面向人机交互任务的控制系统研究与设计.pdf

面向人机交互任务的控制系统研究与设计.pdf

  1. 1、本文档共76页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要 在众多人机接口信号中,研究者对电阻抗断层扫描(Electrical Impedance Tomography ,EIT )生物信号的研究相对较少,它在病理研究,病变检测方便已 经被广泛应用,但在对人体关节动力学估计方面,目前研究中还没有将其作为人 机接口与作为机器人的控制参数使用,从最近数年的发展情况来看,其具有一定 的研究价值,因此本文将使用EIT 信号特征对人体关节动力学进行估计,最后作 为人机接口信号设计一套面向人机交互任务的机械臂控制系统。 本文使用基于生物信号特征的 EIT 信号对人手臂连续抓握力进行实时估计, 作为机械臂的控制参数使用。以UR5 机械臂为实验平台,设计了抓握力实时估 计实验,位置/ 阻抗混合控制人机交互实验,人机协作锯切实验验证了EIT 信号 作为人机交互接口的可行性及控制算法的有效性。最终完成了一套面向人机交互 任务的机械臂控制系统,系统包含EIT 传感前端、EIT 信号采集设备、EIT 图像 重构上位机、机械臂实时控制上位机、机械臂本体、六维力/力矩传感器等。 抓握力实时估计实验共选择了5 名被试, 拟合平均决定系数值为0.83±0.04 , 平均RRMSE 为0.31±0.10 ;位置/ 阻抗混合控制实验选择了3 名被试,每名被试 5 个实验试次,研究了位置误差峰值与误差恢复到峰值的 10%之间的持续时间。 在被试抓取力较大时,所有试次的平均持续时间为798.24 ms ,,在被试抓取力较 大时,所有试次的平均持续时间为2144.89 ms 。使用EIT 生物信号对实时抓取力 估计的RRMSE 为0.211 ;人机协作锯切实验选择了3 名被试,每名被试3 个试 次,研究了被试锯切周期,向下锯切力的大小以及对推拉状态的识别率。所有试 次的平均最快锯切周期为放松状态1.220S,收紧状态1.400S;向下锯切力放松状 态 12.692N ,收紧状态15.504N;向下锯切速度放松状态0.407 cm/min ,收紧状 态0.803 cm/min ; 本文结论证明了: (1)基于EIT 生物信号作为人机接口对人体关节动力学估计的可行性。 (2 )EIT 新型人机接口用于机械臂实时控制的可行性及其性能。 (3 )机械臂控制系统的完整性及其性能。 关键词:EIT ,关节动力学估计,人机交互,机械臂控制 I Abstract In many man-machine interface signals, the researchers of Electrical impedance tomography biological signal research is few, it is in pathological study, convenient lesion detection has been widely used, but in terms of dynamics of the human body joint estimation, the current study is not as a man-machine interface and used as control parameters of the robot, it is very important research value and significance, so this article will use the EII signal characteristics to the human body joint dynamics to estimate, the final as the man-machine interface signal to design a set of the machine arm control system for human-computer interaction. This article USES the EIT signal based on biological signal feature of arm in continuous real-time estimate catch grip strength, u

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档