导读:本文包含了步行速度论文开题报告文献综述及选题提纲参考文献，主要关键词:四足步行机动平台,对角步态,侧向速度控制
步行速度论文文献综述
谭永营,晁智强,金毅[1]（2019）在《运输四足步行机动平台行走侧向速度控制仿真》一文中研究指出侧向速度控制是机动平台在叁维空间中实现快速稳定行走的基础。由于运输四足步行机动平台对角步态行走过程中存在四足腾空相,机体在上升及下降阶段所对应的虚拟刚度变化较大,传统的侧向速度控制方法无法保证机动平台侧向行走稳定性。在四足步行机动平台运动学分析及虚拟模型控制方法阐述基础上,结合SLIP运动规律的分析,对传统控制方法进行改进,分别提出了考虑腾空速度、考虑腾空速度及平均速度的对角步态侧向速度控制方法,针对理想侧向速度为0及侧向存在运动需求两种情况分别进行了仿真研究,并对结果进行对比分析。结果表明考虑腾空速度及平均速度的对角步态侧向速度控制算法误差较小,较好的满足了对侧向速度的控制需求,证明了考虑腾空速度及平均速度的控制算法的有效性。(本文来源于《计算机仿真》期刊2019年08期）
孙平,张帅[2]（2019）在《康复步行训练机器人位置和速度跟踪误差同时约束的安全预测控制》一文中研究指出康复步行训练机器人通过跟踪医生指定的运动轨迹,帮助患者步行训练,针对运动过程中位置和速度跟踪误差过大,影响康复者的安全问题,提出一种预测控制方法,目的是使康复步行训练机器人从任意位置出发同时实现轨迹和速度跟踪,并将跟踪误差约束在指定范围内,提高系统的安全性。通过离散化康复步行训练机器人的动力学模型,建立了具有控制增量形式的预测模型。在预测时域内,设计轨迹跟踪误差性能优化指标,并构建运动位置和速度跟踪误差约束条件,通过设计辅助运动轨迹并求解控制增量形式的二次规划问题,获得了时域内满足误差约束条件的预测控制。通过仿真和实验研究,结果表明了所提控制方法同时约束位置和速度跟踪误差的有效性和优越性。(本文来源于《电机与控制学报》期刊2019年06期）
杨文燕[3]（2019）在《基于矢量编码技术对不同步行速度下肢协调模式的量化分析》一文中研究指出研究目的:本研究通过采集健康受试者在不同速度下行走的下肢运动学参数,计算下肢关节间的耦合角(CA)并对其协调模式进行频次统计,从而反映出关节间的协调模式及旋转方向,为步态研究的量化分析提供一定的理论依据,从而更好的指导疾病的治疗与恢复。研究方法:本研究选取30名健康大学生(男性15名,女性15名)为研究对象,使用英国OML公司生产的VICON红外叁维动作分析系统、AMTI(40cm*60cm)测力台、Basler高速摄像机以及红外测速仪等,采集30名受试者在慢速(3.40±0.23km/h,即0.88m/s-1.008m/s)、中速(4.88±0.40 km/h,即1.24m/s-1.46m/s)、快速(6.49±0.61 km/h,即1.63m/s-1.97m/s)叁种走路状态下的下肢运动学参数,使用MATLAB 8.3软件计算人体下肢下肢各环节间的耦合角,绘制并比较不同行走速度下的角-角图,利用矢量编码技术对人体下肢各环节间的运动协调模式进行统计和分析比较。研究结果:(1)随步行速度的增加,受试者的步长与步频都有所调整,具体表现为步长增加,步频变快。(2)在着地时刻,随着行走速度的增加,髋关节角、膝关节角、踝关节角逐渐增大,且具有显着性差异(P<0.01)。(3)在离地时刻,随着行走速度的增加,髋关节角、膝关节角、踝关节角逐渐增大,且具有显着性差异(P<0.01)。(4)髋-膝、髋-踝、膝-踝关节每个步态周期所形成的角-角图呈周期性变化,所形成的图形形状基本相同。且随着速度增加,髋-膝、髋-踝、膝-踝关节形成角-角图的最大值渐增,最小值渐减。(5)支撑阶段,随着行走速度的增加,髋-膝关节耦合角逐渐减小,不具有显着性差异(P>0.05);髋-踝关节耦合角逐渐增大,不具有显着性差异(P>0.05);膝-踝关节耦合角逐渐减小,且存在显着性差异(P<0.01)。(6)摆动阶段,随着行走速度的增加,髋-膝关节耦合角逐渐增大,具有显着性差异(P<0.01);髋-踝关节耦合角逐渐减小,不具有显着性差异(P>0.05);膝-踝关节耦合角逐渐增大,且存在显着性差异(P<0.01)。(7)支撑阶段,叁种速度下髋-膝关节均以HP+和H+K-协调模式为主,且组间存在显着性差异(P<0.05);髋-踝关节以AP+和A+H+协调模式为主,且组间存在显着性差异(P<0.01);膝-踝关节均以AP+、A+K+和KP+协调模式为主,且AP+协调模式组间存在显着性差异(P<0.05),而A+K+和KP+协调模式组间不存在显着性差异(P>0.05)。(8)摆动阶段不同速度下髋-膝、髋-踝、膝-踝关节基本涉及所有协调模式。叁种速度下,髋-膝关节均以KP+、KP-以及H+K-协调模式为主,且组间不存在显着性差异(P>0.05);髋-踝关节以A+H+、HP-以及A+H-协调模式为主,但A+H+协调模式叁种速度间存在显着性差异(P<0.05),而HP-及A+H-协调模式叁种速度间不存在显着性差异(P>0.05);膝-踝关节以AP+与A-K-协调模式为主,且组间均不存在显着性差异(P>0.05)。研究结论:(1)随着步行速度增加,人体下肢关节运动学参数呈规律性变化,具体表现为:步长加大,步态周期时间变短,支撑时间、双支撑时间、摆动时间缩短,着地时髋关节、膝关节、踝关节角度逐渐增大,离地时髋关节、膝关节、踝关节角度逐渐增大。(2)不同速度下,各关节间形成的角-角图呈周期性变化,而且随着步行速度的增加,髋-膝关节和膝-踝关节耦合角呈规律性变化趋势,具体表现为:支撑阶段髋-膝关节、膝-踝关节耦合角逐渐减小,髋-踝关节耦合角逐渐增大;摆动阶段髋-膝关节、膝-踝关节耦合角逐渐增大,髋-踝关节耦合角逐渐减小。(3)支撑阶段髋-膝协调模式以HP+和H+K-为主,且H+K-协调模式出现的频次数随速度的增加而增加,HP+协调模式则没有规律性变化;髋-踝协调模式以AP+和A+H+为主,且AP+协调模式出现的频次数随速度的增加而增加,A+H+协调模式则随速度的增加而减少;膝-踝协调模式以AP+、A+K+和KP+为主,且KP+协调模式出现的频次数则随速度的增加而减少,而AP+和A+K+协调模式则没有规律性变化。(4)摆动阶段涉及大多数协调模式,但髋-膝协调模式以KP+、KP-以及H+K-为主,且叁种协调模式随速度的增加均没有规律性变化;髋-踝协调模式以A+H+、HP-以及A+H-为主,且A+H+协调模式出现频次数随速度的增加无规律性变化,HP-协调模式呈现递减趋势,A+H-协调模式虽然没有规律性变化,但在中速与快速条件下出现的频次数大概一致;而膝-踝协调模式以AP+和A-K-为主,AP+协调模式出现的频次数随速度的增加而增加,而A-K-协调模式没有规律性变化。(本文来源于《中北大学》期刊2019-04-10）
陆蓉蓉,白玉龙,李策,高天昊,张林雨[4]（2019）在《人体站立和适宜速度步行时的平衡控制能力评价》一文中研究指出通过以骨盆质心为基础的姿势图参数来对比评价人体站立和适宜速度步行时的平衡控制能力。研究纳入80例健康志愿者,其中中老年组为44例,青年组为36例。志愿者在智能化下肢助行机器人上分别进行双脚站立、左脚站立、右脚站立和10 m适宜速度步行。运动结束后,由系统自动得出姿势图参数。在双脚站立测定项目中,青年组的质心移动轨迹总长度显着优于中老年组,其余参数在两组间无显着差异。在左脚站立和右脚站立测定项目中,两组姿势图参数无显着差异。在适宜速度10 m步行测定项目中,青年组的质心移动轨迹总长度显着优于中老年组,质心移动总面积在两组间无显着差异。通过评价确认,随着年龄的增长,人体的平衡控制能力出现减退,在动态过程中表现得更为明显。(本文来源于《上海电气技术》期刊2019年01期）
段子才,刘勇,张太平,胡显富,董兆虎[5]（2019）在《老年人4 m步行速度与躯体虚弱状态的相关研究》一文中研究指出为评估高龄老年人的步行速度与躯体虚弱状态的相关性,对115名老年人(男70、女45人;平均年龄79.8岁进行4 m步行速度测试,并采用埃德蒙顿虚弱量表(EFS)评估受试者躯体虚弱情况,分析老年人4 m步行用时与虚弱状态的关系。受试者4 m步行平均用时7.17 s,EFS量表评估轻度虚弱发生率32.2%,中度虚弱发生率25.2%,重度虚弱发生率3.5%;4 m步行用时与EFS评分具有有显着意义的中度相关(r=0.634,p≤0.01),且在虚弱/不虚弱组及跌倒/无跌倒组间比较均具有显着差异;ROC分析结果显示,4 m步行用时预测虚弱的曲线下面积为0.865。本研究受试者4 m步行用时的均值总体高于国外报道,但不虚弱老年人该数值与国外报道接近;4 m步行用时与EFS评分具有中度相关性,对老年人虚弱具有较好的预测力。(本文来源于《阜阳师范学院学报(自然科学版)》期刊2019年01期）
全明辉[6]（2019）在《步行速度:健康中老年人群不容忽视的疾病/不良事件风险预测指标》一文中研究指出我国已步入老年化社会,中老年人群随着年龄的增加各种疾病/不良事件风险随之上升。现有证据显示,步行速度作为一个操作简便、实用性强的指标,能够有效预测健康中老年人未来疾病/不良事件的风险。但要将步行速度应用于实践中,仍有一些关键问题亟待解决。如步行速度可以预测哪些疾病/不良事件,其机理是什么;如何测量步行速度以及如何解释测量结果等。因此,研究总结近年来关于步行速度和未来疾病/不良事件风险的研究报导,陈述研究现状,分析现有不足,以及展望后续研究切入点,以期步行速度作为早期疾病/不良事件预测指标能广泛应用于临床和科学运动实践中。(本文来源于《南京体育学院学报》期刊2019年02期）
冀永强,孙一帆,贾丙硕[7]（2018）在《西安市行人步行速度调查与研究》一文中研究指出为了解行人通过不同地点时的交通行为特性,对不同年龄段行人的步行速度进行了调查,并应用相关统计学方法对数据进行了对比分析。分析结果表明行人步行速度在性别、年龄、地点等因素影响下有显着差异。(本文来源于《汽车实用技术》期刊2018年23期）
吴梦余,于卫华[8]（2018）在《步行速度在老年衰弱相关不良事件中的应用进展》一文中研究指出目的对步行速度在老年衰弱相关不良事件中的应用进行综述,为早期识别和预防老年衰弱不良事件提供新思路和新启示。方法查阅国内外文献,从步行速度、老年衰弱及相关不良事件等角度进行信息整合。结果经分析相关文献,步行速度是简单可重复测量的一种筛选工具,可用于预测老年衰弱相关的早期死亡、肌肉减少症、残疾、跌倒和住院/住院治疗等不良事件。结论步行速度评估的费用低,且操作简单、可行性较高,在预测跌倒、致残、死亡、肌肉减少症、住院等老年衰弱不良事件发生中有良好的应用价值。(本文来源于《护理学报》期刊2018年17期）
万春利,王雪,葛盼丽[9]（2018）在《蹬踏训练对卒中患者平衡、步行稳定性及最大步行速度的效果观察》一文中研究指出目的探讨蹬踏训练对卒中患者平衡、步行稳定性及最大步行速度的影响。方法脑卒中患者40例,随机分为观察组和对照组,各20例。两组均采用常规康复训练方法,观察组在此基础上,增加蹬踏抗阻训练。治疗前,治疗后8周分别采用Berg平衡量表(BBS)进行平衡功能评定,计时起立行走(TUGT)进行步行稳定性的评定,最大步行速度测试(MWST)进行步行速度的评定。结果治疗前两组的BBS评分,TUGT评分及MWST评分均无显着差异(P>0.05),治疗8周以后,观察组的各项评分均较治疗前有了一定的提高,且各项指标均优于对照组(P<0.05)。结论在常规康复训练方案上增加闭链的蹬踏抗阻肌力训练,更能提高恢复期脑卒中患者的平衡、步行稳定性及最大步行速度。(本文来源于《临床医药文献电子杂志》期刊2018年60期）
张惠玲,葛鹏[10]（2018）在《信号交叉口过街老年人比例与行人步行速度关系分析》一文中研究指出为了对不同老年人混入比例下的行人步行速度进行较细致的分析,进而确定老年人比例达到一定程度时的行人信号设置依据,以重庆市3个信号交叉口以及一路段的老年人和成年人过街情况为分析对象,通过现场观测和后期人工提取获取了相关参数。使用统计学的方法,对比分析了老年人和成年人、不同信号交叉口设施设置情况下的步速等特征。最后借助微观仿真软件,使用未知拐点的回归模型分析了老年人的比例与行人步行速度的关系,结果表明:老年人比例超过14%时,行人的步行速度出现显着的变化,进而提出老年人比例超过14%时,建议信号交叉口的步行速度设计值为0.97 m/s。研究成果可以为老年人通行需求较多的信号交叉口行人信号配时提供基础。(本文来源于《科学技术与工程》期刊2018年18期）
步行速度论文开题报告
（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：
康复步行训练机器人通过跟踪医生指定的运动轨迹,帮助患者步行训练,针对运动过程中位置和速度跟踪误差过大,影响康复者的安全问题,提出一种预测控制方法,目的是使康复步行训练机器人从任意位置出发同时实现轨迹和速度跟踪,并将跟踪误差约束在指定范围内,提高系统的安全性。通过离散化康复步行训练机器人的动力学模型,建立了具有控制增量形式的预测模型。在预测时域内,设计轨迹跟踪误差性能优化指标,并构建运动位置和速度跟踪误差约束条件,通过设计辅助运动轨迹并求解控制增量形式的二次规划问题,获得了时域内满足误差约束条件的预测控制。通过仿真和实验研究,结果表明了所提控制方法同时约束位置和速度跟踪误差的有效性和优越性。
（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。
步行速度论文参考文献
[1].谭永营,晁智强,金毅.运输四足步行机动平台行走侧向速度控制仿真[J].计算机仿真.2019
[2].孙平,张帅.康复步行训练机器人位置和速度跟踪误差同时约束的安全预测控制[J].电机与控制学报.2019
[3].杨文燕.基于矢量编码技术对不同步行速度下肢协调模式的量化分析[D].中北大学.2019
[4].陆蓉蓉,白玉龙,李策,高天昊,张林雨.人体站立和适宜速度步行时的平衡控制能力评价[J].上海电气技术.2019
[5].段子才,刘勇,张太平,胡显富,董兆虎.老年人4m步行速度与躯体虚弱状态的相关研究[J].阜阳师范学院学报(自然科学版).2019
[6].全明辉.步行速度:健康中老年人群不容忽视的疾病/不良事件风险预测指标[J].南京体育学院学报.2019
[7].冀永强,孙一帆,贾丙硕.西安市行人步行速度调查与研究[J].汽车实用技术.2018
[8].吴梦余,于卫华.步行速度在老年衰弱相关不良事件中的应用进展[J].护理学报.2018
[9].万春利,王雪,葛盼丽.蹬踏训练对卒中患者平衡、步行稳定性及最大步行速度的效果观察[J].临床医药文献电子杂志.2018
[10].张惠玲,葛鹏.信号交叉口过街老年人比例与行人步行速度关系分析[J].科学技术与工程.2018