FNS肢体多关节运动轨迹跟踪的实验研究

本文着重对功能神经电刺激 (FNS)肢体多关节运动刺激脉冲的控制算法进行了比较实验研究。首先介绍了FNS系统的基本组成及原理 ,然后借助多功能FNS肢体运动控制平台 ,分别采用常规控制算法和自适应控制算法 ,以人体肘关节和腕关节的屈曲运动为控制目标 ,将体表电极分别置于肱二头肌和掌长肌运动点上 ,通过FNS运动状态测量装置 ,获取肘关节和腕关节运动角位移随时间的变化曲线。实验结果表明 ,与常规控制算法比较 ,基于人体生理特点的自适应控制算法使屈肘和屈腕运动获得了最佳的轨迹跟踪性能 ,并且刺激波形变化稳定、平滑 。

功能性电刺激中应用P型迭代学习控制在上肢多关节运动控制的试验研究

目的 在功能性电刺激 (FNS)中 ,利用P型迭代学习控制方法 ,研究对健康人上肢肘关节运动角度和腕关节运动角度同时进行运动反馈控制。方法 FNS刺激肱二头肌和前臂屈肌 ,以预期关节角度为目标 ,以肘关节和腕关节的角度传感器数值为反馈标准。结果 采用迭代学习控制 ,算法简单 ,参数易调整 ,控制量变化平缓 ,轨迹跟踪精确度高 ,在对多关节运动控制中 ,基本能达到预期效果。结论 P迭代学习控制方法为FNS在临床上的应用提供了一个新的控制方法。

UR机器人镜像作业运动学分析

为加快串联机器人镜像作业部署,研究了机器人的镜像运动学建模问题。首先,分析了UR10机器人的运动学,并描述了镜像作业问题;其次,根据机器人基坐标系在世界坐标系中的不同位置,即分别关于X轴和Y轴对称的两种情况,在关节空间分析不同条件下的建模方法,包括关节角区间限制等条件,对镜像问题给出解决方案;最后,根据末端工具的安装方法给出末端镜像关节角度的通用公式。在实验部分,以UR10机器人为模型,在ROS系统中基于其运动学模型设计仿真实验,验证了镜像作业运动学模型的正确性。

上肢多关节多方向康复训练器革新检修一例

维修进口设备的芯片控制系统是上肢多关节多方向康复训练器修理的大型工作,根据此次设备工作异常的现象,按初步判断芯片控制系统故障的思路去查找问题,最终查出因控制芯片的损坏造成设备工作异常的现象经过革新得以解决,本文介绍了革新修理的全过程,总结了检修和装配的经验。

线驱动多关节巡检机械臂运动轨迹

为提升充填开采工作面充填不接顶间隙的巡检灵活性和检测可达性,加强充填效果检测质量,降低接顶率检测强度,提出了一种基于线驱动的多关节巡检机械臂原理样机,建立了球铰连接的关节模型,由线驱动巡检机械臂的整体架构,构建了线驱动巡检机械臂运动学模型,对机械臂的驱动空间、关节空间及操作空间三者间的映射关系进行了仿真分析,针对多关节间的耦合影响进行了解耦分析,构建了多关节间的解耦运动学方程,对线驱动巡检机械臂关节转动角度、末端位置与驱动线长度变化关系进行解算,验证了所构建运动学方程的正确性及线驱动巡检机械臂末端位姿的准确程度。开展机械臂原理样机平面弯曲运动、圆环避障运动及原理样机狭窄复杂非结构化空间避障实验,验证了线驱动巡检机械臂在充填不接顶非结构化复杂空间的运动灵活性及作业的可行性。

孕晚期骨盆周围多关节综合运动在孕妇中的应用

目的分析孕晚期骨盆周围多关节综合运动在孕妇中的应用效果。方法采用便利抽样法,选取2020年7月—2021年6月于亳州市人民医院建档的110名首次妊娠女性作为研究对象,按照随机数字表法将研究对象随机分为研究组与对照组,每组55名。研究组孕妇行骨盆周围多关节综合运动,对照组孕妇行常规散步。比较两组孕妇运动后不良事件及疼痛情况、骨盆韧带弹性、Bishop宫颈评分、怀孕天数、胎方位。结果研究组最终纳入孕妇52名,对照组最终纳入孕妇51名。两组孕妇均未出现运动后异常出血等情况。研究组孕妇生产前1 d运动后的疼痛人数少于对照组,差异有统计学意义(P<0.05)。研究组孕妇待产时骨盆韧带弹性优于对照组,Bishop宫颈评分高于对照组,差异有统计学意义(P<0.05);两组孕妇的怀孕天数比较差异无统计学意义(P>0.05)。研究组孕妇入院待产时的胎儿枕前位人数高于对照组,差异有统计学意义(P<0.05)。结论产前通过骨盆周围多关节综合运动进行多方位关节及深层肌肉韧带锻炼能够强化孕妇骨盆韧带弹性,调整胎儿入盆角度,减少运动后疼痛的发生,值得临床应用。

Accuracy Compensation Technology of Closed⁃Loop Feedback of Industrial Robot Joints

The existing kinematic parameter calibration method cannot further improve the absolute positioning accuracy of the robot due to the uncertainty of positioning error caused by robot joint backlash.In view of this problem,a closed‑loop feedback accuracy compensation method for robot joints was proposed.Firstly,a Chebyshev polynomial error estimation model was established which took geometric error and non‑geometric error into account.In addition,the absolute linear grating scale was installed at each joint of the robot and the positioning error of the robot end was mapped to the joint angle.And the joint angle corrected value was obtained.Furthermore,the closed‑loop feedback of robot joints was established to realize the online correction of the positioning error.Finally,an experiment on the KUKA KR210 industrial robot was conducted to demonstrate the effectiveness of the method.The result shows that the maximum absolute positioning error of the robot is reduced by 75%from 0.76 mm to 0.19 mm.This method can compensate the robot joint backlash effectively and further improve the absolute positioning accuracy of the robot.