-
题名电动跑步机上步态特征获取系统的设计
被引量：9
- 1
-
-
作者
杨先军
李春丽
夏懿
刘建强
王俊青
孙怡宁
-
机构
中国科学技术大学自动化系
安徽省仿生感知与先进机器人技术重点实验室
中国科学院合肥物质科学研究院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2012年第6期751-755,共5页
-
文摘
将柔性阵列压力传感技术应用到跑步机上,设计了一种新的在跑步机上获取步态特征的系统。该系统可以准确获取步长、步频、腾空时间和支撑时间等4个步态特征指标,用于跑步机上跑步的步态特征分析。通过研究不同速度下训练者的步态特征,发现训练者会通过调整步频和步长以达到设定的跑步机跑速;同时,训练者在不同速度下调整的方式是不同的。因此,该研究为今后在电动跑步机上实现速度自适应控制提供了很好的参考。
-
关键词
柔性阵列压力传感器
跑步机
步态
-
Keywords
flexible array pressure sensor
treadmill
gait
-
分类号
TP274.2
[自动化与计算机技术—检测技术与自动化装置]
TP274.3
[自动化与计算机技术—控制科学与工程]
-
-
题名基于姿态与力测量的手功能自动康复评估方法
- 2
-
-
作者
白敬
王智贤
温秀兰
-
机构
南京工程学院智能装备产业技术研究院
江苏省智能制造装备工程实验室
南京工程学院自动化学院
-
出处
《测控技术》
2024年第4期77-82,共6页
-
基金
江苏省自然科学基金青年基金项目(BK20210930)
江苏省高等学校自然科学研究面上项目(21KJB510039)
南京工程学院引进人才科研启动基金(YKJ2019113)。
-
文摘
脑卒中后约70%的患者存在手部功能障碍,需要长期进行康复治疗。康复评估是制定康复治疗方案的科学依据。现有手功能评定方法需要有经验的医生指导患者完成目标任务,其评分机制具有一定的主观性,而且持续时间较长,整个评估过程不仅费力、复杂,还降低了患者的舒适度。目前仍缺乏准确的手功能自动评估系统,开发客观、定量、可靠的测量设备,实现手功能自动评估在康复医学中具有重要意义。因此,提出一种基于柔性阵列式薄膜压力传感器(Flexible Array Pressure Sensor,FAPS)和RGBD相机的自动Fugl-Meyer手功能评估系统。该系统采用Leap Motion双目视觉传感器跟踪手部/手腕的运动姿态,将FAPS分别附着在5种抓握工具上,记录5种抓握方式下手部的力信息。设计包含教学视频的上位机平台,指导患者康复评估动作。分别提取运动姿态和力信息的特征值,设计基于不同条件的逻辑规则分类方法进行每个动作的评定。进行了初步实验,结果证明该系统可用于手部运动功能的康复评估。
-
关键词
康复评估
手功能
柔性阵列式薄膜压力传感器
逻辑规则
-
Keywords
rehabilitation assessment
hand function
flexible array pressure sensor
logic rules
-
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
R496
[自动化与计算机技术—控制科学与工程]
-
-
题名基于柔性薄膜传感器的翼面攻角测试研究
被引量：3
- 3
-
-
作者
王锋
韩俊博
焦国太
-
机构
中北大学机电工程学院
-
出处
《中北大学学报（自然科学版）》
CAS
北大核心
2013年第6期673-677,共5页
-
文摘
针对常规嵌入式大气数据传感系统对飞行器性能和结构的影响,采用全柔薄膜传感阵列代替传统的阵列压力传感器,提出了一种利用新型传感材料粘贴在被测体表面的测试方法,分析了全柔衬底压力传感阵列布置及攻角测量原理,通过仿真得到测量传感器阵列上各点的压力数据,然后进行数据处理,得到攻角参数信息,从而可以进行飞行器的控制和姿态调整.该研究可以为飞行器翼面攻角数据测量系统的设计提供参考.
-
关键词
攻角
柔性薄膜传感器阵列
压力传感器
-
Keywords
attack angle
flexible thin film sensor array
pressure sensor
-
分类号
TJ85
[兵器科学与技术—武器系统与运用工程]
-
-
题名基于柔性薄膜阵列压力传感器的抱闸故障诊断
被引量：1
- 4
-
-
作者
皮瑶
刘惠康
李倩
-
机构
武汉科技大学教育部冶金自动化与检测技术工程研究中心
-
出处
《高技术通讯》
CAS
2021年第8期836-843,共8页
-
基金
国家重点研发计划(2017YFC0805104)资助项目。
-
文摘
抱闸制动装置广泛应用于工业提升装置、民用曳引式电梯,针对抱闸制动器的运行状态监测和故障诊断,本文提出一种基于柔性薄膜阵列压力传感器的故障诊断方法,运用卷积神经网络(CNN)对传感器的数据进行处理达到故障诊断的目的。本文在LeNet5模型的基础上引入跨连接部分,将网络结构中提取的低层次特征与高层次特征相结合,经过全连接层达到多分类的目的。通过训练来自柔性薄膜阵列压力传感器的实验数据,该模型实现了4种基本抱闸故障和正常状态的自动识别。实验结果表明,改进的LeNet卷积神经网络模型在抱闸故障诊断上的检测正确率达到99.19%,该模型在同一训练数据集上的表现明显优于传统的LeNet5模型。
-
关键词
柔性薄膜阵列压力传感器
LeNet模型
跨连接
抱闸制动器
故障诊断
-
Keywords
flexible film array pressure sensor
LeNet model
cross-connected
drum brake
fault diagnosis
-
分类号
TH17
[机械工程—机械制造及自动化]
TP212
[自动化与计算机技术—检测技术与自动化装置]
-
