摘要
基于肌电信号的下肢外骨骼康复机器人关节力矩预测方法和装置,其方法包括:首先采集用户的肌电、关节角度、角速度和关节力矩数据,使用神经肌肉骨骼模型对膝关节相关的四块肌肉建模,并使用麻雀优化算法对模型中使用的生理参数进行辨识,输出一个最优解,得到估计力矩。然后赋予真实力矩和估计力矩分别为的权重得到融合力矩。利用采集的数据和融合力矩训练神经网络模型,同时采用将神经肌肉骨骼模型纳入损失函数的方法,让神经肌肉骨骼模型参与神经网络模型的训练过程,增加模型的约束。最终将训练后的模型进行保存以便于后续调用。本发明具有精度较高、泛化性强的优点,同时在更少的数据量条件下,模型训练可以更快收敛。
技术关键词
关节力矩
骨骼模型
训练神经网络模型
膝关节
下肢外骨骼康复机器人
生理
肌腱
参数
注意力机制
数据采集平台
表面肌电信号
外骨骼机器人
肌电传感器
关系
数据采集系统
系统为您推荐了相关专利信息
下肢
三维骨骼模型
生命体征数据
血流可视化
血流特征
大曲
训练神经网络模型
识别方法
神经网络模型训练
样本
深度神经网络模型
频率
模型库
训练神经网络模型
矩阵
钻孔机械
规划控制方法
三维有限元模型
手术机器人
声学传感器