支持力/触觉反馈的虚拟肝脏手术仿真系统

为提高支持力/触觉反馈的虚拟肝脏手术仿真系统的精度和实时性,提出了一种基于物理意义的平行菱形链连接变形模型.该模型中由于各个链结构单元中菱形的长度等比例变化,计算量小,改变链结构单元中菱形的长度和夹角就可方便地对不同的柔性体进行建模.同时还讨论了系统的结构设计、柔性体形变计算、快速碰撞检测和实时力/触觉反馈操作等.基于6-DOF Delta手控器建立试验平台,并结合力/触觉反馈计算实现了虚拟肝脏手术的拉拽、按压等变形仿真.实验结果表明,该系统力/触觉感觉平稳、模拟效果逼真,能够满足虚拟现实系统对精细作业和实时性的要求.建立简单逼真的物理变形模型和精确快速的碰撞检测算法,有助于提高虚拟肝脏手术仿真系统的性能.

基于阻抗辨识和混杂控制的机器人辅助抗阻训练方法

现有机器人辅助抗阻训练方法大多是运用易受噪声干扰的患肢主动作用力或表面肌电信号直接进行治疗控制器设计,且在设计过程中未能同时将机器人连续变量运动控制与医师离散事件决策控制这种混杂特性融于统一框架内,具有一定的局限。针对上述问题,提出一种基于阻抗辨识和混杂控制的机器人辅助抗阻训练方法,该方法首先根据患肢主动作用力和实际运动位置在线辨识患肢时变生物阻抗;其次,运用混杂控制理论建立机器人辅助抗阻过程系统模型,根据患肢生物阻抗变化分别定义连续系统区域切换离散事件及离散系统控制状态,并基于混杂自动机设计离散事件决策控制器;最后,选用美国Barrett公司WAMTM柔顺机械臂构建康复试验系统,对所设计控制器进行有效性验证。试验结果验证了阻抗辨识和混杂控制理论应用于机器人辅助抗阻训练过程的有效性和实用性。

基于谐波小波包变换的脑电波基本节律分析

为了实现脑电图分析定量化、智能化以便为医学分析诊断提供客观有效的辅助信息,探讨了应用谐波小波包变换分析脑电波.通过谐波小波包变换提取用于临床诊断的,δθ,α,β等4种基本节律的波形,并引入反映基本节律变化的特征参量即基本节律的频带能量比例进行定量分析.经过对正常人和癫痫病人的脑电波进行分析验证,其分析结果与先验知识和确诊病症吻合得很好,可以提取得到精确的、量化的、直观的特征参数作为诊断依据.实验结果表明,应用谐波小波包变换分析脑电波是一种有效的方法,它为脑电图机实现智能化和临床分析诊断提供了有益的参考.

适用于力反馈的三圆盘磁流变液执行器工作机理及建模

为了提高磁流变液执行器力学模型的精度,建立了适用于电流随机变化且包含磁滞特性的三圆盘磁流变液执行器的分段线性力矩-电流模型.分析了执行器的工作原理,推导了基于Bingham塑性模型的力矩公式.磁路由铁磁物质和磁流变液组成,说明了这2种物质的磁特性,分析了铁磁物质中存在磁滞以及在磁流变液中观察不到磁滞的原因.铁磁物质的磁滞特性影响了执行器的力矩-电流特性,实验表明力矩和电流之间存在磁滞.当电流变化过程为0-1.2-0 A时,不包含磁滞特性的二次多项式模型的残余标准差分别为8.2和11.2 N.mm,分段线性模型的残余标准差分别为5.9和6.2 N.mm,分段线性模型的精度比较高.

基于二端口网络模型的PI-阻尼控制研究

针对临床康复训练运动平稳平滑特性要求,在传统的PI控制基础上,提出了PI-阻尼控制器设计方法。根据机器人和患肢的动力学模型,结合PI-阻尼控制设计架构,通过建立二端口网络模型,从理论上对PI-阻尼控制的稳定性和平滑性进行了证明。通过2名健康受试者,在构建的WAM康复训练系统上进行了非平稳运动实验研究。实验结果表明,PI-阻尼控制较传统的PI控制具有更好的运动控制性能,能够很好地应对外界突发扰动,有效实现稳定平滑的训练运动。

基于个体自适应的运动想象脑电信号特征表征研究

针对运动想象脑电信号因受试者个体差异导致辨识精度低的问题,本文提出了基于个体自适应的运动想象脑电信号特征表征方法。首先从个体差异和频带信号特点出发,提出了基于拓展式相关特征(ReliefF)的自适应通道选择方法;通过提取各频带信号5个时频域观察特征,运用ReliefF算法对各频带信号通道进行有效性评估,进而实现各频带信号通道选择。其次提出了基于快速相关滤波算法(FCBF)的共空间模式(CSP)特征表征方法(CSP-FCBF);通过CSP提取脑电信号特征,运用FCBF进行特征优化得到最优特征集,从而实现运动想象脑电信号状态有效表征。最后使用支持向量机(SVM)作为分类器进行分类辨识。实验分析结果表明,本文所提方法能有效实现运动想象脑电信号状态表征,四类状态平均辨识精度达到了(83.0±5.5)%,较传统的CSP特征表征方法提高6.6%。本文在运动想象脑电信号特征表征方面取得的研究成果,为实现自适应的脑电信号解码及其应用奠定了基础。