摘要
本发明属于机器人技术领域,公开了一种自适应多场景的外骨骼机器人控制方法及系统,该方法包括:利用基于场景特征熵的卡尔曼滤波算法对采集的多模态传感器数据进行去噪,并对去噪后的多模态传感器数据进行融合,结合混合深度学习模型提取空间特征与时间序列特征,以识别当前场景类型;根据当前场景类型识别结果,构建情感状态与运动意图映射模型,生成对应的动力控制指令,并基于动力控制指令同步输出主动刺激肌肉与被动刺激肌肉的脉冲参数,以进行多场景下的人机协同控制。本发明能够适应不同类型的外骨骼机器人,为多种应用场景提供了更加智能化、精准的解决方案。
技术关键词
外骨骼机器人控制
混合深度学习模型
卡尔曼滤波算法
人机协同控制
多场景
运动意图
时间序列特征
情感特征
场景特征
人体肌肉电信号
多模态传感器
脉冲
情感状态识别
强化学习框架
表达式
数据
系统为您推荐了相关专利信息
山岭隧道施工
空间分布信息
破碎围岩
监测方法
强化学习算法
电容开关
基线
噪声样本
观测噪声方差
卡尔曼滤波算法
脑电信号识别方法
域环境
分层分类方法
功率优化
支持向量机算法
监测桥梁
车辆动态称重方法
深度学习训练
动态位移传感器
噪声数据
电子围栏检测方法
单目摄像头
单目深度估计
深度值
人体