APP下载

基于Fuzzy-CMAC的人体假肢系统智能控制方法研究

2012-11-27喻洪流徐兆红卢博睿张定国

中国生物医学工程学报 2012年1期
关键词:智能模型

喻洪流 徐兆红 卢博睿 张定国

1(上海理工大学生物力学与康复工程研究所,上海 200093)

2(上海交通大学机器人研究所,上海 200240)

引言

人体骨骼肌肉系统组成的生物力学体系对步行具有极强的自适应能力。研究一种可以近似模拟人腿生物力学系统中的关键特性—膝关节的自适应特性的智能大腿假肢(intelligent prosthetic leg,IPL)系统,对提高假肢的安全性与舒适性、改善截肢患者的生活质量具有重要意义。IPL系统模型的非线性、环境(路况)与不同假肢穿戴者参数的不确定性等决定了其复杂的系统特性,需要寻求有效的智能控制方法。

然而,在大腿假肢的智能控制方面,对智能控制的假肢应用还不多见。理论研究基本集中在一般模糊控制、普通BP神经网络控制、基于规则的专家控制等智能控制方法[1-3],更复杂的智能控制方法,如神经网络自适应控制、模糊专家控制等复合智能控制技术还基本未实际应用。Kalanovic等研究了基于FEL(feedback-error learning)的BP网络控制器与PD控制器结合的神经网络监督控制[1]。这种FEL控制方法由于采用了BP神经网络控制器,其实际应用的实时性差[4-5]。为此,笔者研究了一种保证IPL摆动步态对称性的 PD/Fuzzy-CMAC(cerebellar model articulation controller)自适应控制,以保证IPL系统控制的稳定性与实时性。

1 人体的正常步态特征及大腿假肢控制要求

人体的正常步态可以分成两个阶段,即双足支撑期和单足支撑期。在单足支撑末期,最大的垂直载荷产生,以后不久膝关节弯曲开始,为下肢摆动阶段做准备,所以,此时的膝关节弯曲阻力应该最小。……

登录APP查看全文

猜你喜欢

智能模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
智能制造 反思与期望
智能前沿
智能前沿
智能前沿
智能前沿
智能制造·AI未来
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究