假肢手/腕的电气系统及控制研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:erhen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
手和手腕在人们日常的工作、学习和生活中起着至关重要的作用,人类大部分活动都离不开手的参与。因此,研制一款轻巧、灵活、便捷的假肢手/腕系统将会给上肢残疾人士的生活带来巨大的便利。一些欧美国家早在20世纪中叶便开始对假肢进行研究,我国在这方面起步较晚,技术相对落后,因此研制一款先进的仿人智能假肢手/腕系统对于提升我国假肢的研发能力显得格外重要。本文根据HIT-VI假肢手和手腕的机械结构与功能需求,设计其电气系统。并在此基础上,完成传感器信号的处理和系统参数的获取。最后对假肢手和手腕的运动和抓握控制进行研究。机械结构决定了假肢手/腕的灵活程度,而电气系统则是充分发挥其功能的关键。本文设计并制作一整套应用于假肢手和手腕中的模块化、集成化且高稳定性的电气系统。该系统具有驱动直线电机、直流电机,实时采集并处理多路传感器数据,执行控制算法,完成模块间高速且稳定通信等多种功能。此外,电气系统中所有的PCB电路板都安装在假肢手和手腕中。在负反馈控制系统中,反馈信号的质量和系统相关参数是否已知往往影响着闭环系统的控制精度以及稳定性。本文着重对电机的电流数据、位置信息进行处理,并完成电机转速的估计,以实现电气系统和机械结构的安全且平稳地运转。在此基础上对电机的参数进行辨识,以完成电机的精确控制。最后对假肢手和手腕的功能进行验证。为评价假肢手/腕系统的灵活性,本文设计实验,通过手/腕协同的方式控制假手指尖在笛卡尔空间中进行轨迹跟踪运动控制。为验证假肢手的抓握能力,本文提出一种有效的控制方法,完成假手在抓握不同材质物体时,平稳地实现抓取力的控制。最后设计实验,控制手/腕系统完成日常生活中的简单操作。
其他文献
主动脉血管疾病是人类心血管疾病中最具威胁的健康杀手。通过主动脉形态结构监测其健康状况能够及时诊断出主动脉夹层和主动脉瘤等疾病,已成为临床中重要的计算机辅助诊断方式。医学图像人工标注将耗费大量时间,且因受标注者主观影响而有所差异。本文提出了一种基于深度学习的全自动精细化主动脉分割算法,有效解决了医学图像分割尤其是管状结构分割任务的难点问题,具有较强的鲁棒性和泛化性。本文第一部分针对融合上下文语义信息
提高低压涡轮单个叶片载荷可以减少低压涡轮叶片数目,有效降低低压涡轮部件质量,实现提高发动机推重比的目的。然而由于负荷的增加,叶片吸力侧附面层会承受更大的逆压梯度,在高空低雷诺数工作环境下更易发生层流分离,造成损失剧烈增加,严重影响发动机的工作效率和飞行器的续航时长。因而通过研究开发有效的流动控制手段,抑制由负荷提升造成的低雷诺数下层流分离带来的不利影响,是近些年高负荷低压涡轮相关研究中的一大热点。
机器视觉导航在机器人、智能驾驶等领域应用越来越广泛,导航数据集对于导航算法的训练和测试发挥着重要的作用,但目前导航数据集大多基于固定轨迹生成,存在不能生成任意轨迹下的数据、通用性差等问题。本文基于RGB-D相机(彩色-深度相机),提出一种基于三维重建模型的导航仿真数据集生成方法,实现了在重建三维模型中根据设定的轨迹、视觉传感器类型,生成包含图像序列和轨迹序列等信息的数据集。具体工作如下:(1)综合
高压输电线路遍布全国大大小小各个地方,是进行现代生产生活的基本保障,而每年对高压导线的维护检修都需要耗费巨大的人力与物力,低效率、低可靠性的传统高压输电线路巡检手段已经不再适合现代社会的发展需求,因此本文研发了一款应用于220KV或500KV的架空高压导线检修机器人运动控制系统,结合传统机器人控制方法与架空巡检机器人的特性,按照线上运动的不同阶段对机器人展开运动控制系统设计,充分利用现代传感器的感
架空线路是电力系统的重要组成部分,架空线路和线路上各类金具长期暴露在室外环境下容易发生损坏,因此需要进行架空线路巡检工作。利用架空线路机器人代替人工进行巡检可降低人员劳动强度,保护人员人身安全。当前架空线路机器人存在智能化程度不高且较少考虑机器人随导线发生摇摆的状况等问题,对此,论文重点研究了架空线路机器人检测臂路径规划技术、针对机器人平台小角度摇摆的位置补偿技术和针对机器人平台大角度摇摆的摇摆预
当前,分布式流处理系统中的处理逻辑变得更加复杂,数据流图规模变大,图拓扑结构较为复杂。现有的流处理资源管理器中的启发式调度规则不够灵活,调度效果较差,影响了流处理系统性能,现有的节点调度算法难以在大规模流处理任务上取得较好的调度效果。本课题中,针对如何对流处理应用中的大规模数据流图节点进行资源调度,提高分布式流处理系统处理效率的问题,采用了深度强化学习与多级图划分技术,从两个方面进行了研究,设计并
利用多智能体协同决策算法可以在多智能体系统中协调多个智能体的资源和活动来实现共同的目标,其在智能交通系统、智能电网系统、无线传感器网络和无人机群协同控制等领域有广阔的应用前景。其中,以马尔科夫决策过程为基本模型的多智能体深度强化学习类方法在解决机器人协同控制问题时取得了较好的表现。该类方法的特点是具备基于观测数据更新的在线学习能力,在端侧应用时对环境具有较好适应性。但是,由于端侧嵌入式处理器的计算
智能钻探技术具有智能化、自动化的优点,在现今和将来都是钻探领域的研究热点。为结合大数据和深度学习,智能钻探技术需要大量的数据为其提供支撑,因此服务于智能钻探技术的数据采集单元具有重要的研究意义。但是现今智能钻探系统的研究还不够成熟,井下的测量仪器大部分是分立化且功能单一的,不利于智能钻探系统进行数据收集。此外,井下恶劣的工作环境、钻探工作产生对测量造成的干扰、体积、功耗等限制给井下数据采集带来了现
人类以对话的方式询问信息,当前询问的问题通常与之前的问答存在关联。然而当前的机器阅读理解任务更多是单轮问答,不同轮的问题和答案没有相关性,可以独立的求解。为了使得机器具备像人一样询问信息的能力,研究者提出对话式阅读理解任务,给定一篇文章和多轮问题,当前轮问题的回答不仅依赖于文章内容,还需要结合当前轮次的问答历史信息。本文探究融合问答历史信息的机器阅读理解技术,即在结合文章回答当前轮问题的过程中融入
随着人工智能的快速发展,卷积神经网络在自然语言处理、计算机视觉、医学治疗等任务中扮演着至关重要的角色,尤其在计算机视觉领域取得了令人瞩目的成绩,例如目标检测、特征识别、图像检索等。但是,随着卷积神经网络在应用上的愈发深入,其结构愈发复杂,模型的计算量更是指数级上升,其对算力和存储空间的要求也越来越高。在过去半个世纪,集成电路的发展受到摩尔定律的限制,硬件计算力的提升远远满足不了人们对计算力的需求。