《仿生外骨骼的运动协同与自适应控制理论》一书，重点讨论仿生外骨骼的运动协同与自适应控制理论。可穿戴外骨骼的设计应该符合人体工程学,人体与外骨骼耦合为一个整体,人是系统的核心,处于控制回路当中。因此,人机协同控制算法需要将人的因素考虑在内。全书内容分为12章，主要包括基于遗传算法的人机耦合步态轨迹优化、基于光电传感的足底压力传感系统、多运动模式步态相位识别、仿生外骨骼关节角度协同运动。在外骨骼仿生设计的基础上,本书讨论了轨迹跟踪自适应控制算法、模糊自适应控制算法、不确定逼近的RBF神经网络自适应控制算法等。

目  录

第1章

绪论1

1.1 仿生外骨骼研究的目的和意义 1

1.2 仿生外骨骼国内外研究现状 2

1.3 仿生外骨骼关键技术与问题分析 12

第2章 基于遗传算法的人机耦合仿真模型18

2.1 人体下肢生理结构分析 18

2.1.1 人体解剖学18

2.1.2 下肢各关节自由度分析 20

2.1.3 关节驱动的自由度选择 21

2.2 人机耦合的仿生外骨骼构型设计 22

2.2.1 人体下肢运动链22

2.2.2 仿生外骨骼链24

2.2.3 人机耦合模型25

2.3 遗传算法的步态轨迹优化 26

2.3.1 耦合系统步态轨迹27

2.3.2 适应度评估方程29

2.3.3 仿真实验及结果分析 31

2.4 本章小结 37

第3章 」基于光电感应的足底压力传感系统38

3.1 仿生外骨骼的足底压力传感系统设计 38

3.2 光电式压力传感单元 39

3.2.1 光电-压力传感原理 39

3.2.2 模块化传感单元设计与制造 40

3.2.3足底压力传感鞋垫方案 43

3.2.4 足底压力中心步态参数 45

3.3 足底压力数据采集实验 46

3.3.1传感器特性分析46

3.3.2 双足压力信号采集48

3.4 本章小结 51

第4章 基于神经网络的步态相位识别52

4.1 仿生外骨骼的步态相位识别 52

4.2步态数据采集设备 53

4.3 步态相位划分方法 56

4.4 步态相位识别 59

4.4.1 多层感知机神经网络算法 59

4.4.2 人体步态数据集60

4.4.3 多运动模式步态相位识别 62

4.5 本章小结 67

第5章 基于长短时记忆网络的运动协同方法68

5.1 仿生外骨骼的运动协同 68

5.2 关节传感系统设计 69

5.3 动力外骨骼硬件系统 70

5.4 关节角度协同运动实验 72

5.5 长短时记忆网络的预测分析 76

5.5.1 长短时记忆网络76

5.5.2 运动协同预测结果78

5.6 本章小结 83

第6章 仿生外骨骼本体构型设计85

6.1 仿生外骨骼结构设计与仿真分析 85

6.1.1 结构设计85

6.1.2 仿真分析89

6.2 踝关节执行器的创新设计 92

6.3 动力外骨骼样机 98

6.3.1 关节执行器方案98

6.3.2 动力外骨骼机构99

6.3.3 样机实物 102

6.4 本章小结103

第7章 仿生外骨骼运动学与动力学分析 104

7.1 人体步态分析104

7.2 仿生外骨骼运动学分析107

7.3 仿生外骨骼动力学分析111

7.4 本章小结113