仿人機器人原理與設計

第1章簡介及主要概念

1.1“仿人機器人”模擬人類運動行為的方法

1.2大綱： 我們?nèi)绾螌W習控制運動

1.3實驗工具

1.4總結

第2章運動神經(jīng)控制

2.1生物電信號在神經(jīng)系統(tǒng)中的傳輸

2.2神經(jīng)系統(tǒng)中的信息處理

2.3外圍感覺感受器

2.4中樞神經(jīng)系統(tǒng)對運動的功能性控制

2.5總結

第3章肌肉力學與控制

3.1肌肉中力量產(chǎn)生的分子基礎

3.2肌肉黏彈性的分子基礎

3.3肌肉力量的控制

3.4肌肉帶寬

3.5肌肉纖維黏彈性

3.6肌肉幾何學

3.7肌腱力學

3.8肌腱單元

3.9總結

第4章單關節(jié)神經(jīng)力學

4.1關節(jié)運動學

4.2關節(jié)力學

4.3關節(jié)黏度和機械阻抗

4.4感覺反饋控制

4.5自主運動

4.6總結

第5章多關節(jié)運動學和阻抗

5.1運動的描述

5.2手臂平面運動

5.3正運動學和逆運動學

5.4微分運動學和力的關系

5.5機械阻抗

5.6運動的轉(zhuǎn)換

5.7阻抗幾何

5.8冗余

5.9解決冗余

5.10附加約束的優(yōu)化

5.11選擇姿勢以減少噪聲或干擾

5.12總結





第6章多關節(jié)動力學和運動控制

6.1人體運動力學

6.2運動過程中的擾動動力學

6.3線性與非線性機器人控制

6.4前饋控制模型

6.5運動過程中的阻抗

6.6對奇特動力學中到達運動的仿真

6.7動力學冗余

6.8機器人的非線性自適應控制

6.9徑向基函數(shù)神經(jīng)網(wǎng)絡模型

6.10總結

第7章運動學習和記憶

7.1適應新動態(tài)

7.2負責運動學習的感官信號

7.3運動學習的泛化

7.4運動記憶

7.5人類和機器人穩(wěn)定動態(tài)的建模學習

7.6總結

第8章不穩(wěn)定和不可預測條件下的運動學習

8.1運動噪聲與變異性


8.2不穩(wěn)定和不可預測動力學的阻抗控制

8.3阻抗控制的前饋和反饋組件

8.4運動適應的計算算法運動

8.5總結

第9章運動規(guī)劃和在線控制

9.1規(guī)劃階段的證據(jù)

9.2坐標變換

9.3最佳運動

9.4作為固有代價函數(shù)的任務誤差和工作量

9.5基于傳感器的運動控制

9.6線性傳感器融合

9.7感覺運動系統(tǒng)的隨機最優(yōu)控制建模

9.8基于獎勵的最優(yōu)控制

9.9子次運動感覺運動原語

9.10具有多個最小值的任務中的重復與優(yōu)化

9.11關于如何學習復雜行為的總結和討論

第10章感覺反饋的整合與控制

10.1貝葉斯統(tǒng)計

10.2前向模型

10.3有目的的視覺和主動感知

10.4反饋的自適應控制

10.5總結

第11章在神經(jīng)康復學和機器人學中的應用

11.1神經(jīng)康復學

11.2康復中的運動學習原則

11.3機器人輔助的上肢康復器械

11.4神經(jīng)科學在機器人輔助康復中的應用

11.5錯誤增強策略

11.6用視覺替代本體知覺誤差進行學習

11.7中風后的運動康復模型

11.8機器人的并發(fā)力和阻抗適應

11.9機器人技術的實現(xiàn)

11.10機器人輔助主動學習的仿人自適應

11.11總結

附錄變量定義

參考文獻