龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京理工大学
摘要：本发明公开了一种基于生成对抗网络与强化学习的人体行走下肢肌肉力求解装置和方法，将模型的关节角度和人体行走的关节角度导入生成对抗网络中进行训练，由生成对抗网络输出强化学习需要的部分奖励函数；通过肌肉骨骼模型生成的运动学数据与动力学数据，得到与人体运动效果有关的部分奖励函数；分析表面肌电信号与肌肉骨骼模型得到的动力学数据，得到与肌肉协同有关的部分奖励函数；将三部分奖励函数导入策略网络中进行训练，得到能反映肌肉协同关系的肌肉力计算结果。本发明能够计算不同个体行走过程中下肢主要肌肉的肌肉力，为人体运动规律的理解、运动康复与医疗设备的研制、仿人机器人的控制等提供理论依据。
主权项：1.基于生成对抗网络与强化学习的人体行走下肢肌肉力求解方法，其特征在于：将肌肉活动性、足底压力导入肌肉骨骼模型中，生成模型的运动学数据和动力学数据，所述运动学数据包括关节角度和关节角速度，所述动力学数据包括关节力矩和肌肉力；模型的关节角度和人体行走的关节角度导入生成对抗网络中进行训练，由生成对抗网络输出强化学习需要的部分奖励函数；通过肌肉骨骼模型生成的运动学数据与动力学数据，得到与人体运动效果有关的部分奖励函数： 其中，Jt是当前时刻从肌肉连接点到广义坐标的雅克比矩阵，T为转置符号，kf为权重系数，ft表示肌肉力向量，τt表示关节力矩向量，fit表示肌肉i的肌肉力；分析表面肌电信号与肌肉骨骼模型得到的动力学数据，得到与肌肉协同有关的部分奖励函数： 其中，ux、uy是两组具有协同关系的肌肉肌电信号数据，ρ是相关系数，系数kxy表示x、y这两个肌肉具有协同关系；将三部分奖励函数导入策略网络中进行训练，得到能反映肌肉协同关系的肌肉力计算结果。
全文数据：
权利要求：
百度查询： 北京理工大学 基于生成对抗网络与强化学习的人体行走下肢肌肉力求解装置和方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号