基于BP神经网络的仿人两指末端执行器抓握模式预测

为了得到手部特征及物体特征与两指抓握模式之间的非线性映射关系,以便对仿人两指末端执行器的抓握模式进行预测,采用5554次人手拇指-食指成功抓握试验的数据作为训练样本,构建基于L-M算法的BP神经网络两指抓握模式预测模型,进行仿人两指末端执行器的抓握模式预测。结果表明:该神经网络模型的预测准确率达90%,预测值与实测值的相关系数为0.83,能够快速有效地预测仿人两指末端执行器的抓握模式;对于等效直径较小且质量较轻的目标物,多选择精密捏;对于等效直径较大且质量较重的目标物,多选择强力握。研究结果可为仿人两指末端执行器的稳定抓握控制提供重要的决策依据。

脑瘫儿童抓握辅具设计与应用

目的:设计一款新型的抓握辅具,以帮助脑瘫儿童在日常生活中获得所需的抓握技巧。方法:根据手的生理解剖特点,结合磁铁异性相吸的原理,设计了一款拥有代偿和治疗功能的抓握辅具并将本设计应用于临床个案中。运用作业治疗的实践模式与框架,评估分析个案存在的上肢功能障碍,在实施治疗方案时适当使用本抓握辅具。结果:设计的抓握辅具可以帮助患儿实现抗重力抓握以及辅助抓握的功能,在日常生活活动、工作/学习、休闲娱乐领域上的表现均有不同程度的提高。结论:使用本抓握辅具能较好地处理功能状况与作业表现之间的差距问题。在未来,本抓握辅具或也可推广应用于其他存在抓握功能障碍的人群中。