請用此 Handle URI 來引用此文件:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/24564
完整後設資料紀錄
DC 欄位 | 值 | 語言 |
---|---|---|
dc.contributor.advisor | 趙福杉 | |
dc.contributor.author | Kaine Lin | en |
dc.contributor.author | 林冠宏 | zh_TW |
dc.date.accessioned | 2021-06-08T05:31:09Z | - |
dc.date.copyright | 2011-07-29 | |
dc.date.issued | 2011 | |
dc.date.submitted | 2011-07-27 | |
dc.identifier.citation | [1]鄭恆星,以肌電訊號與神經電訊號為義肢控制源之研究, 2005
[2]黃富胤,肌電訊號辨識系統之數位晶片實作,2006 [3]郭壽龍,以多重解析度分析表面肌電訊號,2007 [4]梁怡康,基於肌電圖之機械臂定位控制,2007 [5]趙福衫,神經複合動作電位和場電位的分析及記錄系統研製,1992 [6]林琨皓,即時擷取與分析生醫信號之可攜式記錄器,2004 [7]張鐘華,電生理訊號擷取系統之研製,1994 [8]蔡曜至,電生理訊號量測系統的開發,2003 [9]翁偉傑,前庭誘發肌性電位刺激及記錄系統之整合及研製,2009 [10]張津愷,使用PC對神經動作電位進行長時間擷取,2008 [11]John G.Webster,'Medical Instrumentation Applicationand Design',Wiley,2003 [12]U. Tietze Ch. Schenk,'Electronic Circuit-Design and Application',Springer,1990 [13]John G. Nicholls,'From Neuron to Brain',Sinauer,2000 | |
dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/24564 | - |
dc.description.abstract | 在所有生物電氣活動分析方法之中,電生理是較為直觀有效,精確與可靠並且最有工程應用潛力的技術手段。
本論文使用即時演算法,從相拮抗肌肉之EMG訊號中,藉由動態堆積模型,推算出拮抗肌肉活動所對應的控制參數,透過將控制參數輸入擬相程式與姿態映射矩陣,轉換成各組關節電機的操控指令,並進而由三維模型進行運動模擬。 除此之外,本研究透過由FPGA設計的平行驅動數位IC與相應之功率驅動電路,實現了透過擬相指令對機械肢體系統的驅動,執行抓握動作。 | zh_TW |
dc.description.abstract | Among the techniques of analyzing bio-electricity,
Electrophysiological method is a more straightforward,effective, precise and promising one. In this thesis,we used Real-time Processing Algorithm to calculate control parameters from Agonist-Antagonist muscles. By applying control parameters into Pseudophasic Model and Guesture Mapping Matrix,we got driving commands of joint motors,and emulated these commands on a 3D Hand Model. Further more,By using power driving circuit and parallel driving digi-IC which designed by FPGA we were able to drive prosthesis by these Pseudophasic command. | en |
dc.description.provenance | Made available in DSpace on 2021-06-08T05:31:09Z (GMT). No. of bitstreams: 1 ntu-100-R98548045-1.pdf: 26510151 bytes, checksum: cfb4c5715f99eb664aea7ad4aa4714d3 (MD5) Previous issue date: 2011 | en |
dc.description.tableofcontents | 目錄
致謝……………………………………………………………(i) 中文摘要……………………………………………………(iii) 英文摘要……………………………………………………(iv) 目錄……………………………………………………………I 圖目錄…………………………………………………………IV 第一章 序論 ……………………………………………………1 1.1 研究背景……………………………………………………1 1.2 背景文獻回顧………………………………………………2 1.2.1 古典時期對生物電與肌肉收縮關係的初步認識…2 1.2.2 現代電生理的爆炸性發展…………………………3 1.2.3 近代神經介面技術的發展…………………………3 1.3 研究動機與目的……………………………………………5 1.3.1 發展動機……………………………………………5 1.3.2 發展目標……………………………………………6 第二章 生理訊號擷取系統 ……………………………………9 2.1 前言 ………………………………………………………9 2.2 系統架構之考量 …………………………………………12 2.3 訊號擷取電極的規劃 ……………………………………13 2.3.1 EMG訊號的擷取 …………………………………13 2.3.2 訊號的擷取電極 ………………………………14 2.4 訊號調理電路的設計 ……………………………………17 2.4.1 以儀表放大器作為預放大電路的設計考量 ……17 2.4.2 二級放大與高通濾波電路的設計考量 …………18 2.4.3 Butterworth低通濾波電路的設計考量…………19 2.4.4 訊號調理電路的低功耗與電性安全設計考量 …20 第三章 EMG訊號特徵曲線的擷取 ……………………………23 3.1 EMG訊號強度特徵曲線的擷取……………………………23 3.1.1 拮抗肌肉EMG內含的訊息…………………………23 3.1.2 相拮抗肌肉強度參數的線性化與增益匹配 ……30 第四章 基於拮抗肌肉驅動模型的控制參數 ………………32 4.1 前言………………………………………………………32 4.2 基於拮抗肌肉控制訊息的驅動模型……………………34 4.3 控制參數的產生與解讀…………………………………37 第五章 機械肢體姿態的控制 ………………………………39 5.1 前言………………………………………………………39 5.2 機械肢體的控制矩陣……………………………………40 5.3 機械肢體的擬相產生程式………………………………42 5.4 機械肢體關節電機的驅動………………………………46 第六章 討論與結論…………………………………………50 6.1 間接與直接神經介面的比較與取捨……………………50 6.2 系統參數的最佳化與即時算法的全IC化………………51 6.3 結論………………………………………………………53 參考文獻 …………………………………………………… 55 圖目錄 圖 2.3-1 相拮抗肌電訊號的擷取電極規劃 …………………13 圖 2.3-2 EMG用之表貼電極的構造 …………………………15 圖 2.3-3 EMG用之表貼電極的尺寸與外觀 …………………15 圖 2.3-4 EMG訊號擷取系統的架構 …………………………16 圖 2.4-1 相拮抗肌電訊號之預放大電路 ……………………17 圖 2.4-2 相拮抗肌電訊號之高通濾波與二級放大電路 ……18 圖 2.4-3 肌電訊號之低通濾波電路 …………………………19 圖 2.4-4 使用模擬軟體設計訊號處理電路的頻率響應 ……21 圖 2.4-5 肌電訊號預處理電路成品圖 ………………………21 圖 2.4-6 軟體模擬的放大濾波電路功耗 ……………………22 圖 3.1-1 使用Labview顯示EMG訊號 …………………………23 圖 3.1-2 使用Labview顯示越大的施力對應越大的EMG ……24 圖 3.1-3 肌電訊號的強度特徵曲線 …………………………25 圖 3.1-4 相拮抗肌電訊號的強度特徵曲線 …………………26 圖 3.1-5 屈伸控制參數的查表線性化與增益匹配 …………28 圖 3.1-6 屈伸控制參數線性化與增益匹配的示意圖 ………29 圖 3.1-7 屈伸控制參數的衰減輸出示意圖 …………………29 圖 3.1-8 推算出之具較平滑特性的屈伸控制參數 …………30 圖 3.1-9 肌電訊號的大小與施力之間呈非線性關係 ………31 圖 4.2-1 基於相拮抗肌肉控制訊息之驅動模型……………35 圖 4.2-2 動態加減與比例增益推線性控制參數的近似法…35 圖 4.2-3 動態加減與比例增益推出線性控制參數…………36 圖 4.3-1 相拮抗肌肉的水桶模型與控制參數………………37 圖 4.3-2 參數擷取與特徵辨識模塊的Labview方塊圖 ……38 圖 5.2-1 透過姿態矩陣將控制參數轉為關節驅動指令 …41 圖 5.3-1 手部抓握的連續相態………………………………42 圖 5.3-2 透過物理控制參數產生相態的模擬控制參數……43 圖 5.3-3 機械肢體控制程式的整體架構圖…………………44 圖 5.3-4 將控制矩陣推算出的關節指令以CAD運動模擬 …45 圖 5.4-1 USB2.0協議處理模塊 ………………………………47 圖 5.4-2 FPGA FIFO 模塊 ……………………………………47 圖 5.4-3 FPGA 資料配送模塊…………………………………48 圖 5.4-4 FPGA 電機平行驅動模塊……………………………48 圖 5.4-5 FPGA 肢體電機平行驅動IC的架構圖………………48 圖 5.4-6 實現EMG驅動機械肢體………………………………49 | |
dc.language.iso | zh-TW | |
dc.title | 基於即時處理與FPGA實現之神經義肢驅動系統 | zh_TW |
dc.title | Neural Prosthesis Driving System Basic on Real-time Processing and FPGA | en |
dc.type | Thesis | |
dc.date.schoolyear | 99-2 | |
dc.description.degree | 碩士 | |
dc.contributor.oralexamcommittee | 黃基礎,邱弘緯 | |
dc.subject.keyword | 神經義肢,即時處理,FPGA, | zh_TW |
dc.subject.keyword | Neural Prosthesis,Real-time Processing,FPGA, | en |
dc.relation.page | 55 | |
dc.rights.note | 未授權 | |
dc.date.accepted | 2011-07-27 | |
dc.contributor.author-college | 工學院 | zh_TW |
dc.contributor.author-dept | 醫學工程學研究所 | zh_TW |
顯示於系所單位: | 醫學工程學研究所 |
文件中的檔案:
檔案 | 大小 | 格式 | |
---|---|---|---|
ntu-100-1.pdf 目前未授權公開取用 | 25.89 MB | Adobe PDF |
系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。