CN113081703A - 一种助行器使用者方向意图判别方法及装置 - Google Patents

一种助行器使用者方向意图判别方法及装置 Download PDF

Info

Publication number
CN113081703A
CN113081703A CN202110259901.2A CN202110259901A CN113081703A CN 113081703 A CN113081703 A CN 113081703A CN 202110259901 A CN202110259901 A CN 202110259901A CN 113081703 A CN113081703 A CN 113081703A
Authority
CN
China
Prior art keywords
user
controller
walking aid
analog signal
sensors
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110259901.2A
Other languages
English (en)
Inventor
丁大民
王亚刚
夏卓
李海龙
张钰文
黄荣杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN202110259901.2A priority Critical patent/CN113081703A/zh
Publication of CN113081703A publication Critical patent/CN113081703A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H3/00—Appliances for aiding patients or disabled persons to walk about
    • A61H3/04—Wheeled walking aids for patients or disabled persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H3/00—Appliances for aiding patients or disabled persons to walk about
    • A61H3/04—Wheeled walking aids for patients or disabled persons
    • A61H2003/043—Wheeled walking aids for patients or disabled persons with a drive mechanism
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H3/00—Appliances for aiding patients or disabled persons to walk about
    • A61H3/04—Wheeled walking aids for patients or disabled persons
    • A61H2003/046—Wheeled walking aids for patients or disabled persons with braking means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/12—Driving means
    • A61H2201/1207—Driving means with electric or magnetic drive
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/16—Physical interface with patient
    • A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
    • A61H2201/1635—Hand or arm, e.g. handle
    • A61H2201/1638—Holding means therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5007—Control means thereof computer controlled
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A61H2201/5061—Force sensors

Landscapes

  • Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Pain & Pain Management (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Rehabilitation Therapy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Rehabilitation Tools (AREA)

Abstract

本发明公开了一种助行器使用者方向意图判别装置及方法，涉及医疗器械技术领域，该装置包括一组传感器、模拟信号采集电路和控制器；其中，模拟信号采集电路采集来自传感器的模拟信号，并经过处理转换为控制器的输入信号传递给控制器，控制器对输入信号经过神经网络处理，输出控制命令给助行器的驱动电机，控制命令体现了使用者的转向意图。该方法及装置能够针对使用者的日常操作习惯，实时判断使用者意图，判别使用者预行进方向，并将信号传输给助行器或轮椅的驱动电机，电机主动引领操作者转向，减轻使用者负担。

Description

一种助行器使用者方向意图判别方法及装置
技术领域
本发明涉及医疗器械领域，尤其涉及一种助行器使用者方向意图判别方法及装置。
背景技术
近年来，随着全球人口老龄化的持续发展和老年人口的日益高龄化，老年人的生活自理问题变得日益突出。随着年龄的增长，老年人的步行能力会逐渐下降，传统的搀扶助行与简单的助行装置已经远不能满足日益扩大的需求，迫切需要研发智能化的助行器。国内外已开展了相关技术的开发，可有效帮助老年人行走。但是，可用于多场景多任务的智能助行器还很缺乏，社会迫切需要突破助行机器人的环境感知，物体的自动检测和识别，人机交互，智能爬坡与智能运动等实用化关键技术，提高助行器的移动灵活性、能源高效化和多种路面适应性。在智能助行器的设计研发过程中，能够感知使用者的前进意图的人机交互传感器已经了一定的进展。但是也存在着一些不足之处。
韩国理工大学研发了一种通过触觉传感器的扶手操作即可驱动助行器前进。该触觉传感器的缺点是只能判断用户的前进意图，无法判断用户的转向意图。
日本东北大学研发了一种被动式步行支撑系统的助行机器人RT-Walker，通过适当的调节两个伺服刹车系统的控制来控制机器人的运动，让使用者避免与障碍物碰撞，防止失足，并对系统的重力进行补偿。该伺服刹车系统的缺点是只能判断用户的前进意图，无法判断用户的转向意图。
日本北陆先端科学技术大学(JAIST)设计的助行机器人JARoW具有全向移动底盘助行机器人，通过用于检测人体运动的传感设备调整其运动方向和速度，实现上下坡自动跟随助力。该伺服刹车系统的缺点是只能被动跟随用户的前进和转向，无法主动判断用户的转向意图。
华中科技大学与国家康复辅具研究中心研究了一款助行康复机器人，具有基于力传感器的人-机交互接口。该力传感器的人-机交互接口系统采用导纳控制，能够感知用户的前进意图，并根据用户施加在力传感器上的力的大小，实时改变用户的前进速度。其缺点是只能被动跟随用户的转向，无法主动判断用户的转向意图。
因此，本领域的技术人员致力于开发一种助行器使用者方向意图判别方法及装置，以实时判断使用者意图，提前判别使用者行进方向，并将信号传输给助行器或轮椅的驱动电机，通过电机主动引领操作者转向，减轻使用者负担。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是：如何采集信号，并将信号传输给助行器或轮椅的驱动电机，以及如何基于这些信号来提前判别使用者行进方向。
为实现上述目的，本发明提供了一种助行器使用者方向意图判别装置，包括一组传感器、模拟信号采集电路和控制器；其中，所述模拟信号采集电路采集来自所述传感器的模拟信号，并经过处理转换为所述控制器的输入信号传递给所述控制器，所述控制器对所述输入信号经过神经网络处理，输出控制命令给所述助行器的驱动电机，所述控制命令体现了使用者的转向意图。
进一步地，所述传感器为薄膜压力传感器。
进一步地，所述传感器至少有8个。
进一步地，所述传感器被配置为分布在所述助行器的圆柱形把手上形成一组能够感受整个所述圆柱形把手的受力的传感器阵列。
进一步地，所述传感器阵列按照梯形分布，呈上下两行。
进一步地，所述模拟信号采集电路包括两个二阶低通巴特沃斯滤波器和一个运算放大器。
进一步地，所述控制器包括单片机、STM32控制器、Arduino控制器。
本发明还提供了一种助行器使用者方向意图判别方法，包括以下步骤：
步骤1、在助行器的圆柱形把手上布置一组传感器；
步骤2、利用模拟信号采集电路采集来自所述传感器的模拟信号，并经过处理转换为控制器的输入信号传递给所述控制器；
步骤3、多次反复抓握所述把手，并在每次抓握时改变施加给所述把手的用力方向和角度，重复所述步骤2以采集大量所述输入信号作为原始训练数据，对所述控制器内的神经网络进行训练；
步骤4、在使用者意欲借助所述助行器进行转向行进时，所述控制器利用经过训练的所述神经网络对所述输入信号进行处理，并输出控制命令给所述助行器的驱动电机，所述控制命令体现了所述使用者的转向意图。
进一步地，所述传感器为薄膜压力传感器，所述传感器至少有8个，所述传感器分布在所述助行器的圆柱形把手上形成一组能够感受整个所述圆柱形把手的受力的传感器阵列，所述传感器阵列按照梯形分布，呈上下两行。
进一步地，所述步骤3内对所述神经网络进行训练包括：所述输入信号从所述神经网络的输入层进入隐含层最终到达输出层，呈误差反向传播；所述神经网络内部利用测试误差不断反向地调整权值和阈值，使输出结果不断地逼近期望的输出结果。
与现有技术方案相比，本发明的有益技术效果在于：能够采集使用者施加在助行器把手上的力，并通过神经网络技术对采集的信号进行分析，实时判断使用者意图，提前判别使用者行进方向，进而下达控制命令给助行器或轮椅的驱动电机，通过电机主动引领操作者转向，减轻使用者负担。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的组成示意图；
图2是本发明的一个较佳实施例中薄膜压力传感器在助行器的圆柱形把手上的分布示意图；
图3是是本发明的一个较佳实施例中使用者抓握把手及分布在把手上的传感器的示意图；
图4是本发明的一个较佳实施例的模拟信号采集电路构成示意图；
图5是本发明的一个较佳实施例的单一薄膜压力传感器信号采集的滤波电路波特图；
图6是本发明的一个较佳实施例的单一薄膜压力传感器信号采集的电压幅值响应示意图；
图7是本发明的一个较佳实施例的单一薄膜压力传感器信号采集的阶跃响应曲线；
图8是本发明的一个较佳实施例的薄膜压力传感器矩阵与采样电路的连接示意框图；
图9是本发明的一个较佳实施例的实际采样数据；
图10是本发明的一个较佳实施例的BP神经网络输出层示意图。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例，使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现，本发明的保护范围并非仅限于文中提到的实施例。
如图1所示，本发明提供了一种助行器使用者方向意图判别装置，包括一组传感器、模拟信号采集电路和控制器；其中，所述模拟信号采集电路采集来自所述传感器的模拟信号，并经过处理转换为所述控制器的输入信号传递给所述控制器，所述控制器对所述输入信号经过神经网络处理，输出控制命令给所述助行器的驱动电机，所述控制命令体现了使用者的转向意图。
如图2和图3所示，8个薄膜压力传感器分布在助行器的圆柱形把手上形成一组能够感受整个圆柱形把手的受力的传感器阵列。此外，每个薄膜压力传感器上需要垫缓冲片。这样分布的好处是可以均匀感知用户的手在不同方向施加的力，方便识别受力偏向，达到识别方向意图的目的。
如图4所示，模拟信号采集电路采集来自薄膜压力传感器矩阵的模拟信号，该模拟信号采集电路包括三部分，第一部分和第二部分是二阶低通Sallen Key结构的巴特沃斯滤波器，第三部分为运算放大器，它们共同组成薄膜压力传感器的模拟信号采集电路。
使用上述电路设计，低通通带-3dB，10kHz以下，阻带40kHz以上，在10-40kHz中间，信号呈线性下降效果。如图5所示，为单一薄膜压力传感器信号采集的滤波电路波特图。图6为单一薄膜压力传感器信号采集的电压幅值响应示意图。图7为单一薄膜压力传感器信号采集的阶跃响应曲线。
如图8所示，显示了薄膜压力传感器矩阵及采样电路及系统的连接示意框图。
该装置的控制器除了可以使用MCU单片机，还可以采用STM32控制器、Arduino控制器等。
本发明还提供了一种助行器使用者方向意图判别方法，包括以下步骤：
步骤1、在助行器的圆柱形把手上布置一组传感器；
步骤2、利用模拟信号采集电路采集来自所述传感器的模拟信号，并经过处理转换为控制器的输入信号传递给所述控制器；
步骤3、多次反复抓握所述把手，并在每次抓握时改变施加给所述把手的用力方向和角度，并重复所述步骤2以采集大量所述输入信号作为原始训练数据，对所述控制器内的神经网络进行训练；
步骤4、在使用者意欲借助所述助行器进行转向行进时，所述控制器利用经过训练的所述神经网络对所述输入信号进行处理，并输出控制命令给所述助行器的驱动电机，所述控制命令体现了所述使用者的转向意图。
其中，传感器为薄膜压力传感器，所述传感器至少有8个，所述传感器分布在所述助行器的圆柱形把手上形成一组能够感受整个所述圆柱形把手的受力的传感器阵列，所述传感器阵列按照梯形分布，呈上下两行。
如图9所示，每一次用力握紧助行器把手，压力传感器矩阵都会响应不同的信号强度。改变用力的方向和角度，其信号强度也会有响应的变化。
按照这种方式，反复大量采集不同趋向的信号，并放入控制器内的BP神经网络中进行重复学习。输入信号从输入层进入隐含层最终到达输出层，误差反向传播。网络内部利用测试误差不断反向地调整权值和阈值，使输出结果不断地逼近期望的输出结果，从而实现识别用户转向识别的功能。
如图10所示，是本发明的一个较佳实施例的BP神经网络输出层示意图。BP神经网络的输入层由8个输入量组成，分别代表8个薄膜压力传感器的信号值。输出层由6个输出量组成，分别代表5种不同的前进方向(-60°、-30°、0°、30°、60°)和原地不动六种情况。
输入向量记为：
Figure BDA0002969426600000051
向量维度m等于薄膜压力传感器的个数，此处m＝8。
xi代表第i个薄膜压力传感器的原始信号值。
输出向量记为：
Figure BDA0002969426600000052
其中，y1代表第1个前进方向的偏向程度值，即-60°方向，以此类推y2、y3、y4、y5、y6。
第l隐含层各神经元的输出表示为h(l)，有：
Figure BDA0002969426600000053
其中，sl为第l层神经元的个数。
设
Figure BDA0002969426600000054
为从l-1层第j个神经元与l层第i个神经元之间的连接权重；
Figure BDA0002969426600000055
为第l层第i个神经元的偏置，
Figure BDA0002969426600000056
为l层第i个神经元的输入，那么：
Figure BDA0002969426600000057
Figure BDA0002969426600000058
上式中，f(x)为神经元的激活函数：
Figure BDA0002969426600000059
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种助行器使用者方向意图判别装置，其特征在于，包括一组传感器、模拟信号采集电路和控制器；其中，所述模拟信号采集电路采集来自所述传感器的模拟信号，并经过处理转换为所述控制器的输入信号传递给所述控制器，所述控制器对所述输入信号经过神经网络处理，输出控制命令给所述助行器的驱动电机，所述控制命令体现了使用者的转向意图。
2.如权利要求1所述的助行器使用者方向意图判别装置，其特征在于，所述传感器为薄膜压力传感器。
3.如权利要求2所述的助行器使用者方向意图判别装置，其特征在于，所述传感器至少有8个。
4.如权利要求3所述的助行器使用者方向意图判别装置，其特征在于，所述传感器被配置为分布在所述助行器的圆柱形把手上形成一组能够感受整个所述圆柱形把手的受力的传感器阵列。
5.如权利要求4所述的助行器使用者方向意图判别装置，其特征在于，所述传感器阵列按照梯形分布，呈上下两行。
6.如权利要求1所述的助行器使用者方向意图判别装置，其特征在于，所述模拟信号采集电路包括两个二阶低通巴特沃斯滤波器和一个运算放大器。
7.如权利要求1所述的助行器使用者方向意图判别装置，其特征在于，所述控制器包括单片机、STM32控制器、Arduino控制器。
8.一种助行器使用者方向意图判别方法，其特征在于，包括以下步骤：
步骤1、在助行器的圆柱形把手上布置一组传感器；
步骤2、利用模拟信号采集电路采集来自所述传感器的模拟信号，并经过处理转换为控制器的输入信号传递给所述控制器；
步骤3、多次反复抓握所述把手，并在每次抓握时改变施加给所述把手的用力方向和角度，重复所述步骤2以采集大量所述输入信号作为原始训练数据，对所述控制器内的神经网络进行训练；
步骤4、在使用者意欲借助所述助行器进行转向行进时，所述控制器利用经过训练的所述神经网络对所述输入信号进行处理，并输出控制命令给所述助行器的驱动电机，所述控制命令体现了所述使用者的转向意图。
9.如权利要求8所述的助行器使用者方向意图判别方法，其特征在于，所述传感器为薄膜压力传感器，所述传感器至少有8个，所述传感器分布在所述助行器的圆柱形把手上形成一组能够感受整个所述圆柱形把手的受力的传感器阵列，所述传感器阵列按照梯形分布，呈上下两行。
10.如权利要求8所述的助行器使用者方向意图判别方法，其特征在于，所述步骤3内对所述神经网络进行训练包括：所述输入信号从所述神经网络的输入层进入隐含层最终到达输出层，呈误差反向传播；所述神经网络内部利用测试误差不断反向地调整权值和阈值，使输出结果不断地逼近期望的输出结果。
CN202110259901.2A 2021-03-10 2021-03-10 一种助行器使用者方向意图判别方法及装置 Pending CN113081703A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110259901.2A CN113081703A (zh) 2021-03-10 2021-03-10 一种助行器使用者方向意图判别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110259901.2A CN113081703A (zh) 2021-03-10 2021-03-10 一种助行器使用者方向意图判别方法及装置

Publications (1)

Publication Number Publication Date
CN113081703A true CN113081703A (zh) 2021-07-09

Family

ID=76666962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110259901.2A Pending CN113081703A (zh) 2021-03-10 2021-03-10 一种助行器使用者方向意图判别方法及装置

Country Status (1)

Country Link
CN (1) CN113081703A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102125495A (zh) * 2010-12-21 2011-07-20 西安交通大学苏州研究院 带触滑觉传感器的多功能助老助行机器人
CN109394472A (zh) * 2018-09-19 2019-03-01 宁波杰曼智能科技有限公司 一种基于神经网络分类器的康复机器人运动意图识别方法
CN109976526A (zh) * 2019-03-27 2019-07-05 广东技术师范大学 一种基于表面肌电传感器和九轴传感器的手语识别方法
CN110141239A (zh) * 2019-05-30 2019-08-20 东北大学 一种用于下肢外骨骼的运动意图识别及装置方法
CN110179643A (zh) * 2019-03-21 2019-08-30 华东师范大学 一种基于环带传感器的颈部康复训练系统和训练方法
US20190343662A1 (en) * 2017-06-20 2019-11-14 Southeast University Multi-dimensional surface electromyogram signal prosthetic hand control method based on principal component analysis
CN110653817A (zh) * 2019-08-20 2020-01-07 南京航空航天大学 一种基于神经网络的外骨骼机器人助力控制系统与方法
CN111096878A (zh) * 2018-10-29 2020-05-05 纬创资通股份有限公司 具有判断使用意图的助行器及其操作方法
CN111428871A (zh) * 2020-03-31 2020-07-17 上海市计量测试技术研究院 一种基于bp神经网络的手语翻译方法
CN111610865A (zh) * 2020-05-20 2020-09-01 河北工业大学 一种基于多感知系统的电容式触觉手柄的控制方法
CN111973388A (zh) * 2019-05-22 2020-11-24 中国科学院沈阳自动化研究所 一种基于sEMG的手部康复机器人控制方法
CN112022619A (zh) * 2020-09-07 2020-12-04 西北工业大学 一种上肢康复机器人多模态信息融合感知系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102125495A (zh) * 2010-12-21 2011-07-20 西安交通大学苏州研究院 带触滑觉传感器的多功能助老助行机器人
US20190343662A1 (en) * 2017-06-20 2019-11-14 Southeast University Multi-dimensional surface electromyogram signal prosthetic hand control method based on principal component analysis
CN109394472A (zh) * 2018-09-19 2019-03-01 宁波杰曼智能科技有限公司 一种基于神经网络分类器的康复机器人运动意图识别方法
CN111096878A (zh) * 2018-10-29 2020-05-05 纬创资通股份有限公司 具有判断使用意图的助行器及其操作方法
CN110179643A (zh) * 2019-03-21 2019-08-30 华东师范大学 一种基于环带传感器的颈部康复训练系统和训练方法
CN109976526A (zh) * 2019-03-27 2019-07-05 广东技术师范大学 一种基于表面肌电传感器和九轴传感器的手语识别方法
CN111973388A (zh) * 2019-05-22 2020-11-24 中国科学院沈阳自动化研究所 一种基于sEMG的手部康复机器人控制方法
CN110141239A (zh) * 2019-05-30 2019-08-20 东北大学 一种用于下肢外骨骼的运动意图识别及装置方法
CN110653817A (zh) * 2019-08-20 2020-01-07 南京航空航天大学 一种基于神经网络的外骨骼机器人助力控制系统与方法
CN111428871A (zh) * 2020-03-31 2020-07-17 上海市计量测试技术研究院 一种基于bp神经网络的手语翻译方法
CN111610865A (zh) * 2020-05-20 2020-09-01 河北工业大学 一种基于多感知系统的电容式触觉手柄的控制方法
CN112022619A (zh) * 2020-09-07 2020-12-04 西北工业大学 一种上肢康复机器人多模态信息融合感知系统

Similar Documents

Publication Publication Date Title
CN109394476B (zh) 脑肌信息自动意图识别与上肢智能控制方法及系统
Martins et al. A review of the functionalities of smart walkers
Kim et al. Continuous shared control for stabilizing reaching and grasping with brain-machine interfaces
Barea et al. Wheelchair guidance strategies using EOG
US8401825B2 (en) Methods and systems for data processing and their applications
CN102202569B (zh) 移动体控制装置和移动体控制方法
Lacey et al. Personal adaptive mobility aid for the infirm and elderly blind
Jackowski et al. A novel head gesture based interface for hands-free control of a robot
Liu et al. An adaptive upper-arm EMG-based robot control system
Lacey et al. Evaluation of robot mobility aid for the elderly blind
Song et al. KARES: intelligent rehabilitation robotic system for the disabled and the elderly
Abd et al. Surface feature recognition and grasped object slip prevention with a liquid metal tactile sensor for a prosthetic hand
Chen et al. Stiffness estimation and intention detection for human-robot collaboration
Mudalige et al. Dogtouch: Cnn-based recognition of surface textures by quadruped robot with high density tactile sensors
CN106890038A (zh) 基于myo臂环的假肢手控制系统及其控制方法
Cavallaro et al. On the intersubject generalization ability in extracting kinematic information from afferent nervous signals
CN113081703A (zh) 一种助行器使用者方向意图判别方法及装置
CN108415250B (zh) 一种防止老年人摔倒的人机协同控制系统及其控制方法
CN103886367B (zh) 一种仿生智能控制方法
Hildebrand et al. Semi-autonomous tongue control of an assistive robotic arm for individuals with quadriplegia
Bhattacharya et al. Surface-property recognition with force sensors for stable walking of humanoid robot
Sanders et al. Expert system to interpret hand tremor and provide joystick position signals for powered wheelchairs with ultrasonic sensor systems
CN117067242A (zh) 基于摩擦起电效应的多传感器智能手指及使用方法与应用
Zhang et al. Detecting system design of tactile sensor for the elderly-assistant & walking-assistant robot
Guo et al. A real-time stable-control gait switching strategy for lower-limb rehabilitation exoskeleton

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210709

RJ01 Rejection of invention patent application after publication