面向肺部介入的光纤光栅三维力传感器设计

支气管曲折复杂的环境对肺部介入手术中柔性机器人末端力感知造成了较大的困难,现有的力传感器难以满足其要求。根据肺部介入手术的需求,为柔性机器人提供精确、实时的末端力反馈,设计了分段式三维光纤光栅三维力传感器,并对其结构进行了有限元仿真分析与优化,设计了解耦算法,完成传感器内部4根光栅受到三维力时波长变化的解耦,从而实现对横向力与轴向力的检测。设置温补光栅进行温度补偿,设计了补偿策略,降低了温度变化对传感精度的影响。最后,对所设计的光纤光栅力传感器进行了校准与实验验证。实验结果表明:设计的光纤光栅三维力传感器的横向力灵敏度系数分别为431.3 pm/N与517.6 pm/N,轴向力灵敏度系数为153.5 pm/N,均方根误差分别为0.026、0.025、0.041 N。

电气信息类电子技术系列课程多维度交互融合教学模式改革与实践

电气信息类电子技术系列课程具有深厚的理论基础和实践性,在专业课程体系中发挥关键作用。为解决电子技术系列课程教学模式单一、授课效果欠佳的问题,该文提出多维度交互融合的教学模式改革与实践方案。基于线上线下多维度交互融合教学模式改革,不断丰富课程资源,将实验实践以问题导向与课程理论交叉融合,通过任务驱动、子项目递进实现“学中做”“做中学”的混合式教学。相关改革措施可以增强学生学习主动性,有效提高课程挑战度和教学质量。改革形成的一流课程资源和教学模式具有较强的可复制性和可操作性,可以促成同类课程在不同学科间的资源共享。

多措并举融合课程思政的模拟电子技术教学改革

为解决模拟电子技术教学手段简单和缺乏课程思政元素的问题,该文提出多措并举的教学改革方案。首先,通过以学生为中心的改革,激发学生的学习兴趣和参与度;其次,采用项目驱动策略,培养学生解决电子工程挑战的能力;同时,利用计算机仿真工具加深学生对知识点的理解与掌握;此外,多环节引入课程思政元素,提高学生的思想政治觉悟、社会责任感。最后,建立过程性评价方法,鼓励学生不断改进并提升成绩与综合素质。

基于可达性决策的柔性针穿刺控制方法

穿刺术具有创口小、恢复快的优势,是一种广泛使用的微创手术.柔性针穿刺是对传统穿刺术的改进.本文首先分析柔性针运动学模型,使用无色卡尔曼滤波(unscented Kalman filter,UKF)对穿刺过程中柔性针针尖位置和姿态进行估计.然后根据柔性针的运动学特点提出一种基于柔性针可达范围的控制方法,分析控制系数对穿刺轨迹的影响,并通过仿真和明胶穿刺实验验证该控制方法的效果.在穿刺深度为100 mm的情况下,本文提出的控制方法能够将穿刺误差保持在0.5 mm以下.仿真实验也表明当模型参数与实际值的误差在一定范围内时,该控制方法仍能够实现高精度的穿刺.

肌腱/绳驱动连续体机器人研究现状与展望

为了促进肌腱/绳驱动连续体机器人的理论发展和实际应用,从建模方法和控制策略2个方面分析并总结了现有研究成果。首先,介绍了常用肌腱/绳驱动连续体机器人的结构设计方法和发展趋势。在此基础上,总结了肌腱/绳驱动连续体机器人常用的运动学建模和动力学建模方法,并从建模原理、模型精度、复杂度和计算效率等方面对各种方法进行了对比,为不同应用场景下肌腱/绳驱动连续体机器人建模方法的选择提供了参考。其次,梳理了肌腱/绳驱动连续体机器人控制中存在的模型失配、参数扰动和动态响应等问题产生的原因,以问题为导向,将现有控制策略分为基于模型控制、无模型控制和混合控制3类,并对每种控制策略在开环和闭环应用场景中的实施方法、优缺点和发展趋势进行了归纳总结。最后,指出了肌腱/绳驱动连续体机器人在建模和控制方面还存在的研究挑战,并对其未来的发展方向进行了展望。

基于功能性电刺激的上肢康复系统条件反馈控制

功能性电刺激是脑卒中患者有效的康复方法,然而上肢肌肉的动态模型存在着强非线性、多源扰动、模型不精确和参数变化大等控制难点.为提高基于功能性电刺激的上肢康复系统的跟踪速度和扰动抑制能力,本文提出了一种基于条件反馈的比例–积分控制策略,条件反馈的设计用于提高系统的跟踪性能,通过比例–积分控制器抑制外部扰动与模型不确定性.通过单一变量法分析了控制器参数对控制效果的影响,提出了一种简单、实用的参数整定规则.基于Hammerstein肌骨系统模型,通过仿真验证了所提方法在保证闭环系统鲁棒性的前提下,与常规的比例–积分控制器相比在跟踪和扰动抑制性能方面的优势.最后,基于搭建的上肢康复系统控制平台,对不同实验者在不同目标输出力下进行对比实验,实验结果表明本文所提基于条件反馈的比例–积分控制策略的平均峰值量占比为9.22%,而对比控制策略的平均峰值量占比为17.80%,所提控制策略的平均单位误差绝对值积分指标是对比控制策略平均单位误差绝对值积分指标的70.43%,验证了本文所设计的控制策略在保证闭环系统鲁棒性的前提下具有更好的跟踪效果.

基于多目标粒子群优化算法的斜尖柔性针穿刺路径规划

针对斜尖柔性针在复杂环境下由入针点到达病灶位置的穿刺路径问题,提出一种基于多目标粒子群优化算法(MOPSO)的路径规划方法.对软组织内柔性针运动学模型进行分析,构建控制量与柔性针穿刺路径的关系;分析障碍物约束,建立障碍物约束的数学描述;然后,根据穿刺术的要求将穿刺精度、穿刺危险性和穿刺路径长度作为柔性针穿刺优化目标,将柔性针穿刺路径规划问题转化为多目标优化问题;建立了相应的多目标优化问题的数学模型,使用多目标粒子群优化算法对模型进行优化求解.最后通过仿真实验证明了所提方法的有效性,并仿真分析了穿刺路径的在线修正问题.

基于功能性电刺激的腕关节震颤抑制自适应重复控制研究

震颤是肢体一种非自主和重复性的摆动动作,在基于功能性电刺激(FES)的震颤抑制系统中可将其视为周期性扰动信号。因此,利用重复控制器调节施加在相应肌肉上的FES强度和时间,从而产生与震颤运动反相的肌肉力矩,是震颤抑制的一种可行手段。目前,大多数基于FES的重复控制系统都假设震颤是固定的单一频率信号,但实际上震颤可能是多频率信号,且震颤频率也会随时间变化。本文从频率角度对意向性震颤患者数据进行分析,提出了内模切换的自适应重复控制器来抑制不同频率的腕关节震颤。仿真和试验结果表明,所提出的并联多内模和串联高阶内模切换的自适应重复控制对多频率和单频率震颤信号可实现平均84.98%的抑制效果,比传统单内模重复控制器和基于滤波的反馈控制器在震颤抑制性能上均有明显提高。因此本文所提基于FES的自适应重复控制方法可以更为有效地解决意向性震颤患者腕部震颤问题,为患者后续运动功能障碍的康复提供有效的技术支撑。

基于生物启发神经网络和DMPC的多机器人协同搜索算法

针对多机器人在未知区域的覆盖搜索问题,提出一种基于生物启发神经网络和分布式模型预测控制(DMPC)的多机器人协同搜索算法.利用栅格地图表示未知区域,基于栅格地图建立生物启发神经网络来表示动态搜索环境,生物启发神经网络中未搜索栅格的神经元活性值大于已搜索栅格和障碍物栅格.在此基础上,为了平衡机器人覆盖搜索过程中的短期收益和长期收益,避免后期陷入局部最优,引入DMPC作为决策方法.选择预测周期内机器人所覆盖栅格的神经元活性值增量作为主要激励函数,引导机器人向未覆盖区域搜索,并采用差分进化算法(DE)进行优化求解,得到最优解.最后通过设计仿真实验验证了所提出方法的有效性和优越性.