人体步态滑跌过程中的下肢表面肌电特性研究

通过分析在意外滑移恢复和跌倒两种情况下人体髋、膝、踝3个关节不同肌肉群肌电信号的反应差异,研究髋、膝和踝3个关节运动对滑后恢复平衡的作用。试验招募10名年轻的健康受试者,要求其沿着指定的直线步道行走,并使其在行走过程中发生意外滑移。通过分析所测得的肌电信号,得出不同肌肉群的肌肉激活延迟时间、肌电信号峰值、到达峰值时间、协同收缩率等参数。研究结果显示,恢复平衡和跌倒之间肌肉激活延迟时间并没有显著性差异(P>0.05),而股内侧肌的肌电峰值分别为70.2±9.8和89.0±12.7,有显著性差异(P<0.05),胫骨前肌和半腱肌的距峰时间有显著性差异,P值分别为0.038、0.030(P<0.05),股二头肌距峰时间无显著性差异(P=0.062>0.05)。上述结果表明,在人体发生意外滑移后,对重新恢复人体平衡起作用的下肢关节肌肉激活时刻差别不大,但针对不同的关节运动,其肌肉伸缩程度以及肌肉做功不尽相同。根据肌肉所属关节及实验数据可知:增大踝关节背屈运动、膝关节屈曲运动和髋关节的伸展运动,对滑移后的平衡恢复作用显著。研究结果可以更好地揭示人体步态滑跌行为的内在机理,为各工作场所建立防滑策略提供有效的准则。

基于激振声学的物体内部缺陷检测装置

提出一种物体内部缺陷检测方法,是对所需检测的物体发出声波激振,同时接收反馈振动,并进行频谱分析,对比频谱判断被测物体内部是否有缺陷或损坏。建立了简单模型,通过仿真和实物试验验证了该装置的有效性。该检测装置应用范围广泛,在电力、机械、建筑、制造业等行业均有巨大的潜力。

基于稀疏表达的视频目标跟踪算法研究

论文主要描述了视频目标跟踪的常用特征及适用场景,概括了稀疏表达方法结合视频目标跟踪的基本框架和原理,结合目标跟踪的分类,梳理了将稀疏表达引入到视频目标跟踪领域以来一些里程碑式的方法,给出了常用的评价方法,并提出未来在该领域可能的研究趋势。

基于ARM的振动信号采集及文件存储系统

为了更精确地对振动微弱信号进行采集,设计了一种基于ARM的嵌入式振动信号采集及SD卡存储系统。本文首先介绍了硬件电路的综合设计,完成了信号调理电路、SD卡硬件连接电路、USB连接电路和音频功放电路的设计,随后完成了软件和算法的设计,其中包括基于FatFs的文件系统、AD5245的自适应调节算法等。由对比试验和频谱分析可知,本系统可更精确地完成大批量的数据采集工作,具有较强的实用性。