摘要
本发明公开了多模态传感数据联合建模的运动训练分析方法,涉及生物力学测量技术领域。包括有:S1:根据角速度大小,设置IMU数据、sEMG信号数据和压力数据的权重大小,进行数据融合;S2:根据融合三维向量,设置Transformer模型,确定出注意力权重,并根据所述注意力权重,进行特征重构;S3:根据所述融合特征,对采样频率和基础刚度进行调节。本发明通过标定板剔除异常数据点和热膨胀补偿,并结合奇异值分解,确定出旋转矩阵和平移向量,实现了多传感器的坐标系统一,同时通过查询‑键矩阵,获取得到对应的注意力权重,从而不仅可以强化关键运动特征的权重,还可以根据不同运动模式自适应调整IMU权重,进而提高了特征融合的针对性。
技术关键词
运动训练
分析方法
卡尔曼滤波算法
模式
异常数据点
注意力
融合特征
空间传感器阵列
患者
频率
协方差矩阵
坐标系
刚度
电压