智能上假肢关键技术研究

《智能上假肢关键技术研究》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、智能上假肢关键技术研究作者姓名：塑金进入学时间：2Q曼2生窆月专业名称：劁墼：复划王垂研究方向：蟹篚扭墨厶指导教师：差垣蕉职称：敦援论文提交日期：论文答辩日期：授予学位日期：垄Q呈量生垒旦2旦2Q曼量生鱼月垒旦KEYTECHNOLoGYRESEARCHONIMTELLIGENTPRoSTHETICADissertationsubmittedinfulfillmentoftherequirementsofthedegreeofMASTEROFPHILOSOPHYfromShandongUniversityofSciencea

2、ndTechnologybyHuLingchongSupervisor：ProfessorFanBinghuiCollegeofElectricalEngineeringandAutomationApr2015㈣曼咖1一吣7一删4一Ⅲ2一㈣9㈣2一㈣Y一声明本人呈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：胡垒冲日期：弘陕6、加AFFIR脚IONIdeclarethatthisdissertation，s

3、ubmittedinfulfillmentoftherequirementsfortheawardofMasterofEngineeringinShandongUniversityofScienceandTechnology,iswhollymyownworkunlessreferencedofacknowledge．Thedocumenthasnotbeensubmittedforqualificationatanyotheracademicinstitute．Signature：H删哆Date：-ml譬,‘、io山东科

4、技大学硕士学位论文摘要本论文主要对一种多自由度肩离断型的机器人假肢进行了研究。针对机器人型假肢的结构形式，建立了D．H坐标系，求出了其正运动学方程；使用蒙特卡洛法对假肢的工作空间进行了分析；推导了假肢的雅可比矩阵，为轨迹规划和速度控制提供了准确的理论分析。针对假肢非结构化的工作环境，提出了一种利用三维姿态传感器和激光测距传感器和使用者本身的参数获得操作目标位置信息的随机目标定位系统。针对系统存在误差提出了一种基于BP神经网络的误差校正算法，并进行了仿真。利用机器人结构解耦理论，提出了一种基于G鼢州神经网络的机器人逆运动学算

5、法，考虑到spread因子对网络逼近能力的影响，通过交叉验证的方法得到了最优的spread因子，建立了最优的GRNN网络，并对逆运算结果进行了验证。为了便于脱离MATLAB环境使用神经网络，本文还给出了一个C++类。对假肢在笛卡尔空间的运动轨迹进行了规划，主要包括姿态规划和位置规划。姿态规划主要设计了一种自平衡控制系统。针对单一惯性元件误差较大的问题，采用四元数描述姿态并将传感器的数据融合并经过卡尔曼滤波处理得到假肢手爪的姿态，然后控制手爪实时处于平衡状态。对假肢抓取和移动物体的轨迹进行了规划，为了保证假肢运动轨迹的平滑和

6、连续，在两段直线的连接处采用圆弧过渡，给出了直线插补和圆弧插补的方法。关键词：上假肢，逆运动学，人工神经网络，轨迹规划山东科技大学硕士学位论文摘要Theresearchofroboticizedartificialarmismainlydiscussedinthispaper．Aimingatthecharacteristicsoftheartificialarmstructure，aD．Hcoordinateisestablished，andtheforwardkinematicsequationoftheartific

7、ialarmisderivedaccordingtothecoordinatementionedabove．TheprostheticworkspaceisanalyzedbyusingthemontecarlomethodandtheJacobinmatrixisdeduced，whichprovideanaccuratetheoreticalanalysismodelforthecontrolandsimulationwork．Forprostheticunstructuredenvironment，thispaper

8、proposesamethodusingtwoaRitudesensorandlaserrangingsensorandtheparametersoftheuseritselftogetoperatingtargetlocationinformationofrandomtargetpositioning