论文总字数：17388字

摘 要

二战后，对于上肢康复机器人的研究不断加深，主要用于辅助肢体残疾患者作恢复性的运动锻炼使其实现更多自如运动。上肢康复机器人研究能够延长人寿命，改善人们生活，逐渐成为研究热点之一。上肢康复机器人主要通过肢体残疾的患者穿戴上仿生的肢体机器人，通过控制电流强弱控制该机器人的关节从而实现肢体运动。例如帮助由于中枢神经系统（CNS）的损伤而导致的感应运动能力降低的患者，辅助他们实现肢体的运动功能。

本文将介绍将人工神经网络应用于上肢康复机器人的控制中，即在充分理解人工神经网络算法和人体手臂平面模型及简化模型的前提下，编写程序控制手臂的动作。并通过仿真实现人手臂的简单抬举运动。在简要概括相关方向国内外研究和发展现状后，阐述并分析了人工神经网络的各种算法，建立人平面手臂的实际模型和简化模型。设计基于NRBF的神经网络结构的Actor-Critic控制器，其中Actor网络和Critic网络均采用径向一致性的RBF神经网络结构，网络参数更新均采用TD误差方法。通过设计Actor-Critic控制器，应用MATLAB实现人手臂的抬举运动的仿真过程。

关键词：人工神经网络 机器人 人手臂的平面模型 运动控制 计算机仿真

Abstract

After World War II, the study of upper limb rehabilitation robots has been deepened, mainly for the rehabilitation of physically handicapped patients for restorative exercise to make it more free movement. The research of upper limb rehabilitation robot can prolong human life and improve people's life, and gradually become one of the research hotspots. Upper limb rehabilitation robots mainly through physical disability patients wear bionic limbs robot, by controlling the current strength of the control of the robot joints in order to achieve limb movement. Helping patients with reduced mobility due to damage to the central nervous system (CNS), assisting them in achieving limb motor function.

This paper describes the application of artificial neural network in the control of upper limb rehabilitation robot. that is, in the full understanding of artificial neural network algorithm and the human arm plane model and simplified model under the premise of the preparation of procedures to control the action of the arm. And through the simulation to achieve a simple lift arm movements. After summarizing the research and development status of domestic and foreign countries, the various algorithms of artificial neural network are expounded and analyzed, and the actual model and simplified model of human plane arm are established. The Actor-Critic controller based on NRBF neural network structure is designed. The RBF neural network structure of radial network is used for both Actor and Critic networks. TD error method is adopted for network parameter updating. Through the design of Actor-Critic controller, the application of MATLAB to achieve the human arm lift movement simulation process.

Keywords: Artificial neural networks; robot; The plane model of the human arm

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1研究背景及意义 1

1.2国内外研究现状 1

1.3 论文内容与结构安排 7

第二章 人手臂平面模型 9

2.1 人体上肢模型 9

2.2 简化的手臂平面模型 11

第三章 人工神经网络 14

3.1 BP神经网络原理 14

3.2 径向基神经网络 15

3.3 Hopfield神经网络 15

3.4 NRBF神经网络 15

第四章 手臂控制系统的设计与结果分析 20

4.1 MATLAB实验平台 20

4.1.1 MATLAB概述 20

4.1.2MATLAB神经网络工具箱 21

4.2 控制方法与结果分析 22

第五章 总结 25

参考文献 26

致 谢 28

第一章 绪论

1.1研究背景及意义

由于最近十几年国内经济的飞速进步和社会渐渐迈入老龄化等原因。人们对于助老助残的康复工程参与度也大大提高[1]。据中国残疾人联合会的数据，到2015年底，全国残疾人人口基础数据库收录持证的残疾人为3145.7万人，754.9万的残疾人获得康复服务，他们中的39.8万名肢体残疾人实施了功能恢复训练[2-3]。康复器材的需求不断增多，社会生活水平的提高以及对健康的重视加快了消费的提高，这就使更多的人开始使用康复器材，辅助人类手臂运动的机器人手臂在现实中的应用越来越多，在有着广阔的市场前景。近些年，随着科技水平的发展，辅助人类手臂运动的机器人手臂成为研究主要方向，其目标是帮助手臂残疾的患者实现正常的运动。为了实现运动，使用控制器替代人类脑部生成控制信号，用高质量的机器人算法可以实现机器人高等级的功能。“大脑”发出指令控制电极产生电脉冲，并使用电流强弱控制上肢康复机器人的电机[4]。

由于肢体损伤而形成的疾病会减少人类的运动性能，给残疾人的生活带来巨大的不方便。如上肢残疾等。辅助人类手臂运动的机器人手臂通过机械手臂来减少因手臂肢体的损伤而带来的不便。模仿人类手臂运动的机器人手臂常用于上肢残疾的患者，可以帮助患者控制机器手臂的运动。辅助手臂残疾的患者实现简单的功能运动。本文致力于辅助人类手臂运动的机器人手臂方面的研究，通过研究设计具有智能性的控制器实现了手臂抬举等动作，不但提高了机器人手臂系统的快速性，并使其具有长期稳定性，通过仿真验证并着手在机器人上进行模拟实验。

1.2国内外研究现状

有些患者的瘫痪是由于脊髓损伤或脑卒中（中风），他们的患肢运动功能的训练将会对机能恢复起到非常大的作用[5]。同时，对病人中枢神经系统恢复正常工作有很好的效果。以前患者的肢体机能恢复运动经常是由医生使用简易的器械完成。但是在现在伴随着科技的进步，许多具有高技术含量的辅助康复系统慢慢走进大众的视野。同时，针对病人的康复训练的效率和它所达到的效果也有了非常大的提高。现在，在实现辅助残疾人恢复上肢功能性运动方面，具有高技术水平的训练系统主要分为两种。即功能性电刺激和外骨骼上肢康复机器人[6]。这两种方法通过不同的技术实现同一目的即帮助由中枢神经系统（CNS）损坏而导致的肢体残疾的患者恢复其肢体机能。

请支付后下载全文，论文总字数：17388字