自適應(yīng)性主動式下肢假肢仿生控制方法研究.pdf

1、近些年來，隨著生物學(xué)和仿生學(xué)的研究發(fā)展，很多的生物學(xué)的研究成果為假肢控制領(lǐng)域帶來新的思路。研究發(fā)現(xiàn)，生物的很多運動例如呼吸、行走、心跳等，并不是由生物體的大腦去直接控制，而是由位于生物低級神經(jīng)中樞的被稱作中樞模式發(fā)生器（Central Pattern Generator, CPG）去直接控制。本文將基于CPG的仿生控制方法應(yīng)用到下肢假肢的控制，主要工作內(nèi)容包括以下幾個方面：
　　1、熟悉了解人體對步態(tài)的分層運動控制系統(tǒng)，將基于CP

2、G的仿生控制方法應(yīng)用于對下肢假肢的控制，使用自激振蕩的非線性振蕩器去模擬控制信號的產(chǎn)生過程，對常見的Hopf振蕩器、Rayleigh振蕩器和Matsuoka振蕩器進(jìn)行分析比較，選擇Hopf振蕩器作為組成振蕩器網(wǎng)絡(luò)的基本振蕩器。
　　2、Hopf振蕩器僅能產(chǎn)生固定角頻率的振蕩信號，無法實現(xiàn)對外部訓(xùn)練信號的學(xué)習(xí)，因此將Dynamic Hebbian Learning學(xué)習(xí)算法加入到對Hopf振蕩器的學(xué)習(xí)訓(xùn)練之中，改進(jìn)的Hopf振蕩器中的

3、角頻率由常量變?yōu)闋顟B(tài)變量，進(jìn)而可以實現(xiàn)對外部周期信號角頻率的學(xué)習(xí)。
　　3、將幾個改進(jìn)的Hopf振蕩器組成CPG網(wǎng)絡(luò)，振蕩器之間實現(xiàn)耦合，使用正常的肢體行走步態(tài)數(shù)據(jù)去完成對整個網(wǎng)絡(luò)的訓(xùn)練，并對整個振蕩器網(wǎng)絡(luò)引入反饋，用反饋信息去調(diào)整每個振蕩器的幅值、振蕩角頻率和相位。訓(xùn)練結(jié)束后，由若干具有不同幅值、振蕩角頻率和相位的振蕩器組成的CPG網(wǎng)絡(luò)，可以實現(xiàn)對訓(xùn)練信號的重現(xiàn)，振蕩器網(wǎng)絡(luò)自激振蕩輸出可以用于控制假肢的信號，步速的調(diào)整和步態(tài)的切