摘要：随着轻量级网络的发展,人体姿态估计任务得以在计算资源有限的设备上执行,然而,提升精度变得更具有挑战性。这些挑战主要源于网络复杂度与计算资源的矛盾,导致模型在简化时牺牲了表示能力。针对上述问题,提出一种基于解耦注意力和幻影卷积的轻量级人体姿态估计网络(DGLNet)。具体来说,DGLNet以小型高分辨率网络(Small HRNet)模型为基础架构,通过引入解耦注意力机制构建DFDbottleneck模块;采用shuffleblock的结构对基础模块进行重新设计,即用轻量级幻影卷积替代计算量大的点卷积,并利用解耦注意力机制增强模块性能,从而构建DGBblock模块;此外,用幻影卷积和解耦注意力重新构建的深度可分离卷积模块来替代原过渡层模块,从而构建GSCtransition模块,进一步减少计算量并增强特征交互性和提高性能。在COCO验证集上的实验结果显示,DGLNet优于轻量级高分辨率网络(Lite-HRNet),在计算量和参数量不增加的情况下,最高精度达到了71.9%;与常见的轻量级姿态估计网络MobileNetV2和ShuffleNetV2相比,DGLNet在仅使用21.2%和25.0%的计算量情况下分别实现了4.6和8.3个百分点的精度提升;在AP^(50)的评价标准上,DGLNet超过了大型高分辨率网络(HRNet)的同时计算量和参数量远小于HRNet。

摘要：研究了一类非齐次的高阶非线性系统的连续状态反馈控制设计问题.通过定义一列适当的辅助函数,放宽了对非线性项的约束条件.利用传统的积分反推技术,并增加一个积分项的方法,得到了这类系统的稳定性,给出了控制器的设计方法,并通过一个例子验证了本文的理论结果.

摘要：从人机共融角度出发设计了假肢跌倒保护控制系统,包括跌倒预警和跌倒保护控制两个方面.首先通过综合分析所采集的人机信息设计跌倒预警系统,完成假肢穿戴者异常步态的有效识别与预警.通过基于健康人有效保护策略的经验知识库方法提取跌倒保护动作经验,制订对应假肢膝关节的跌倒保护策略.以四连杆假肢机构作为被控对象,通过多项式拟合建立运动控制模型,设计基于事件触发的下肢假肢跌倒保护控制系统.以跌倒预警信息作为事件触发条件,以健康人在将要跌倒状况下的膝关节恢复动作作为目标意图,来控制假肢膝关节完成预定转动.实验结果表明,假肢膝关节与人体残肢能在同一自然空间紧密协调,做出正确的保护动作.

摘要：动力型下肢假肢的主要功能是帮助截肢患者实现独立自如的行走,为了使假肢能够配合用户的运动,需要对用户的运动意图进行识别。通过提前获知用户前方环境信息,将其作为运动意图识别的先验知识,可以提高运动意图的识别精度。为了给动力型下肢假肢提供前方环境信息,设计了一种可穿戴的地形识别系统。首先通过安装在人体腰部的二维激光雷达收集前方地形数据,然后利用凝聚分层聚类算法对采集的数据进行线性特征提取,最后利用有限状态自动机对前方地形进行识别。实验中,对平地过渡到上/下斜坡、上/下楼梯四种地形进行了测试。结果表明,该系统不仅对四种地形的识别精度达到了95.8%,还可以计算出传统的运动意图识别方法无法得到的地形参数信息,包括斜坡的坡度、楼梯的阶数和台阶的高度与宽度。这证明了将该系统应用于动力型下肢假肢的有效性和可行性。

摘要：针对可穿戴上肢外骨骼系统在外部干扰及参数不确定条件下的轨迹跟踪问题,提出了一种基于观测器的固定时间控制策略.首先,采用拉格朗日方法对五自由度上肢外骨骼系统的动力学模型进行面向控制处理.其次,考虑模型中存在参数不确定及外部干扰,基于改进超螺旋算法设计了固定时间干扰观测器,实现对系统干扰的实时估计,完成对控制器的在线补偿;在此基础上,设计了非奇异终端滑模固定时间控制律,保证外骨骼关节角度跟踪误差在固定时间内收敛至原点.再次,基于Lyapunov方法证明了闭环系统的稳定性.最后,通过对比和数值仿真结果证明所提出控制策略的有效性.

摘要：将假肢穿戴者主要跌倒情形分为绊倒与滑倒两大类,对可能作为假肢穿戴者跌倒预警的潜在数据源进行提取,参考人体运动学,排除掉不能作为预警的数据源,设计了跌倒预警系统的结构,运用支持向量机的原理,并结合采集到的有效数据,训练得出相对应的判别式,将其嵌入跌倒预警系统中.该方法可以保证在患者跌倒之前发出警告信号,使得动力型假肢有足够时间完成保护动作.分别进行绊倒与滑倒实验,结果表明应用此系统的平均预警正确率可达97%.

摘要：针对下肢外骨骼在运行过程中,穿戴者提供的主动力矩不确定问题,本文进行了基于干扰观测技术的摆动相控制方法研究。利用拉格朗日原理对简化后的实物模型进行动力学分析,建立下肢外骨骼摆动相模型。考虑模型的非线性、强耦合特征设计滑模控制器,基于干扰观测器对穿戴者的主动力矩进行估计,实现对滑模控制器的补偿,并对观测器/控制器综合设计的闭环系统稳定性进行证明。搭建下肢外骨骼控制系统仿真平台进行髋关节和膝关节的角度控制。实验结果证明,所设计的闭环系统对期望角度具有良好的跟随能力,可以有效抑制干扰的影响。

摘要：目的:膝-踝假肢的动力学模型是一个高阶、非线性、强耦合的系统。假肢膝踝关节运动之间存在耦合性,这种耦合性会导致系统控制效果不理想,甚至不可控。需设计解耦器简化膝-踝假肢系统动力学模型,降低假肢关节间的耦合度,提高系统的控制效果。方法:首先根据拉格朗日方程分别建立下肢假肢支撑步态阶段与摆动步态阶段的动力学模型;然后设计积分型解耦器,在假肢动力学模型之前串联积分型解耦器,将假肢模型简化成多个单输入、单输出的系统;最后利用自适应迭代学习控制算法对解耦前后的膝-踝假肢的各关节运动轨迹进行跟踪。结果:解耦后的膝-踝假肢系统收敛速度加快且收敛误差降低。结论:积分型解耦器可以简化假肢系统动力学模型,降低假肢关节间的耦合度,提高系统的控制效果。

摘要：目的:电动下肢假肢具有较强的非线性和耦合性,针对假肢在不同地形间行走时存在的外部扰动问题,本文提出了积分滑模控制策略。方法:采集人体下肢在平地、上/下斜坡及上/下楼梯五种路况下的运动信息,根据足底压力信息将不同路况的一个完整步态周期划分为支撑期及摆动期两个模态,并分别进行人体下肢运动学分析;利用拉格朗日方程建立假肢支撑期与摆动期的动力学模型;在五种运动模式下,设计积分滑模控制器对假肢进行控制,并进行联合仿真验证。结果:膝踝假肢轨迹跟踪收敛速度加快,误差降低。结论:积分滑模控制器对于外部扰动具有明显的补偿作用,提高了假肢在多路况行走时的控制效果。

摘要：生猪的体尺参数是生猪生长状态的重要评判标准,而人工测量体尺耗时耗力且容易造成猪只的应激反应,本文研究了无接触式猪只体尺参数测量方法,借鉴人工测量经验法,提出基于点云语义分割的猪只体尺测量方法。本文以大约克夏猪为研究对象,搭建无接触式猪只点云采集平台,采集3510组猪只双侧点云数据;利用直通滤波器与随机采样一致性分割处理方法去除背景点云,基于统计滤波器去除离群点,采用体素下采样方法稀疏点云,完成猪只点云的预处理;基于PointNet网络,结合注意力模块构建语义分割模型,针对不同分割部位设计猪只体尺测量方法。试验结果表明,在自制数据集上,改进的语义分割模型准确率为86.3%,相较于PointNet、PointNet++和3D-RCNN分别高8、5.7、2.6个百分点;体尺的测量值与实测值最大绝对误差为6.8 cm,平均绝对误差均在5 cm以内,具有较高的估算准确性,此方法能够用于猪只体尺测量。本文将语义分割与体尺测量相结合,可为后续非接触测量提供思路。