智能上假肢实用化地研究 (1)

《智能上假肢实用化地研究 (1)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据PRACTICALRESEARCHoFINTELUGENTPRoSTHESISADissertationsubmittedinfulfillmentoftherequirementsofthedegreeofMLASTEROFPHILOSoPHYfromShandongUniversityofScienceandTechnologyQiuHaifengSupervisor：ProfessorFanBinghuiCollegeofElectricalEngineeringandAutomationMay2014万方数据声明户明本人呈

2、交给山东科技大学的这篇硕士学位论文，除了所列参考文献和世所公认的文献外，全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机关作鉴定。硕士生签名：日卸焰辞期：加fcf。‘-尸Ideclarethatthisdissertation，submittedinfuWdimentoftherequirementsfortheawardofMasterofPhilosophytoShandongUniversityofScienceandTechnology,ismyownworkexceptthepadsindicatedint

3、hereferences．Thedocumenthasnotbeensubmittedforqualificationtoanyotheracademicinstitute．Signature：&i饥坛；棚Date：∽c铲厶o．万方数据山东科技大学硕士学位论文摘要摘要随着国力的增强和社会保障制度的逐渐完善，国家对残疾人的关注程度也越来越高，因此可以为残疾人提供基本生活保障的机器人假肢也变得越来越重要。本论文主要对现存智能上假肢的实用性进行了研究，现存智能假肢在手部抓取的时候存在各种各样影响正常使用的问题，如抓取不同大小、不同重量物体的抓力

4、无法把握；在抓取物体运动过程中手部姿态无法保持平衡；控制方式不隐蔽、不稳定等问题。在抓取物体优化方面，首先分析了为何机械假肢无法像人一样自由抓取物体，然后介绍了触觉和滑觉传感器和它们的结构，并且选取了非常适用于假肢手部的PVDF传感器，描述了它对于触觉和滑觉不同的响应曲线以及识别方法，最后确定该触滑觉传感器的控制方式，达到抓取优化的目的。在手部姿态保持方面，首先介绍了假肢手部姿态控制的必要性及其原理，然后比较了能用于手部姿态平衡的三种姿态传感器，得出它们在工作中的优缺点，并且当他们单独工作时都无法得出准确稳定的数据，从而确定手部姿态平衡选

5、用加速度计和陀螺仪进行互补滤波，达到角度输出优化的目的，并对滤波前后的效果进行了仿真。在控制方式方面，由于现在常用的智能假肢控制方式隐蔽性、稳定性、准确性存在极大的问题，所以我们设计了两种通过简单开关量来控制复杂假肢系统的控制方式：脚趾趾压控制和眨眼眼动控制。首先，分别介绍了两种控制方式的基本结构和工作原理，然后介绍了这两种控制方式的具体实现方法，并对两种控制方式的效果进行了测试。实验表明，本文所用的两种控制方式在获得特征向量方面准确率很高，可以准确稳定的控制假肢做出所需动作。关键词：假肢，触滑觉，手部姿态平衡，趾压控制，眼动控制万方数据

6、山东科技大学硕士学位论文摘要AbstractsWiththereinforcementofnationalstrengthandthegradualcompletenessofsocialsecuritysystem，thenationpaysmoreandmoreattentiononthedisabled．Therefore，robotartificiallimbsprovidingthebasiclifeguaranteeforthedisabledbecomemoreandmoreimportant．Thepapermainlys

7、tudiesthepracticalefficiencyoncurrentexistingartificiallimbs，whichexistsnumerousproblemsinfluencingthenormalusewhengrasping诵mhands，suchasthatthegraspingforcecannotbemasteredwhengraspingobjectswithdifferentsizesandweights，handgesturecannotkeepbalancedinthemotionprocessofgr

8、aspingobjects；controlmethodsarenotelusive，stableandetc．Intheaspectofoptimizinggraspingobjects，it