一、关于人体重心位置测量板的初步研究(论文文献综述)
周倜[1](2021)在《海南黎族传统服饰纹样研究》文中指出
顾庆,杨凯,徐中华[2](2021)在《基于SolidWorks的平衡感练习仪测力平台结构设计与仿真分析》文中认为用于运动康复的下肢平衡感练习仪能够测量患者的平衡能力,平衡感练习仪测力平台的设计是整体康复机械的核心。首先,利用SolidWorks建立了测力平台模型,并利用SolidWorks将建立的模型进行网格划分;然后,对测力平台在1 400 N极限工况下的应力应变状况进行了分析;最后,对测力平台盖板和测力装置的振动模态进行了仿真分析,得到了盖板和测力装置的前4阶振动模态。结果表明,用于运动康复的下肢平衡感练习仪测力平台能够满足康复需求。通过应力应变分析结论可为后续加强测力装置结构位置提供参考。
宋纪元,朱爱斌,屠尧,武鑫雨,张育林,周旭[3](2021)在《人机交互力对下肢助力外骨骼关节期望角度的预测》文中研究表明针对下肢助力外骨骼在穿戴者使用过程中人机交互力过大导致舒适性差的问题,对外骨骼关节角速度与腿部交互力产生的主动关节力矩间的映射关系进行研究,提出了将人体下肢摆动相腿部简化为以髋关节为支点的平面二杆模型,建立人体下肢摆动腿动力学模型,得到人体的重力补偿项。采用力传感单元获取人体与外骨骼之间的交互力,将外骨骼与人体间的腿部交互力转化为人体髋膝关节下一时刻运动的期望角度;分别通过S曲线映射和导纳控制模型建立了人体摆动相关节角速度与腿部交互力补偿人体重力分量后产生的关节力矩之间的非线性映射关系。实验结果表明:基于S曲线映射的期望角度预测算法和基于导纳控制模型的期望角度预测算法都实现了对外骨骼对人体运动意图的连续跟踪;基于S曲线映射的期望角度预测算法使得外骨骼跟随人体运动过程中大腿交互力峰值小于25 N,小腿交互力峰值小于20 N;基于导纳控制模型的期望角度预测算法使得外骨骼跟随人体运动过程中大腿腿部交互力峰值小于15 N,小腿腿部交互力峰值小于15 N,且关节角度曲线平滑,能够更好地识别人体运动意图,提升人机交互柔顺性。
张英豪,李维全,陈家禾,宋国立,齐岩松,徐永胜,王君臣[4](2021)在《机器人辅助微创全膝关节置换手术系统》文中进行了进一步梳理开发了面向全膝关节置换手术的机器人辅助截骨系统,实现了膝关节解剖结构精准建模、术前截骨路径3维规划、图像配准以及术中机器人可视化导航.采用多模态图像融合与主动轮廓模型分割技术实现了包含关节软骨在内的膝关节自动化建模与可视化;在此基础上采用3维交互技术实现截骨路径的术前规划;术中基于自主研发的双目视觉跟踪系统,采集关节骨表面3维点云与术前3维模型进行形状配准,完成图像空间和机器人空间之间的映射;最后通过视觉导航技术引导机器人完成截骨操作.实验结果表明,机器人系统综合定位误差为0.87 mm,截骨操作误差小于1 mm.
王文远[5](2021)在《仿人采摘机器人轨迹规划和稳定性研究》文中进行了进一步梳理
孟苏苏[6](2021)在《基于物联网技术的婴儿发育评估系统设计》文中提出
严乐[7](2021)在《基于奇异摄动方法的小型水下机器人稳定性优化设计》文中研究表明目前,随着“海洋牧场”的快速建设和海洋资源的深入探索,水下机器人(Unmanned Underwater Vehicle,UUV)正广泛运用于海洋矿产、渔业等资源的开发。针对水下机器人小型化、大众化过程中出现的操作难、易受干扰、易损坏等问题,本文以自主设计的“Aquaman V3”小型水下机器人为基础,通过优化硬件和控制算法,提高小型水下机器人的稳定性与控制精度,使之能够对抗海流、碰撞等外界扰动,降低事故率。首先,在硬件方面,选择开架式结构并利用计算流体动力学(Computational Fluid Dynamics,CFD)仿真验证结构的抗冲击能力。采用双芯片结构的同时,设计舱内干燥器保证电路稳定。选取温湿度、深度和MPU9250姿态传感器,多角度测量机器人控制所需信息。选型并设计动力桨、外置相机、机械手等部件,丰富小型水下机器人功能。使用电池、远程供电系统配合供电,保障能源供应。其次,在控制算法方面,使用动量定理与动力矩定理配合双坐标系统获得并简化小型水下机器人的数学模型。使用时标分解法降低简化模型的耦合度,获得小型水下机器人的奇异摄动模型。分别采用CFD仿真法与互补滤波算法,测定解算模型的水动力参数与位置姿态信息,使模型更为精确。基于奇异摄动模型设计串-并联PID控制器,使用一类非线性方法整定PID参数,提高水下机器人的控制精度,减少控制误差。最后,组装小型水下机器人样机,通过压力模拟装置检测硬件性能。使用Matlab/Simulink对串-并联PID控制进行仿真并与经典PID控制对比,验证串-并联PID控制对抗外界扰动时的高稳定性。设计拖曳测试、抗干扰测试与抓取测试,检验水动力参数是否准确,验证小型水下机器人的稳定性能与控制精度是否符合设计指标。
查悦[8](2021)在《运动控制障碍类慢性非特异性腰痛患者神经肌肉控制分析》文中研究表明研究目的:慢性非特异性腰痛(Chronic No-specific Low Back Pain,CNLBP)具有高复发性、年轻化、逐年增加的特点,为个人、家庭和社会带来沉重负担,有运动控制障碍(Motor Control Impairment,MCI)类的CNLBP人群在神经肌肉控制方面存在差异。本试验分析MCI类CNLBP人群神经肌肉控制的特征,为MCI类CNLBP人群的康复治疗提供指导意见以及为下一步的研究奠定基础。研究方法:本研究在成都体育学院招募腰痛、健康受试者,分别经过纳入、排除标准进行筛选。最后MCI类CNLBP(MCI-CNLBP,MCI组)32人和健康大学生(Control,Con组)32人,完成试验。综合运用Y平衡测试(Y-Balance Text,YBT)、压力反馈测试反映核心稳定性,以及在坐站坐任务(Sit to Stand to Sit,STSTS)中分阶段(包括坐站阶段和站坐阶段)通过表面肌电测试评估受试者肌肉激活模式,以此反映MCI类CNLBP人群的神经肌肉控制的特征。测试指标:YBT前侧(Anterior,A)、后内侧(Post-medial,PM)、后外侧(Posterolateral,PL)伸展距离、压力值、均方根振幅(Root Mean Square,RMS)、积分肌电(Integrated Electromyograph,IEMG)、肌肉激活时间、肌肉持续激活。本试验采用SPSS21.0进行数据分析,测试结果组间采用独立样本T检验方法,组内分析采用配对样本T检验方法。研究结果:(1)YBT测试结果:与Con组相比,MCI组在PL、PM方向存在显着性差异(P<0.05),与Con组相比,MCI组在后方的稳定性下降;MCI组内左、右侧在PL、PM方向均有不对称(P<0.05)。(2)压力反馈测试结果:与Con组相比,MCI组无论是静态动作(仰卧静态、俯卧静态)还是动态动作(仰卧屈髋屈膝、俯卧屈肩)中腹内压降低(P<0.05),核心稳定性下降。MCI组组内仰卧屈髋屈膝和俯卧屈肩动作的双侧均有不对称(P<0.05),两侧维持腹内压的能力不平衡。(3)表面肌电测试结果:1、坐站阶段:(1)RMS:与Con组相比,MCI组腹直肌、竖脊肌有显着性差异(P<0.05),竖脊肌平均激活水平显着降低,腹直肌显着升高;MCI组组内双侧竖脊肌和腹直肌均表现出不对称性(P<0.05);(2)IEMG:与Con组相比,MCI组竖脊肌、股内侧肌、腹直肌均有显着性差异(P<0.05),竖脊肌、股内侧肌、腹直肌的累积激活水平增加。MCI组组内腹直肌、竖脊肌左右两侧肌肉参与程度均有不对称(P<0.05);(3)肌肉激活时间:与Con组相比,MCI组腹直肌、竖脊肌、股直肌均提前(P<0.05)。MCI组组内竖脊肌左右两侧激活时间有不对称(P<0.05);(4)肌肉激活持续时间:与Con组相比,MCI组的胫前肌激活持续时间增加(P<0.05),在坐站中通过胫前肌的持续激活维持由坐到站的稳定。MCI组组内竖脊肌双侧持续激活时间不对称(P<0.05)。2、站坐阶段:(1)RMS:与Con组相比,MCI组腹直肌、竖脊肌有显着性差异(P<0.05),在站坐阶段腹直肌平均激活增加,竖脊肌平均激活减少。MCI组组内腹直肌、竖脊肌激活均有不平衡(P<0.05);(2)IEMG:与Con组相比,MCI组在竖脊肌有显着性差异(P<0.05),竖脊肌的累积激活水平显着升高。MCI组组内腹直肌、竖脊肌均有不平衡(P<0.01);(3)肌肉激活时间:与Con组相比,MCI组在腹直肌、竖脊肌、股二头肌有显着性差异(P<0.05),腹直肌和竖脊肌激活提前,股二头肌激活滞后。MCI组组内竖脊肌激活时间有不对称(P<0.05);(4)肌肉激活持续时间:所有肌肉组内和组间对比均无显着性差异。研究结论:MCI类CNLBP人群神经肌肉控制能力下降:(1)MCI类CNLBP人群下肢稳定性和腹内压均有下降,MCI类CNLBP人群下肢稳定性存在后侧不稳定以及个体中存在双侧不对称现象,核心肌肉不能维持腹内压的正常标准,从而导致核心稳定性下降。(2)在坐-站-坐任务过程中,坐站阶段和站坐阶段均表现出肌肉激活模式改变,竖脊肌和腹直肌激活提前,在任务过程中竖脊肌激活减少,腹直肌激活增加,整体表现出肌间协调的改变,通过增加腹直肌的参与来进行代偿,以此提高动态任务中的核心稳定性。建议:(1)建议MCI类CNLBP人群的康复过程可通过增加下肢稳定性训练,尤其是在后方的训练以及压力生物反馈训练来提高核心稳定性。(2)建议可在MCI类CNLBP人群的康复过程中可通过腹部深层肌肉的激活和动作模式的训练,以纠正错误的肌肉激活模式。(3)建议未来研究可以结合脑功能的研究技术如脑电、近红外成像等来进一步分析中枢的结构或功能的改变对于神经肌肉控制输出过程的影响,进一步探讨MCI类CNLBP人群神经肌肉控制改变的机制。
王昊[9](2021)在《肩部康复外骨骼运动学建模与重力补偿研究》文中进行了进一步梳理
李世纪[10](2021)在《脚内侧踢球技术动作中惯用脚与非惯用脚的运动学研究》文中认为研究目的:本文使用高速摄像机对四名足球二级运动员的脚内侧踢球技术动作进行测试,收集各运动员在完成脚内侧踢球技术动作时惯用脚与非惯用脚的运动学参数,将所获得的动作参数结合运动生物力学,运动解剖学等知识进行处理和分析,旨在探讨惯用脚与非惯用脚在完成脚内侧踢球时的不对称性,为教练员和运动员深刻理解惯用脚和非惯用脚二者在脚内侧踢球动作上的差异性提供参考依据,同时也为教练的教学培训以及以后的评估和诊断提供相关信息理论基础。研究方法:本文主要运用实验法、数理统计法等方法对完成脚内侧踢球技术动作时四名足球运动员惯用脚与非惯用脚的运动学特征进行研究和解析,获得整个运动周期的相关运动学参数。研究结果:1.用力蹬伸阶段惯用脚与非惯用脚在完成该阶段用时以及膝关节角速度方面存在显着性差异(P<0.05),在髋、踝关节角速度方面存在极显着性差异(P<0.01)。2.主动后摆阶段惯用脚与非惯用脚在踝关节最大后摆速度方面存在显着性差异(P<0.05),而在髋、膝关节最大后摆速度方面不存在显着性差异(P>0.05),在大腿的后摆幅度方面存在显着性差异(P<0.05),在小腿的后摆动幅度方面存在极显着性差异(P<0.01)。3.加速前摆阶段惯用脚与非惯用脚在踝关节最大前摆速度方面存在极显着差异(P<0.01),而在膝关节最大前摆速度方面不存在显着性差异(P>0.05),在大腿以及小腿的前摆幅度方面存在极显着性差异(P<0.01)。4.脚触球阶段惯用脚与非惯用脚在触球时刻膝关节角度以及大腿角与小腿的角度方面存在显着性差异(P<0.05),在Z轴上踝关节速度方面存在显着性差异(P<0.05),而在X轴以及Y轴上踝关节速度方面不存在显着性差异(P>0.05)。研究结论:1.惯用脚有着肌肉力量素质的优势,肌纤维数量与肌纤维横断面积要优于非惯用脚,因此惯用脚用力蹬伸阶段的用时短,大腿前摆时间小于非惯用脚。2.惯用脚与非惯用脚相比踢球腿用力蹬伸时,蹬地力量相对较强,因此惯用脚髋、膝、踝关节用力蹬伸阶段角速度大于非惯用脚,此外惯用脚的力量优势使其在摆动阶段开始时获得较大动能,肌群用力协调性相对较好,缩短了小腿的后摆时间以及前摆时间,所以在惯用脚踝关节最大后摆速度以及最大前摆速度大于非惯用脚。3.惯用脚踢球腿后摆过程中肌肉力量更大,并且肌肉协调柔韧性更好,在一定程度上减弱了大腿和小腿同时后摆时大腿后部肌肉主动不足以及前部肌肉被动不足的现象,增大了大腿与小腿的后摆范围,所以惯用脚踢球腿大腿后摆幅度以及小腿后摆幅度均大于非惯用脚。由于非惯用脚踢球腿后摆幅度的不足以及支撑脚选位、大腿制动等细节动作掌握的程度不够,增大了大腿的前摆幅度,缩小了小腿的前摆空间,因此惯用脚在加速前摆阶段小腿前摆幅度大于非惯用脚而大腿的前摆幅度小于非惯用脚,在触球时刻小腿角的角度大于非惯用脚而大腿角的角度小于非惯用脚。
二、关于人体重心位置测量板的初步研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、关于人体重心位置测量板的初步研究(论文提纲范文)
(2)基于SolidWorks的平衡感练习仪测力平台结构设计与仿真分析(论文提纲范文)
1 测力平台结构设计 |
2 测力装置静力学分析 |
3 模态分析 |
3.1 测力平台盖板模态分析 |
3.2 测力装置模态分析 |
4 结论 |
(3)人机交互力对下肢助力外骨骼关节期望角度的预测(论文提纲范文)
1 下肢助力外骨骼系统设计 |
2 人体下肢运动分析及重力补偿 |
2.1 运动学分析和动力学建模 |
2.2 人体重力补偿项 |
3 人体摆动腿的髋膝关节角度预测 |
3.1 基于S曲线映射的髋膝关节期望角度预测 |
3.2 基于导纳控制模型的髋膝关节期望角度预测 |
3.2.1 导纳控制原理 |
3.2.2 基于导纳模型预测期望关节角度 |
4 实验与结果分析 |
4.1 基于S曲线映射的外骨骼摆动腿主动控制实验 |
4.2 基于导纳控制模型的外骨骼主动控制实验 |
5 结 论 |
(4)机器人辅助微创全膝关节置换手术系统(论文提纲范文)
1 引言(Introduction) |
2 多模态膝关节建模(Multi-modality based knee modeling) |
2.1 膝关节硬骨3维重建 |
2.2 膝关节软骨3维重建 |
3 截骨路径规划(Osteotomy path plan-ning) |
4 图像配准(Image registration) |
4.1 双目视觉定位跟踪系统 |
4.2 点云采集方法 |
4.2.1 手术空间下的轮廓点云采集 |
4.2.2 模型空间下的轮廓点云采集 |
4.3 点云配准 |
5 机器人导航(Robot navigation) |
5.1 基于视觉标志物的位姿追踪方法 |
5.1.1 视觉标志物的注册 |
5.1.2 视觉标志物的追踪 |
5.2 机器人手眼标定 |
5.3 机器人位姿计算 |
6 实验与结果(Experiments and results) |
6.1 膝关节3维建模精度实验 |
6.2 双目视觉精度实验 |
6.3 图像配准精度实验 |
6.4 机器人综合定位精度实验 |
6.5 机器人截骨精度实验 |
7 结论(Conclusion) |
(7)基于奇异摄动方法的小型水下机器人稳定性优化设计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与研究意义 |
1.2 国内外研究现状 |
1.2.1 水下机器人研究现状 |
1.2.2 水下机器人控制算法研究现状 |
1.3 论文主要研究内容 |
第二章 稳定性优化设计指标 |
2.1 引言 |
2.2 硬件优化设计指标 |
2.3 控制算法优化设计指标 |
2.4 本章小结 |
第三章 硬件优化设计 |
3.1 引言 |
3.2 载体结构选择与湍流冲击验证 |
3.3 控制单元优化设计 |
3.3.1 控制器设计 |
3.3.2 舱内干燥器设计 |
3.4 测量单元优化设计 |
3.5 执行单元优化设计 |
3.6 供能单元优化设计 |
3.7 主控制板设计 |
3.8 本章小结 |
第四章 小型水下机器人的奇异摄动模型 |
4.1 引言 |
4.2 坐标系的建立 |
4.3 动力学建模 |
4.4 运动学建模 |
4.5 模型简化 |
4.6 奇异摄动模型 |
4.7 本章小结 |
第五章 控制算法优化设计 |
5.1 引言 |
5.2 模型数据处理 |
5.2.1 姿态信息解算 |
5.2.2 位置信息解算 |
5.2.3 水动力参数获取 |
5.3 控制器设计 |
5.3.1 经典PID控制 |
5.3.2 基于奇异摄动模型的并联PID控制 |
5.3.3 串-并联PID控制 |
5.4 PID参数整定 |
5.5 本章小结 |
第六章 实验与分析 |
6.1 引言 |
6.2 样机组装与功能测试 |
6.2.1 小型水下机器人样机组装 |
6.2.2 小型水下机器人功能测试 |
6.3 算法验证 |
6.3.1 互补滤波算法仿真 |
6.3.2 控制算法仿真 |
6.4 水池测试 |
6.4.1 拖曳测试 |
6.4.2 抗干扰测试 |
6.4.3 抓取测试 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
作者简介 |
附录 |
(8)运动控制障碍类慢性非特异性腰痛患者神经肌肉控制分析(论文提纲范文)
摘要 |
Abstract |
1 前言 |
1.1 选题依据及意义 |
1.2 研究目的 |
2 文献综述 |
2.1 慢性非特异性腰痛 |
2.2 CNLBP与运动控制障碍 |
2.3 CNLBP与核心稳定性 |
2.4 CNLBP与神经肌肉控制 |
2.4.1 神经肌肉控制 |
2.4.2 腰痛的神经肌肉控制改变 |
3 研究对象与研究方法 |
3.1 研究对象 |
3.1.1 研究对象及来源 |
3.1.2 纳入标准 |
3.1.3 排除标准 |
3.1.4 脱落标准 |
3.1.5 剔除标准 |
3.2 研究方法 |
3.2.1 试验流程 |
3.2.2 YBT测试 |
3.2.3 压力反馈测试 |
3.2.4 表面肌电测试 |
3.3 数据处理 |
3.3.1 表面肌电图信号处理方法 |
3.4 试验质量控制 |
3.5 统计学分析 |
4 研究结果 |
4.1 受试者一般情况 |
4.2 核心稳定性测试结果 |
4.2.1 YBT测试结果 |
4.2.2 压力反馈测试结果 |
4.3 表面肌电测试结果 |
4.3.1 RMS结果 |
4.3.2 IEMG结果 |
4.3.3 激活时间结果 |
4.3.4 持续激活时间结果 |
5 分析与讨论 |
5.1 核心稳定性分析 |
5.2 肌肉激活模式分析 |
5.3 小结 |
6 结论与建议 |
6.1 结论 |
6.2 建议 |
6.3 创新性 |
7 参考文献 |
致谢 |
在读期间发表的学术论文与研究成果 |
附件 |
(10)脚内侧踢球技术动作中惯用脚与非惯用脚的运动学研究(论文提纲范文)
摘要 |
Abstract |
第1章 前言 |
1.1 选题依据 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 国内足球踢球技术的运动学研究现状 |
1.3.2 国外足球踢球技术的运动学研究现状 |
1.3.3 其他体育项目的运动学研究 |
1.3.4 文献综述评述 |
1.4 相关概念的界定 |
1.4.1 运动学 |
1.4.2 脚内侧踢球技术 |
1.4.3 惯用脚与非惯用脚 |
1.4.4 关节角的定义 |
第2章 研究对象与方法 |
2.1 研究对象 |
2.2 研究方法 |
2.2.1 文献资料法 |
2.2.2 实验法 |
2.2.3 数理统计法 |
2.2.4 逻辑分析法 |
第3章 实验设计 |
3.1 实验目的 |
3.2 实验任务 |
3.3 实验对象 |
3.4 实验场地与器材 |
3.5 测试关节及动作阶段 |
3.5.1 测试关节 |
3.5.2 测试动作阶段 |
3.6 测试参数 |
3.7 实验操作流程 |
第4章 研究结果与分析 |
4.1 脚内侧踢球技术动作时相划分及质量影响因素 |
4.1.1 脚内侧踢球技术动作时相划分 |
4.1.2 脚内侧踢球技术动作时间特征 |
4.1.3 脚内侧踢球技术动作质量影响因素 |
4.2 脚内侧踢球用力蹬伸阶段技术动作的运动学特征 |
4.2.1 踢球腿用力蹬伸阶段的时间特征 |
4.2.2 踢球腿用力蹬伸阶段髋、膝、踝关节角速度特征 |
4.3 脚内侧踢球主动后摆阶段技术动作的运动学特征 |
4.3.1 踢球腿后摆时间特征 |
4.3.2 踢球腿后摆幅度特征 |
4.3.3 踢球腿后摆速度特征 |
4.4 脚内侧踢球加速前摆阶段技术动作的运动学特征 |
4.4.1 踢球腿前摆时间特征 |
4.4.2 踢球腿前摆幅度特征 |
4.4.3 踢球腿前摆速度特征 |
4.5 脚内侧踢球脚触球阶段技术动作的运动学特征 |
4.5.1 触球阶段膝关节角度特征 |
4.5.2 触球阶段踝关节三维坐标轴上的速度特征 |
4.5.3 触球阶段大腿角与小腿角的角度特征 |
第5章 结论与建议 |
5.1 结论 |
5.2 建议 |
参考文献 |
攻读学位期间完成的学术论文 |
致谢 |
四、关于人体重心位置测量板的初步研究(论文参考文献)
- [1]海南黎族传统服饰纹样研究[D]. 周倜. 江南大学, 2021
- [2]基于SolidWorks的平衡感练习仪测力平台结构设计与仿真分析[J]. 顾庆,杨凯,徐中华. 机械设计, 2021(09)
- [3]人机交互力对下肢助力外骨骼关节期望角度的预测[J]. 宋纪元,朱爱斌,屠尧,武鑫雨,张育林,周旭. 西安交通大学学报, 2021(12)
- [4]机器人辅助微创全膝关节置换手术系统[J]. 张英豪,李维全,陈家禾,宋国立,齐岩松,徐永胜,王君臣. 机器人, 2021(04)
- [5]仿人采摘机器人轨迹规划和稳定性研究[D]. 王文远. 新疆大学, 2021
- [6]基于物联网技术的婴儿发育评估系统设计[D]. 孟苏苏. 中国矿业大学, 2021
- [7]基于奇异摄动方法的小型水下机器人稳定性优化设计[D]. 严乐. 南京信息工程大学, 2021(01)
- [8]运动控制障碍类慢性非特异性腰痛患者神经肌肉控制分析[D]. 查悦. 成都体育学院, 2021(08)
- [9]肩部康复外骨骼运动学建模与重力补偿研究[D]. 王昊. 山东建筑大学, 2021
- [10]脚内侧踢球技术动作中惯用脚与非惯用脚的运动学研究[D]. 李世纪. 哈尔滨师范大学, 2021(09)