目的针对现有上肢康复训练系统提供视觉和触觉反馈无法关联的问题,本文以自主研发的末端牵引式上肢康复机器人为基础,研究基于力跟踪的视觉与触觉反馈融合技术及其对于上肢训练的效果。方法在虚拟环境中构建力学模型的基础上,本文设计...目的针对现有上肢康复训练系统提供视觉和触觉反馈无法关联的问题,本文以自主研发的末端牵引式上肢康复机器人为基础,研究基于力跟踪的视觉与触觉反馈融合技术及其对于上肢训练的效果。方法在虚拟环境中构建力学模型的基础上,本文设计两种与视觉反馈融合的触觉反馈,分别为两物体间靠近时的排斥力以及物体在介质平面移动时的摩擦力,进而采用基于力跟踪的机器人控制算法将虚拟环境中构建的力反馈通过操纵杆传递给用户。招募8例健康受试者,分别在有无反馈融合模式下进行对照训练。在训练过程中采集受试者与系统的实际和期望力反馈,以及三角肌前束、三角肌后束、肱二头肌和肱三头肌的表面肌电信号。计算有反馈融合模式下期望与实际力反馈之间的均方根误差,用于表征基于力跟踪的多感觉反馈融合效果。计算两种模式下的肌电积分值(i EMG)和单位时间内肌电幅值(EMG/T)以探究融合反馈技术对上肢运动训练的影响。结果在有反馈融合模式下,实际与期望交互力反馈的均方根误差为(0.757±0.171) N;肱二头肌、肱三头肌、三角肌前束和后束的i EMG均显著大于无反馈融合模式下(|t|> 7.965, P <0.001);前三块肌肉的EMG/T显著大于无反馈融合模式下(|t|> 6.363, P <0.001)。结论设计的上肢康复机器人训练系统可以精确地将虚拟环境中构建的力反馈传递给用户,通过视觉与触觉融合增加机器人系统对于训练者外周神经功能的刺激,促使训练者付出更多的努力。基于力跟踪的视觉与触觉反馈融合技术的优势在于可以在虚拟环境中自由构建力学模型,力反馈模式不受空间位置的限制,且可以在同一位置叠加两种以上的力学模型,从而使力反馈效果与虚拟环境中的视觉反馈更加匹配,激发训练者的运动康复兴趣,增强人机交互体验感。展开更多
水泥回转窑流程是新型干法水泥生产工艺的关键工艺流程之一,由于该工艺流程是一个复杂的物理、化学反应过程,具有多输入、大滞后、非线性、时变参数等特点,因此难以建立其精确的数学模型.采用径向基函数神经网络(Radial Basis Function ...水泥回转窑流程是新型干法水泥生产工艺的关键工艺流程之一,由于该工艺流程是一个复杂的物理、化学反应过程,具有多输入、大滞后、非线性、时变参数等特点,因此难以建立其精确的数学模型.采用径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)来建立该系统的神经网络模型.通过对某大型水泥厂实时采集的生产数据对网络进行训练和测试,模型测试结果表明:采用该方法所建的模型精度较高、泛化能力较好,为解决复杂的难以建立数学模型的系统建模问题提供了参考.展开更多
文摘目的针对现有上肢康复训练系统提供视觉和触觉反馈无法关联的问题,本文以自主研发的末端牵引式上肢康复机器人为基础,研究基于力跟踪的视觉与触觉反馈融合技术及其对于上肢训练的效果。方法在虚拟环境中构建力学模型的基础上,本文设计两种与视觉反馈融合的触觉反馈,分别为两物体间靠近时的排斥力以及物体在介质平面移动时的摩擦力,进而采用基于力跟踪的机器人控制算法将虚拟环境中构建的力反馈通过操纵杆传递给用户。招募8例健康受试者,分别在有无反馈融合模式下进行对照训练。在训练过程中采集受试者与系统的实际和期望力反馈,以及三角肌前束、三角肌后束、肱二头肌和肱三头肌的表面肌电信号。计算有反馈融合模式下期望与实际力反馈之间的均方根误差,用于表征基于力跟踪的多感觉反馈融合效果。计算两种模式下的肌电积分值(i EMG)和单位时间内肌电幅值(EMG/T)以探究融合反馈技术对上肢运动训练的影响。结果在有反馈融合模式下,实际与期望交互力反馈的均方根误差为(0.757±0.171) N;肱二头肌、肱三头肌、三角肌前束和后束的i EMG均显著大于无反馈融合模式下(|t|> 7.965, P <0.001);前三块肌肉的EMG/T显著大于无反馈融合模式下(|t|> 6.363, P <0.001)。结论设计的上肢康复机器人训练系统可以精确地将虚拟环境中构建的力反馈传递给用户,通过视觉与触觉融合增加机器人系统对于训练者外周神经功能的刺激,促使训练者付出更多的努力。基于力跟踪的视觉与触觉反馈融合技术的优势在于可以在虚拟环境中自由构建力学模型,力反馈模式不受空间位置的限制,且可以在同一位置叠加两种以上的力学模型,从而使力反馈效果与虚拟环境中的视觉反馈更加匹配,激发训练者的运动康复兴趣,增强人机交互体验感。
文摘目的探究健康志愿者使用康复机器人进行上肢画圆运动中实时视觉轨迹反馈对于志愿者运动学习能力的影响。方法 2018年7至9月,右利手健康志愿者24例按运动能力基准水平测试分为两组,一组包含视觉、成绩和实时轨迹三种反馈(V+KP+KR组),另一组仅包含视觉和成绩两种反馈(V+KR组),两组均进行各自不同条件下的顺时针画圆任务训练,每节20次,共5节,3 d后进行1节保持测试。通过设计的圆度偏移量(RS)和完成时间两个参数对两组运动过程进行评估。结果两因素重复测量方差分析显示,RS值组间和组内均存在交互作用(F=6.029, P <0.001);分析组间单独效应,除第5节训练外(F=8.775, P=0.658),V+KP+KR组RS值均显著高于V+KR组(F> 13.126, P <0.001);分析组内单独效应,两组组内都有非常高度显著性差异(F> 12.465, P <0.001)。对于完成时间,组间和组内不存在交互作用(F=1.606, P=0.228),组间主效应不显著(F=0.55, P=0.477),组内主效应显著(F=3.95, P=0.031)。结论实时轨迹反馈可以帮助志愿者在运动学习早期阶段快速掌握运动任务要领,从而帮助其提升新任务的快速学习能力,但在运动学习中后期对于运动学习能力的提升效果不显著。志愿者在运动学习中后期对于实时轨迹反馈的依赖性逐渐减少,进而更加依靠运动本体感觉来完成任务。
文摘水泥回转窑流程是新型干法水泥生产工艺的关键工艺流程之一,由于该工艺流程是一个复杂的物理、化学反应过程,具有多输入、大滞后、非线性、时变参数等特点,因此难以建立其精确的数学模型.采用径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)来建立该系统的神经网络模型.通过对某大型水泥厂实时采集的生产数据对网络进行训练和测试,模型测试结果表明:采用该方法所建的模型精度较高、泛化能力较好,为解决复杂的难以建立数学模型的系统建模问题提供了参考.
