WAM机器人辅助上肢康复训练技术应用研究

运用WAM机器人辅助偏瘫上肢进行康复训练，从机器人运动参数和传统医学评估方法两方面分析验证康复训练的有效性.基于WAM机器人搭建实验平台，设计"十"字和"米"字康复训练方式，添加趣味性游戏，招募上肢偏瘫患者跟踪进行康复训练与评估.采集WAM机器人的轨迹和转矩信息，分析康复训练前后轨迹跟踪误差和转矩变化，评价患肢的运动功能，同时由康复医师运用传统评估法Brunnstrom等级分期法进行康复评估.实验结果显示，经过1个月的康复训练，机器人轨迹跟踪误差减小，转矩波动变化趋于平缓，患肢随意运动减少，评估Brunnstrom等级有所提升，且效果优于传统康复训练.研究结果表明WAM机器人辅助康复训练科学合理，康复效果优于传统康复训练方法.     

基于单片机的上下肢康复训练机器人

介绍了一种基于单片机的上下肢训练机器人.首先介绍了它的机械设计和控制系统设计.上下肢康复训练机器人由SSU7301单片机控制直流电机系统,由C8051F320单片机负责与上位机的USB通信部分,两部分之间通过串口通信.它可在一台康复训练机器人上实现上、下肢的康复训练,并有被动模式和主动模式2种训练方式,主、被动模式能实现自动切换.最后给出了上下肢训练机器人产品实例和实验结果,经过试验验证,该机器人设计合理,性能稳定,实现了上下肢的康复训练.     

基于相关点均值处理的Kinect人手位置检测方法研究

在人机交互领域中,人手的位置信息往往直接用于交互指令的解读与交互结果的计算,因此高精度的实时人手位置检测是实现非接触式的、自然的人机交互的重要基础.针对Kinect 2.0追踪人体骨骼点获取的三维坐标数据的波动和误差较大的问题,本文提出了基于相关点均值处理的人手位置检测算法.该算法基于深度信息,以手腕为分割阈值点,进行人手图像分割,并对人手位置信息相关点进行空间平均处理与时间平均处理,提高位置检测精度.实验结果表明：基于相关点均值处理的人手位置检测算法是有效的,检测误差在5 mm以内,能够满足在人机交互等应用系统中的基本要求.     

基于双幂次滑模的多机器人编队控制

本文研究了基于领航跟随法的多机器人系统编队控制问题.首先,基于队形约束,给出跟随者期望的轨迹,将编队问题转化为单个跟随者的轨迹跟踪问题.在此基础上,基于双幂次滑模趋近律,设计了跟随者的线速度和角速度控制器,保证了跟踪误差能够快速收敛到零,从而保证了编队队形的稳定.最后,通过仿真验证了所提方法的有效性.