模拟不同重力水平下多种步态中下肢关节运动特征研究

为探索低重力环境对人体行走和跑步时下肢关节运动特性的影响,搭建了一种悬吊式低重力模拟装置,采用惯性运动捕捉系统,对9名男性受试者在常规重力(1g)、模拟火星重力(1/3g)和模拟月球重力(l/6g)条件下的平地行走(速度4 km/h)、平地慢跑(速度7 km/h)和坡地行走(速度3.6 km/h、坡度15°)进行运动测量,得到了不同重力水平下平地与坡地行走和跑步时髋、膝与踝关节的关节活动范围等运动学数据。结果表明,下肢各关节在矢状面上的屈曲/伸展活动范围远大于冠状面的内收/外展和横截面上的内旋/外旋活动。模拟低重力条件下,髋关节和膝关节在各个平面上的活动范围均明显减小,踝关节活动角度无显著变化规律。通过分析一个步态周期内各关节在矢状面上的角度变化发现,低重力条件下,步态运动的支撑时相变短,摆动时相变长,步态更加缓慢,且倾向于采用一种行走-蹦跳的步态策略。基于以上实验结果,梳理出了满足平地与坡地多种步态需求的下肢关节活动范围,并对星际航天服下肢关节配置进行了初步讨论。     

单兵导航多传感器信息融合自适应滤波算法

基于足绑式INS的单兵导航系统,通过将惯性导航系统、人体运动学约束、磁强计等多传感器信息进行融合得到准确的单兵导航信息。对于匀速步行时的单兵导航,可采用普通Kalman滤波算法进行多传感器信息融合,但不能满足跑步等激烈运动模式下单兵导航需求。提出衰减记忆新息自适应Kalman滤波算法,可满足多步态模式下的单兵导航多源信息融合的需求,实验结果验证了算法的有效性。     

多源传感监测线性退化设备数模联动的剩余寿命预测方法

随着先进传感与监测技术的快速发展,实时获取随机退化设备的多源传感监测数据已成为现实,如何有效融合多源传感监测数据以实现随机退化设备剩余寿命的精准预测成为剩余寿命预测领域的研究前沿。针对多源传感监测的线性随机退化设备,提出了一种考虑随机失效阈值的数模联动剩余寿命预测新方法。该方法在离线训练过程中,基于多源传感历史数据提取的复合健康指标及据此线性随机退化建模预测的寿命,构建综合寿命预测值与设备实际寿命的均方误差及寿命预测方差的优化目标函数,形成复合健康指标提取与随机退化建模的反馈闭环,对多源传感器融合系数和复合健康指标对应的随机失效阈值分布参数进行优化调整,以实现复合健康指标提取与随机退化建模的自动匹配,即数模联动。在线预测时,根据提出的数模联动方法,融合实际运行设备的多源传感监测数据以获取复合健康指标,然后采用随机模型对其演变过程进行建模。同时,为使模型实时反映设备当前状况,提出了一种退化模型参数的贝叶斯更新方法,在此基础上基于首达时间得到了考虑设备失效阈值随机性的剩余寿命概率分布。最后,基于航空发动机的多源传感监测数据,验证了所提方法在改善复合健康指标特性和提高剩余寿命预测准确性方面的...     

航天员低重力运动模拟训练方法与研究综述

针对主要应用于航天员模拟失重训练与低重力环境下的人体科学研究的低重力环境模拟方法,介绍了包括抛物线飞行、中性浮力水池、虚拟现实技术、悬吊式重力补偿系统以及新近出现的被动式外骨骼系统等在内的国内外模拟低重力环境主流方法的工作原理与利用这些方法开展的科学研究与工程应用,对这些方法的优缺点与适用条件进行了比较与分析。发现抛物线飞行的低重力模拟效果较好,但持续时间有限;中性浮力水池为低重力模拟训练提供了充足的空间,但液体阻力会影响训练的效果;虚拟现实技术无法提供对低重力的体感;气浮台与悬吊式重力补偿系统虽然能对航天员受到的重力进行补偿,但其结构对航天员的运动构成了一定的限制。提出研发低重力模拟功能完善、低重力模拟范围可调、多运动自由度、人机工效良好以及支持多人与人机协同训练的新一代低重力模拟系统,作为开展航天员低重力环境模拟训练和低重力人体运动生物力学实验研究的平台,以满足未来载人航天任务的需求。     

一种空间吸附式爬行机器人设计及其步态规划

针对可在空间飞行器表面吸附爬行和自主可控飞行的空间机器人爬行过程进行控制与仿真问题,在某系统方案和机构设计基础上,基于机器人行走稳定裕度的要求,设计了一种稳定快速爬行的步态,对其足端步态运动轨迹采用三次多项式插值的方法进行规划,并通过逆运动学求解出各个关节的运动轨迹,基于Adams软件对机器人进行动力学建模及仿真,结果表明在空间零重力环境下,四足吸附式爬行机器人能够快速稳定的行走,验证其机构设计和步态规划的合理性。     

基于联邦滤波的多源融合导航算法

在复杂多变环境下,单一导航源的定位性能和鲁棒性会受到一定的影响。针对汽车、小型飞行器在城市、峡谷、卫星信号缺失或被遮挡以及导航信息源繁多等情况,研究了基于联邦滤波的多源融合导航算法。该算法综合利用了各种不同的信息源,经过多传感器的高度集成、多信息源的数据融合,生成时空基准统一且具有抗干扰、连续、可靠的PNT服务信息。设计的联邦滤波器采用两级结构,在子滤波器中进行局部估计后,在主滤波器中进行最优合成。此外,每个子滤波器加入了故障诊断算法,且结合自适应滤波理论进行信息因子的自适应分配,有效提高了故障检测能力。最后,通过实验验证了不同信息源组合的有效性,表明所设计的基于联邦滤波的多源融合算法可以提供稳定、可靠以及高精度的多源融合定位服务,具有一定的研究意义和实际价值。     

外骨骼辅助行走中平衡控制技术的研究

外骨骼辅助行走中平衡控制是低重力环境下保持正常的平稳行走姿态以及行走安全性的关键,针对这一问题阐述了外骨骼辅助行走中基于位置控制与ZMP(零力矩点)控制相结合的综合平衡控制策略。首先通过建立ADAMS虚拟仿真模型,为控制策略的研究提供仿真模型和参考数据;建立了支撑域模型和ZMP检测模型,并设计了平衡控制策略,在基于地面外骨骼系统的演示验证中,将人机系统等效为两连杆支撑质点的模型,通过控制膝关节液压杆,使系统的ZMP始终处于稳定支撑域内,由此保证人机系统处于平衡状态;同时将位置控制与改进的ZMP控制结合在一起,设计综合控制策略,采用分段控制方式,不仅提高了人机系统的柔顺性及穿戴者的舒适度,同时也提高了人机系统运动的稳定性和安全性。     

基于MIMU的适应多步态的步行导航算法

针对目前国内外步态导航算法中引入的零速检测大都不能很好的对多种步态的行走进行辨识的问题,提出了基于低成本MIMU（微惯性测量单元）、且能兼容多种步态的步行导航算法。算法通过采集安置在行人脚部MIMU输出的测量信息,用捷联惯性积分算法进行导航解算。其间,提出一种新的零速检测方法对行走时变化的步速和步型进行准确辨识,进而找到脚步的零速时刻点,并通过设计的扩展卡尔曼滤波（EKF）对导航解算结果进行零速修正（ZUPT）,实现系统的反馈。最后进行两组实验对算法验证。结果表明,该步态导航算法能对行走时的多步态问题有很好的兼容性,零速修正时刻辨识准确度高,两组实验的导航解算误差均达到0.6%以内,进一步提高了步态导航算法的精度和实用性。     

捷联式航空重力测量系统的数据处理方法比较与分析

重力数据处理对获取高精度重力异常值有着重要作用，是重力测量的核心技术。重力仪在搭载运动载体进行重力测量时，载体的高频振动对重力测量数据和GPS数据均会产生不可避免的干扰，导致提取的重力异常粗值含有大量高频噪声。围绕重力数据的处理方法这一核心技术，介绍了FIR低通滤波、零相移滤波、标准Kalman滤波、正反Kalman滤波4种滤波方法的基本原理，运用这4种方法处理了SAG捷联式重力仪的某次实际飞行测量数据，比对了基于SINS/GPS组合导航和SINS/DGPS组合导航的重力测量数据处理结果。通过对本次试验重复测线内符合精度进行比对，验证了4种方法的可行性和优劣性，同时验证了SAG重力仪的测量精度。     

基于倾斜角的多目标测向无源定位技术

对多目标测向无源定位问题进行了研究。虽然无源观测站不同,针对同一目标的方位角和俯仰角数据也不同,但它们有共同的倾斜角。基于此,提出了基于倾斜角的多目标测向无源定位算法。该算法分别计算一组与多个目标对应的倾斜角,然后利用倾斜角最接近原则对这2组数据进行关联判断,解决多目标测向数据的关联和定位问题,并通过仿真实验,对算法的有效性和可行性进行了验证。     

一种多旋翼多功能空中机器人及其腿式壁面行走运动规划

 提出了一种既可实现飞行功能又可实现壁面运动的多旋翼多功能空中机器人。设计了机器人的结构,分析了其工作原理,研究了机器人腿式壁面行走模式下腿/足与壁面接触时的机体动力学。结合多旋翼推进的机理对机器人在壁面运动模式下的步态进行了规划,基于非线性轨迹线性化控制(TLC)法设计了空中机器人在步态过程中的姿态稳定控制器。在MATLAB环境下对机器人的腿式壁面运动进行了仿真分析研究,仿真结果表明了所设计的步态及其稳定控制方法的可行性。     

基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率,建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题,采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数(ReLU)改进为带泄露线性整流函数(Leaky ReLU),以解决遇到卷积输出数据小于0时神经元被抑制的问题,进而达到提高步态识别准确率的目的。实验结果表明激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%,与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比,步态识别率有所提高。     

基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率，建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题，采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数（ReLU）改进为带泄露线性整流函数(Leaky ReLU)，以解决遇到卷积输出数据小于0时神经元被抑制的问题，进而达到提高步态识别准确率的目的。实验结果表明：激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%，与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比，步态识别率有所提高。     

悬吊式微低重力环境模拟技术研究现状与展望

宇航空间中的微低重力环境使得所处其中的航天器和宇航员表现出与在地面重力环境下不同的受力状态和动态性能,因此需要在地面对这种微低重力环境进行模拟。综述了目前常用的几种微低重力模拟方法,其中悬吊法因为模拟时间长、模拟范围大、不引入附加惯量的优势被广泛采用。从微低重力模拟原理角度对现有的悬吊式微低重力模拟系统研究成果进行了分类和国内外研究现状的综述。根据微低重力模拟的需求归纳了悬吊式微低重力模拟系统的2条设计准则和3个关键技术,详细综述了这3个关键技术的研究现状。探讨了未来悬吊式微低重力模拟系统设计方面和3个关键技术方面的发展趋势。     

基于ADAMS平台的四足机器人越障仿真与测试

针对四足机器人在静步态行走过程中面对非平坦路面上障碍物的情况,提出一套完整的四足机器人翻越障碍物的步态理论分析方法,同时使用ADAMS虚拟样机软件对该步态进行运动仿真与测试。文中详细叙述了机器人膝关节与髋关节的运动轨迹规划,将规划的轨迹离散化后导入ADAMS和利用ADAMS/PostProcessor得到仿真测试结果。该研究通过虚拟样机平台弥补了前期客观条件限制下的测试局限,测试结果验证了四足机器人翻越障碍物的理论分析。四足机器人翻越障碍物的步态理论对未来四足机器人实物样机的设计和制造工作有着指导意义。     

某型机载惯性/卫星/大气多信息融合MEMS航姿系统的设计与实现

针对机载MEMS航姿系统中器件精度低且易受干扰导致其姿态性能降低的问题,提出了一种基于大气/卫星信息辅助的航姿系统融合方案。构建了多源传感信息辅助下的综合航姿系统方案,所设计系统具有多种工作运行模式,可根据传感器可用状态实现滤波器的无缝切换,建立了组合导航系统状态和量测模型,采用Kalman滤波方法实现多源信息的融合与估计,并开展了原理样机的跑车试验。试验结果表明,所设计的融合方案能有效保障航姿系统的可靠性与精度,具有较高的工程应用价值。     

基于序贯关联算法的多目标无源跟踪

基于序贯关联算法,对多目标无源跟踪问题进行了研究。在只有角度信息可以利用的情况下,首先,利用波门技术对各个无源传感器角度测量数据进行关联和滤波,形成参数航迹;然后,将各个无源传感器的参数航迹送到融合中心进行关联配对,并在关联过程中通过构造关联质量函数对参数航迹的关联历史情况进行度量,解决参数航迹关联模糊问题;最后,通过对关联成功的参数航迹进行交叉定位,给出多个不同目标的位置信息,实现分布式无源系统对多目标的数据关联和跟踪,并通过仿真分析,对算法的有效性和可行性进行验证。     

风吹雪数值模拟的两方程模型方法

采用两相流理论,根据雪颗粒的运动机理,提出了新的两方程数值模型方法,认为跃移层传输方程中的源项与壁面摩擦速度、雪层阀值摩擦速度的相对大小有关,并引入待定系数来确定源项的缩放比例。接着基于数值试验的方法开展参数分析,采用将不同参数条件下的跃移质量浓度与经验公式结果进行比较的方法来确定待定系数。为了验证该方法的适用性,对开阔场地条件下的风致积雪运动进行了模拟,并与实测数据进行了比较。结果显示,数值模拟结果与实测数据吻合较好,能够定量地重现风致积雪运动的重要特性。模拟的跃移层雪质量浓度与实测结果比较一致;而悬移雪质量浓度偏高。总质量传输率的模拟结果落在实测值范围之内。     

卫星拒止情况下低精度惯导系统航姿算法研究

在卫星拒止情况下,低精度MEMS惯导系统由于惯性器件性能较差,无法长时间保持姿态精度。从重力矢量及飞行器的动力学特性出发,提出了一种基于动态检测和Kalman数据融合的航姿算法。该算法从导航与飞控一体化的理念出发,实时判断飞行器机动和飞控状态,在低动态时利用Kalman滤波器对水平加速度和惯性解算的姿态角进行数据融合,估计和修正水平姿态误差,从而提高水平姿态精度。经过飞行仿真验证,该算法可有效完成飞行器的动态检测,并保证在系统机动情况下水平姿态误差在2°以内。     

基于优化SPOT和D-S证据理论的测试性验证方案

针对现有基于序贯验后加权检验的测试性验证方案对测试性设计指标之间的模糊参数空间考虑不足，以及未能充分运用测试性多源先验信息的问题，提出一种优化序贯验后加权检验和D-S证据理论相结合的测试性验证方案。首先，考虑测试性设计指标之间的模糊参数空间，构建三参数空间复杂假设，并基于Bayes理论研究序贯决策规则，同时确定决策因子以及决策阈值；其次，以测试性指标构成的参数空间为辨识框架，分别构造基于专家信息以及测试性试验数据等先验信息的基本信任分配函数，建立融合多源先验信息的优化序贯验证方案；最后，结合实例进行研究，并与经典验证方案、传统Bayes验证方案、序贯概率比检验方案以及序贯验后加权检验方案进行了对比分析。结果表明，该方案由于考虑了模糊参数空间以及充分融合了多源先验信息，有效解决了模糊参数空间的处理问题，同时所确定的平均故障样本量在决策支持的参数空间均优于其他方法。