模型、肌肉骨骼几何模型和多刚体动力学模型三个层次的人体力学分析模型;然后,提出基于肌肉力-电关系的肌肉力和关节力矩预测模型;最后以实验验证该模型的有效性。5.实现一个基于肌电信号的运动信息检测与反馈原型系统,对自主开发的老年人起立辅助座椅进行功能分析和评价,并验证本文所提出的理论、方法和技术的正确性与可行性。

论文目录

  • 致谢
  • 摘要
  • Abstract
  • 目次
  • 插图和附表清单
  • 1 绪论
  • 1.1 研究背景与意义
  • 1.2 人体运动信息获取技术概述
  • 1.2.1 肢体动作模式识别
  • 1.2.2 肌肉力和关节力矩获取技术
  • 1.2.3 基于肌电信号的人体运动信息获取技术
  • 1.3 肌电信号的基础概念及应用
  • 1.3.1 肌肉收缩运动的电生理过程及肌电信号的产生
  • 1.3.2 肌电信号分析技术
  • 1.3.3 肌电信号的主要应用
  • 1.4 论文的研究内容与组织结构
  • 1.4.1 研究目标与研究内容
  • 1.4.2 组织结构
  • 2 下肢动作模式与肌电信号关系的实验研究
  • 2.1 实验目的
  • 2.2 实验设计
  • 2.2.1 被试选择
  • 2.2.2 下肢肌肉的选择
  • 2.2.3 肌电信号特征值的选取
  • 2.2.4 主要实验设备
  • 2.3 实验过程
  • 2.4 分析与结论
  • 2.4.1 不同被试相同动作实验分析及结论
  • 2.4.2 相同被试相同动作实验分析及结论
  • 2.4.3 不同下肢动作实验分析及结论
  • 2.5 本章小结
  • 3 基于支持向量多元分类的下肢动作模式识别算法
  • 3.1 下肢动作模式识别问题
  • 3.2 基于核聚类简化的支持向量多元分类技术
  • 3.2.1 支持向量机技术
  • 3.2.2 线性可分的最优分类面
  • 3.2.3 非线性可分支持向量机
  • 3.2.4 支持向量多元分类
  • 3.2.5 基于核聚类简化的多元分类方法
  • 3.3 下肢动作模式识别模型
  • 3.3.1 下肢动作模式识别策略
  • 3.3.2 肌电信号特征向量空间建立
  • 3.3.3 下肢动作模式识别算法
  • 3.4 下肢动作模式识别实验
  • 3.4.1 被试选择
  • 3.4.2 实验设备
  • 3.4.3 实验过程
  • 3.5 算法分析与结论
  • 3.6 本章小结
  • 4 基于力-电关系的肌肉力和关节力矩预测模型
  • 4.1 人体行为力学分析模型
  • 4.1.1 基于Hill三元素的肌肉生理建模
  • 4.1.2 基于人体解剖学的肌肉骨骼几何建模
  • 4.1.3 基于多刚体模型的动力学建模
  • 4.2 基于肌电信号的肌肉力及关节力矩计算模型
  • 4.2.1 肌肉活动程度描述函数
  • 4.2.2 肌腱力求解
  • 4.2.3 并联弹性元肌力求解
  • 4.2.4 收缩元肌力求解
  • 4.2.5 肌肉-肌腱复合体肌力求解
  • 4.2.6 基于肌肉力的关节力矩求解
  • 4.2.7 模型标定
  • 4.3 实验验证
  • 4.4 基于逆向动力学的膝关节力矩计算算法
  • 4.5 基于优化算法的模型标定
  • 4.5.1 参数处理
  • 4.5.2 基于优化算法的模型标定
  • 4.6 实验结果与预测模型精度分析
  • 4.6.1 实验结果
  • 4.6.2 模型精度分析
  • 4.7 本章小结
  • 5 下肢运动信息检测与反馈系统设计及应用
  • 5.1 系统原型设计与实现
  • 5.2 辅助座椅功能分析评价
  • 5.2.1 辅助座椅设计原理
  • 5.2.2 起立辅助实验
  • 5.2.3 辅助座椅功能的分析与评价
  • 5.3 本章小结
  • 6 总结与展望
  • 6.1 主要工作总结
  • 6.2 论文创新点
  • 6.3 展望
  • 参考文献
  • 附录
  • 附录A 质量、质心、转动惯量对体重、身高的二元回归方程系数表
  • 附录B 肌纤维主动力与被动力的力-长曲线
  • 附录C 支持向量机相关数学基础
  • 作者简历
  • 相关论文文献

    • [1].中国计量测试学会运动信息测试专业委员会成立大会顺利召开[J]. 工业计量 2017(01)
    • [2].感知运动信息在概念表征中的作用[J]. 心理科学 2015(06)
    • [3].运动信息题的复习对策——兼谈近三年高考第23题解答策略[J]. 物理教学探讨 2008(17)
    • [4].利用位置和运动信息的目标识别[J]. 电光与控制 2008(10)
    • [5].运动信息模式结构的时间和空间特征——基于排球发球落点判断的研究[J]. 吉林体育学院学报 2015(04)
    • [6].绑在鞋带上的GPS计步器[J]. 情感读本 2017(34)
    • [7].乐前沿[J]. 初中生天地 2018(11)
    • [8].排舞运动信息网络服务平台构建理论研究[J]. 搏击(体育论坛) 2014(03)
    • [9].基于可分级视频编码的双向双维运动信息可分级[J]. 计算机应用研究 2011(01)
    • [10].一种获取载机尾后目标运动信息的方法研究[J]. 弹箭与制导学报 2008(05)
    • [11].多目标追踪中基于运动信息的分组效应[J]. 心理学报 2018(11)
    • [12].应用眼电图的人眼注视目标运动信息线性解码方法[J]. 西安交通大学学报 2013(12)
    • [13].释惑[J]. 财富生活 2019(03)
    • [14].基于人脸运动信息和改进保局投影的疲劳识别[J]. 计算机科学 2010(11)
    • [15].融合运动信息的三维视觉显著性算法研究[J]. 计算机工程 2018(01)
    • [16].动态跟踪场景中自适应层叠式粒子滤波[J]. 电子元器件与信息技术 2018(01)
    • [17].基于运动信息的弱小目标跟踪方法[J]. 弹箭与制导学报 2010(04)
    • [18].基于S变换的非平稳微小运动自动放大[J]. 计算机应用 2017(05)
    • [19].基于运动信息的视频图像空间目标检测[J]. 海军航空工程学院学报 2016(02)
    • [20].基于IPP图像软件的管流中粗颗粒运动信息提取方法研究[J]. 矿冶工程 2017(05)
    • [21].基于接近式传感器电子计步器的设计[J]. 科技信息 2014(01)
    • [22].基于运动信息自适应的快速运动估计算法[J]. 中国图象图形学报 2012(09)
    • [23].基于视频追踪的猪只运动快速检测方法[J]. 农业机械学报 2016(10)
    • [24].创意生活[J]. 今日中学生 2017(34)
    • [25].模型源于经典 创新凸显能力——2019年高考全国Ⅰ卷21题评析及备考启示[J]. 中学生数理化(高考使用) 2020(01)
    • [26].基于目标运动信息的Mean Shift跟踪算法研究[J]. 实验技术与管理 2020(03)
    • [27].前景图像分割方法和装置[J]. 科技创新导报 2016(05)
    • [28].空间导航:路标学习和路径整合的关系[J]. 心理科学进展 2015(10)
    • [29].基于时空运动信息的药液异物自适应分割算法[J]. 光电子.激光 2009(06)
    • [30].利用多源运动信息的下肢假肢多模式多步态识别研究[J]. 传感技术学报 2011(11)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于肌电信号的人体下肢运动信息获取技术研究
    下载Doc文档

    猜你喜欢