基于IMU的下肢行走逆动力学建模与助力仿真及实验研究

基于IMU的下肢行走逆动力学建模与助力仿真及实验研究

论文摘要

目前,利用下肢柔性外骨骼设备对人体进行助力,从而降低人们在各种活动中的能量代谢,增强人们的生活水平受到了世界各国的广泛关注。在人体助力时其理论依据是人体正常行走时下肢关节力矩曲线。然而,由于缺乏准确、高效、便捷的实时解算人体下肢关节力矩的方法,目前的助力研究中只能以基于统计学规律的下肢关节力矩曲线对人体进行助力,该问题严重限制了助力效果。首先,人体运动信息是解算人体关节力矩的基础,针对实时、有效、经济便捷地测量人体运动信息难的问题,本文建立了基于惯性测量单元(IMU)的人体行走运动模型,解算了人体行走时的运动信息。该模型在分析了人体运动特征和IMU信号特征的基础上,构建了IMU与人体下肢关节间的运动约束方程,并基于最优化算法解算了IMU与人体肢体段间的方位关系,使得IMU可以与肢体段间自动对齐,避免了传统方法的繁琐操作。在此基础上,本文分别基于加速度和角速度信息解算了相关运动信息,并结合数据融合算法将其优化,解算出了更为准确的运动信息。模型的精度和稳定性结合光学动作捕捉系统进行了验证。其次,在解算运动信息之后,本文建立了基于IMU的人体行走逆动力学模型。该模型将人体主体运动简化到矢状面内,并结合统计学规律确定了人体各个肢体段的惯性和几何参数。同时,该模型以人体上肢质心为基准并结合人体行走时脚底压力的“平滑过渡”特性,准确地描述了人体各个肢体段的运动与受力特征,克服了传统方法中相位转换间的突变问题。在此基础上,本文基于牛顿-欧拉法分别从人体足部和上肢出发解算了人体关节内力和关节力矩。模型的精度和稳定性结合光学动作捕捉系统和测力台进行了验证。然后,基于上述逆动力学模型助力方法的效果,本文进行了仿真研究。本文将仿真软件中的通用人体模型进行缩放得到了实验者特定的人体模型。结合相关优化算法将缩放后的人体模型和测得的运动及脚底作用力数据进行优化,使其达到“最佳匹配”状态,从而减小仿真误差。在此基础上,分别对人体正常行走、基于传统助力方法助力和基于本文方法助力三种模式下人体的代谢率进行了仿真。仿真结果显示,基于本文逆动力学模型助力时,人体取得了最多的能量消耗减少。最后,本文对基于上述逆动力学模型助力方法的效果进行了助力实验验证,检测了前述三种模式下人体的能量消耗代谢。实验结果显示本文的助力方法可以在传统的方法的基础上实现更多的能量消耗降低,证明了本文的方法行之有效。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 课题研究的背景和意义
  •     1.1.1 课题的来源
  •     1.1.2 课题的目的和意义
  •   1.2 国内外在该方向上的研究现状及分析
  •     1.2.1 人体助力策略国内外研究现状
  •     1.2.2 人体行走下肢逆动力学国内外研究现状
  •     1.2.3 国内外研究现状简析
  •   1.3 本文主要研究内容
  • 第2章 基于IMU的人体行走运动建模研究
  •   2.1 引言
  •   2.2 IMU及肢体坐标系
  •     2.2.1 肢体坐标系的建立
  •     2.2.2 IMU及其坐标系
  •   2.3 IMU相对于肢体段坐标系方向信息解算
  •     2.3.1 肢体坐标系z轴方向矢量解算
  •     2.3.2 肢体坐标系z轴方向矢量校正
  •     2.3.3 肢体坐标系y轴方向矢量解算
  •     2.3.4 肢体坐标系x轴方向矢量解算
  •   2.4 IMU相对于关节中心点的位置信息解算
  •     2.4.1 基于关节中心加速度信息的IMU位置矢量解算
  •     2.4.2 基于关节中心速度信息的IMU位置矢量解算
  •     2.4.3 基于数据融合算法的IMU位置矢量解算
  •   2.5 人体运动信息解算
  •     2.5.1 下肢关节运动信息解算
  •     2.5.2 躯干运动信息解算
  •   2.6 实验验证
  •     2.6.1 人体运动信息测量
  •     2.6.2 膝关节运动学模型验证
  •     2.6.3 髋关节运动学模型验证
  •     2.6.4 踝关节运动学模型验证
  •     2.6.5 躯干运动学模型验证
  •     2.6.6 误差分析
  •   2.7 本章小结
  • 第3章 基于IMU的人体行走逆动力学建模研究
  •   3.1 引言
  •   3.2 人体简化模型
  •     3.2.1 人体模型的建立
  •     3.2.2 人体模型参数定义
  •     3.2.3 人体模型参数确定
  •   3.3 人体行走运动学模型
  •   3.4 人体行走逆动力学建模
  •     3.4.1 脚底作用力解算
  •     3.4.2 关节内力解算
  •     3.4.3 关节力矩解算
  •   3.5 实验验证
  •     3.5.1 人体下肢关节力矩测量
  •     3.5.2 下肢逆动力学模型验证
  •     3.5.3 误差分析
  •   3.6 本章小结
  • 第4章 基于人体下肢逆动力学助力时的能量消耗仿真研究
  •   4.1 引言
  •   4.2 人体正常行走时的能量消耗仿真分析
  •     4.2.1 人体模型的建立
  •     4.2.2 基于轨迹误差的模型运动信息优化
  •     4.2.3 基于脚底作用力的模型运动信息优化
  •     4.2.4 人体能量消耗仿真
  •   4.3 助力装置本体对人体能量消耗影响的仿真分析
  •     4.3.1 末端执行器的影响
  •     4.3.2 驱动器和控制器的影响
  •     4.3.3 助力装置整体的影响
  •   4.4 助力情况下人体能量消耗仿真分析
  •   4.5 本章小结
  • 第5章 实验验证
  •   5.1 引言
  •   5.2 实验测量系统
  •     5.2.1 能量消耗检测单元
  •     5.2.2 运算和储存单元
  •     5.2.3 运动信息测量单元
  •     5.2.4 脚底作用力采集单元
  •   5.3 实验设置
  •     5.3.1 实验对象
  •     5.3.2 实验方法
  •   5.4 实验结果及效果评价
  •   5.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士期间发表的论文
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 马建涛

    导师: 韩俊伟

    关键词: 助力力矩,惯性测量单元,人体运动学模型,人体逆动力学模型,代谢率

    来源: 哈尔滨工业大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 生物学,工业通用技术及设备

    单位: 哈尔滨工业大学

    基金: 中央军委科学技术委员会资助的XXX项目子课题

    分类号: TB18

    DOI: 10.27061/d.cnki.ghgdu.2019.001150

    总页数: 101

    文件大小: 3126K

    下载量: 173

    相关论文文献

    • [1].中国计量测试学会运动信息测试专业委员会成立大会顺利召开[J]. 工业计量 2017(01)
    • [2].感知运动信息在概念表征中的作用[J]. 心理科学 2015(06)
    • [3].运动信息题的复习对策——兼谈近三年高考第23题解答策略[J]. 物理教学探讨 2008(17)
    • [4].利用位置和运动信息的目标识别[J]. 电光与控制 2008(10)
    • [5].运动信息模式结构的时间和空间特征——基于排球发球落点判断的研究[J]. 吉林体育学院学报 2015(04)
    • [6].绑在鞋带上的GPS计步器[J]. 情感读本 2017(34)
    • [7].乐前沿[J]. 初中生天地 2018(11)
    • [8].排舞运动信息网络服务平台构建理论研究[J]. 搏击(体育论坛) 2014(03)
    • [9].基于可分级视频编码的双向双维运动信息可分级[J]. 计算机应用研究 2011(01)
    • [10].一种获取载机尾后目标运动信息的方法研究[J]. 弹箭与制导学报 2008(05)
    • [11].多目标追踪中基于运动信息的分组效应[J]. 心理学报 2018(11)
    • [12].应用眼电图的人眼注视目标运动信息线性解码方法[J]. 西安交通大学学报 2013(12)
    • [13].释惑[J]. 财富生活 2019(03)
    • [14].基于人脸运动信息和改进保局投影的疲劳识别[J]. 计算机科学 2010(11)
    • [15].融合运动信息的三维视觉显著性算法研究[J]. 计算机工程 2018(01)
    • [16].动态跟踪场景中自适应层叠式粒子滤波[J]. 电子元器件与信息技术 2018(01)
    • [17].基于运动信息的弱小目标跟踪方法[J]. 弹箭与制导学报 2010(04)
    • [18].基于S变换的非平稳微小运动自动放大[J]. 计算机应用 2017(05)
    • [19].基于运动信息的视频图像空间目标检测[J]. 海军航空工程学院学报 2016(02)
    • [20].基于IPP图像软件的管流中粗颗粒运动信息提取方法研究[J]. 矿冶工程 2017(05)
    • [21].基于接近式传感器电子计步器的设计[J]. 科技信息 2014(01)
    • [22].基于运动信息自适应的快速运动估计算法[J]. 中国图象图形学报 2012(09)
    • [23].基于视频追踪的猪只运动快速检测方法[J]. 农业机械学报 2016(10)
    • [24].创意生活[J]. 今日中学生 2017(34)
    • [25].模型源于经典 创新凸显能力——2019年高考全国Ⅰ卷21题评析及备考启示[J]. 中学生数理化(高考使用) 2020(01)
    • [26].基于目标运动信息的Mean Shift跟踪算法研究[J]. 实验技术与管理 2020(03)
    • [27].前景图像分割方法和装置[J]. 科技创新导报 2016(05)
    • [28].空间导航:路标学习和路径整合的关系[J]. 心理科学进展 2015(10)
    • [29].基于时空运动信息的药液异物自适应分割算法[J]. 光电子.激光 2009(06)
    • [30].利用多源运动信息的下肢假肢多模式多步态识别研究[J]. 传感技术学报 2011(11)

    标签:;  ;  ;  ;  ;  

    基于IMU的下肢行走逆动力学建模与助力仿真及实验研究
    下载Doc文档

    猜你喜欢