期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
下肢柔性助力外衣的工效学设计与步态预测 被引量:4
1
作者 张雷雨 贺彦东 +4 位作者 李剑锋 苏鹏 陶春静 季润 董明杰 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第4期1171-1184,共14页
为增强人体的下肢运动机能,研制一套柔性功能外衣,作为助力系统的末端执行元件包覆于人体下肢,对髋关节的前屈动作助力,并研发基于力位混合控制的外接驱动系统,初步完成下肢柔性助力外衣系统样机的搭建。在此基础上,提出以IMU为主导的... 为增强人体的下肢运动机能,研制一套柔性功能外衣,作为助力系统的末端执行元件包覆于人体下肢,对髋关节的前屈动作助力,并研发基于力位混合控制的外接驱动系统,初步完成下肢柔性助力外衣系统样机的搭建。在此基础上,提出以IMU为主导的自适应步态检测算法,检测频率自适应于人体运动速度,实现步态信息的高效检测,并以检测信息为基础,提出“牛顿+三次指数平滑”预测算法,实时预测人体下肢动作。研究结果表明:功能外衣具有较高的刚度和良好的穿戴舒适性,符合功能外衣的设计要求;“牛顿+三次指数平滑”预测算法可实时预测50 ms之后的髋关节角度,预测过程稳定,在人体行走过程中,预测曲线平滑性较好,精度较高,可满足助力系统的步态预测要求,为下肢助力研究提供依据。 展开更多
关键词 下肢助力 功能外衣 髋关节前屈 自适应检测 步态预测
下载PDF
基于SAE和LSTM的下肢外骨骼步态预测方法 被引量:9
2
作者 陈超强 蒋磊 王恒 《计算机工程与应用》 CSCD 北大核心 2019年第12期110-116,154,共8页
提出一种基于栈式自动编码器(Stacked Auto Encoder,SAE)和长短时记忆(Long Short-Term Memory,LSTM)神经网络相结合的步态预测方法解决下肢外骨骼机器人跟随控制问题。人体在行走过程中下肢步态具有一定的周期性,通过将下肢运动信息作... 提出一种基于栈式自动编码器(Stacked Auto Encoder,SAE)和长短时记忆(Long Short-Term Memory,LSTM)神经网络相结合的步态预测方法解决下肢外骨骼机器人跟随控制问题。人体在行走过程中下肢步态具有一定的周期性,通过将下肢运动信息作为输入,步态作为输出,构建SAE-LSTM神经网络模型,并利用Keras对SAE-LSTM神经网络进行搭建和验证。实验结果表明,SAE-LSTM神经网络根据之前时间段的步态序列有效地预测出下一时刻的步态信息,平均准确率能够达到92.9%以上。 展开更多
关键词 外骨骼 步态预测 栈式自动编码器 LSTM神经网络
下载PDF
基于LSTM和Conformer的下肢外骨骼步态预测方法 被引量:2
3
作者 赵侦钧 王涛 +1 位作者 贝太学 宋涛涛 《计算机时代》 2022年第8期1-5,共5页
提出一种新颖的基于长短期记忆神经网络(Long Short-term Memory,LSTM)和Conformer相结合的步态预测方法,用于解决下肢外骨骼人机协同问题。首先利用LSTM网络模型在时间上对步态数据序列做初步的特征提取及预测,然后采用Conformer模型对... 提出一种新颖的基于长短期记忆神经网络(Long Short-term Memory,LSTM)和Conformer相结合的步态预测方法,用于解决下肢外骨骼人机协同问题。首先利用LSTM网络模型在时间上对步态数据序列做初步的特征提取及预测,然后采用Conformer模型对LSTM模型输出的数据在时空上作进一步的深度特征提取,并经线性激活单元输出预测结果。利用Pytorch搭建LSTM-Conformer神经网络模型,由采集到的下肢姿态数据组建成的数据集作为输入,将步态所属类别标签作为输出进行验证。实验结果表明,拟议网络模型平均准确率达到了94.89%。 展开更多
关键词 外骨骼 步态预测 九轴姿传感器 长短期记忆网络 Conformer模型
下载PDF
基于灰色理论的人体步态预测 被引量:5
4
作者 丁峰 韩云鹏 +1 位作者 顾承超 韩双玲 《计算机应用与软件》 2017年第10期223-226,共4页
目前用户在虚拟环境中改变所处位置的方法主要是通过鼠标和键盘。针对用户在虚拟现实环境中交互性差和沉浸感不强的问题,设计一套踏板式行走装置。为了保持行走装置和用户步态的同步性,首先,提出一种基于灰色理论的人体步态预测方法,指... 目前用户在虚拟环境中改变所处位置的方法主要是通过鼠标和键盘。针对用户在虚拟现实环境中交互性差和沉浸感不强的问题,设计一套踏板式行走装置。为了保持行走装置和用户步态的同步性,首先,提出一种基于灰色理论的人体步态预测方法,指出传统的灰色预测在形成公式时默认初始预测数值为已知条件是不合理的,应当根据实际情况来选择要使用的数据。其次,给出基于灰色理论的更新算法,将已知数据序列中每一个数据作为初始预测值建立公式模型分别计算结果,对比结果精度选择出最优预测模型。实验结果表明,在数据有限的情况下,改进型预测公式可以很好地给出预测结果,有利于踏板式行走装置与人体步态运功的同步性提高。 展开更多
关键词 虚拟现实 交互性 沉浸感 灰色理论 步态预测
下载PDF
基于RBF神经网络的膝关节步态预测方法研究 被引量:4
5
作者 罗序荣 任彬 《工业控制计算机》 2019年第8期90-91,94,共3页
步态轨迹预测用于预测人体下肢运动,在实现下肢外骨骼人机协同控制中起着重要的作用。将步态预测应用于外骨骼人机协同控制,可以解决基于物理型人机协同控制中因延时而带来的运动滞后,以及基于感知型人机协同控制中的信号易受干扰等问... 步态轨迹预测用于预测人体下肢运动,在实现下肢外骨骼人机协同控制中起着重要的作用。将步态预测应用于外骨骼人机协同控制,可以解决基于物理型人机协同控制中因延时而带来的运动滞后,以及基于感知型人机协同控制中的信号易受干扰等问题。提出了一种模型分块逼近的RBF神经网络策略实现膝关节的步态预测。首先基于RBF神经网络对下肢膝关节模型矩阵进行逼近,并建立膝关节步态预测模型;然后设计并实现了步态捕捉实验,获取了上下阶梯步态模式下的膝关节连续两个步态周期的运动数据,并将前一步态周期作为步态预测模型的输入。步态预测结果与下一步态周期的实际步态轨迹的对比结果表明,该方法具有较好的步态预测效果。 展开更多
关键词 步态预测 RBF神经网络 捕捉 膝关节
下载PDF
基于非线性时序预测神经网络的下肢步态预测算法设计与研究
6
作者 赵君豪 《科技创新与应用》 2022年第27期67-70,共4页
在双足式步态活动期间,人体是使用四肢之间的运动神经元协作传递来实现行走这个过程的。值得一提的是,这种神经元之间的步态运动的协作性在神经损伤之后对于神经的重塑有着转化性的康复训练意义。该研究利用上下肢的步态关联性,旨在设计... 在双足式步态活动期间,人体是使用四肢之间的运动神经元协作传递来实现行走这个过程的。值得一提的是,这种神经元之间的步态运动的协作性在神经损伤之后对于神经的重塑有着转化性的康复训练意义。该研究利用上下肢的步态关联性,旨在设计1个基于健康摆动的上肢来预测下肢步态轨迹的方法,可用于帮助大多数的偏瘫患者进行重塑下肢运动神经功能。首先利用采集正常人的步态数据并加以分析。利用非线性时序预测(Nonlinear Autoregressive models with Exogenous Inputs,NARX)神经网络,以上肢各关节步态转角为输入向量,下肢的髋关节和膝关节的步态转角为输出向量与反馈输入向量,建立1个相对准确且实时的下肢步态预测算法。 展开更多
关键词 NARX神经网络 步态预测 数据处理 轨迹 数据采集
下载PDF
基于深度学习的下肢康复外骨骼步态轨迹预测
7
作者 李亚宁 黄国威 谢龙汉 《机器人技术与应用》 2024年第4期28-32,共5页
下肢康复外骨骼广泛应用于下肢训练。准确的步态预测对下肢康复外骨骼的功能起着至关重要的作用。然而,目前步态预测的研究在精准度和实时性上仍存在一定的挑战,尤其是在处理个体差异和复杂步态模式时。本研究的目标是实现高精度的步态... 下肢康复外骨骼广泛应用于下肢训练。准确的步态预测对下肢康复外骨骼的功能起着至关重要的作用。然而,目前步态预测的研究在精准度和实时性上仍存在一定的挑战,尤其是在处理个体差异和复杂步态模式时。本研究的目标是实现高精度的步态运动预测,以提升下肢康复外骨骼的功能性。本文探讨了使用长短期记忆网络(LSTM)和卷积神经网络-长短期记忆网络(CNN-LSTM)两种深度学习算法,通过足底压力数据预测个体步态轨迹的方法。在研究中,8名健康受试者穿戴下肢康复外骨骼,该下肢康复外骨骼配备有足底压力鞋垫,实时采集足底压力数据。模型性能通过留一法交叉验证进行比较,结果表明CNN-LSTM模型在预测精度和响应速度方面均优于LSTM模型。实验结果验证了使用足底压力数据通过深度学习算法进行步态预测的有效性和准确性,进一步提升了康复外骨骼的实用性。本研究对于进一步推动下肢康复外骨骼的发展以及针对病人的个性化步态生成具有重要意义。 展开更多
关键词 下肢康复外骨骼 轨迹预测 深度学习 长短期记忆网络 传感器数据 卷积神经网络 多模数据融合
下载PDF
基于改进机器学习算法的步态识别与预测研究 被引量:6
8
作者 高经纬 马超 +3 位作者 苏鸿 王少红 徐小力 姚杰 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2022年第1期103-111,共9页
针对人体下肢不同步态过程的个体差异和行走过程中步幅随机变化等问题,本文提出一种利用运动姿态信号进行步态识别与预测的方法。研究采用基于免疫粒子群算法(IPSO)优化门控循环单元(GRU)网络算法,建立以人体姿态变化数据为输入,以下一... 针对人体下肢不同步态过程的个体差异和行走过程中步幅随机变化等问题,本文提出一种利用运动姿态信号进行步态识别与预测的方法。研究采用基于免疫粒子群算法(IPSO)优化门控循环单元(GRU)网络算法,建立以人体姿态变化数据为输入,以下一阶段姿态变化数据及准确率为输出的网络模型,以期实现对人体姿态变化的预测。本文首先明确概述IPSO优化GRU算法的过程,采集多名受试者分别执行平地行走、蹲起、坐姿腿屈伸等动作的人体姿态变化数据,通过对比分析IPSO优化的循环神经网络(RNN)、长短期记忆网络(LSTM)、GRU网络识别与预测情况,以验证所建模型的有效性。试验结果显示,优化后的算法可较好预测人体姿态变化,其中平地行走和蹲起动作的均方根误差(RMSE)可精确到10^(-3),坐姿腿屈伸的RMSE可精确到10^(-2);各种动作的R^(2)值均可达0.966以上。以上研究结果表明,优化后的算法可应用于实现康复治疗中人体步态运动评价和步态趋势预测、假肢和下肢康复设备设计等研究,对今后提高患者肢体功能、活动水平和生活独立能力的研究提供参考。 展开更多
关键词 神经网络 免疫粒子群算法 门控循环单元网络 步态预测
原文传递
踝关节柔性助行机构设计与控制系统的研究
9
作者 陈泽宇 苏海龙 《现代电子技术》 2023年第17期122-125,共4页
由于踝关节柔性助行机构结构较为复杂,使用者需求多样化,使其控制效果和应用性能较差。为此,提出踝关节柔性助行机构设计与控制系统。根据使用者需求设计踝关节柔性助行机构总体方案、驱动单元、执行单元与变刚度构件,并确定各个单元参... 由于踝关节柔性助行机构结构较为复杂,使用者需求多样化,使其控制效果和应用性能较差。为此,提出踝关节柔性助行机构设计与控制系统。根据使用者需求设计踝关节柔性助行机构总体方案、驱动单元、执行单元与变刚度构件,并确定各个单元参数的计算公式。采用足底压力传感器与陀螺仪传感器识别与预测使用者的步态,应用LabVIEW软件开发助力控制程序,实现踝关节柔性助行机构的控制。实验数据表明,设计系统获得的步态周期长度预测结果与实际步态周期长度保持一致,具有较好的应用性能。 展开更多
关键词 周期预测 踝关节助力 变刚度构件 运动控制 柔性助行机构 驱动机构 识别
下载PDF
基于增强现实的人体运动中穿戴设备动态监控系统
10
作者 杜前潮 《自动化与仪器仪表》 2024年第2期140-144,共5页
对基于增强现实的人体运动中穿戴设备动态监控系统进行了研究,以篮球训练为例,提出了一种可穿戴设备动态监控系统,并设计了一种基于LSTM和注意力机制的步态轨迹预测模型,对运动员下肢的髋关节、膝关节和踝关节的角度进行实时在线分析,... 对基于增强现实的人体运动中穿戴设备动态监控系统进行了研究,以篮球训练为例,提出了一种可穿戴设备动态监控系统,并设计了一种基于LSTM和注意力机制的步态轨迹预测模型,对运动员下肢的髋关节、膝关节和踝关节的角度进行实时在线分析,并获取运动员的步态轨迹预测结果。首先,对传统LSTM网络结构进行了研究与分析,然后搭建了基于LSTM和注意力机制的步态轨迹预测模型,随后对动态监控系统的整体框架进行了简单设计,最后对预测模型进行实验测试。测试结果表明:设计的基于LSTM和注意力机制预测模型的RMSE和MAE值明显低于基于传统LSTM预测模型,具有有效性,能够对运动员髋关节和踝关节的角度进行精准预测;基于LSTM和注意力机制的步态轨迹预测模型给出的轨迹预测结果,不论是从整体上看还是从细节上看,都与实际数据贴合地更好,几乎与真实的步态轨迹相重合,表明该模型的性能更好,更适用于设计可穿戴设备动态监控系统。 展开更多
关键词 监控系统 LSTM 注意力机制 轨迹预测
原文传递
Vector control of permanent magnet synchronous motor based on dynamic matrix control 被引量:2
11
作者 WANG Rui-min ZHU Qi-xian DONG Hai-ying 《Journal of Measurement Science and Instrumentation》 CAS CSCD 2017年第4期340-346,共7页
Aiming at the control problem of strongly nonlinear and coupled permanent magnet synchronous motor(PMSM)oil rig,this paper presents a predictive control method based on dynamic matrix model.In this method,the dynamic ... Aiming at the control problem of strongly nonlinear and coupled permanent magnet synchronous motor(PMSM)oil rig,this paper presents a predictive control method based on dynamic matrix model.In this method,the dynamic matrix algorithm using multistep prediction technique is applied to the speed loop control of the motor vector control.And its control effect is compared with the traditional proportional integral(PI)control of the motor.By comparing the initial dynamic response and the steady-state recovery under load interference of the two methods,it is shown that the dynamic response and the robustness of the motor controlled by the new method is better than that controlled by conventional PI method.And the feasibility of new control in the application of PMSM oil rig is verified. 展开更多
关键词 permanent magnet synchronous motor (PMSM) predictive control dynamic matrix speed loop
下载PDF
Multi-UAV surveillance implementation under hierarchical dynamic task scheduling architecture 被引量:4
12
作者 WU Wen-di WU Yun-long +3 位作者 LI Jing-hua REN Xiao-guang SHI Dian-xi TANG Yu-hua 《Journal of Central South University》 SCIE EI CAS CSCD 2020年第9期2614-2627,共14页
In this paper,we consider a multi-UAV surveillance scenario where a team of unmanned aerial vehicles(UAVs)synchronously covers an area for monitoring the ground conditions.In this scenario,we adopt the leader-follower... In this paper,we consider a multi-UAV surveillance scenario where a team of unmanned aerial vehicles(UAVs)synchronously covers an area for monitoring the ground conditions.In this scenario,we adopt the leader-follower control mode and propose a modified Lyapunov guidance vector field(LGVF)approach for improving the precision of surveillance trajectory tracking.Then,in order to adopt to poor communication conditions,we propose a prediction-based synchronization method for keeping the formation consistently.Moreover,in order to adapt the multi-UAV system to dynamic and uncertain environment,this paper proposes a hierarchical dynamic task scheduling architecture.In this architecture,we firstly classify all the algorithms that perform tasks according to their functions,and then modularize the algorithms based on plugin technology.Afterwards,integrating the behavior model and plugin technique,this paper designs a three-layer control flow,which can efficiently achieve dynamic task scheduling.In order to verify the effectiveness of our architecture,we consider a multi-UAV traffic monitoring scenario and design several cases to demonstrate the online adjustment from three levels,respectively. 展开更多
关键词 prediction-based synchronization dynamic task scheduling hierarchical software architecture
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部