[发明专利]一种外骨骼输出力的确定方法及装置在审
申请号: | 202010278637.2 | 申请日: | 2020-04-10 |
公开(公告)号: | CN111590544A | 公开(公告)日: | 2020-08-28 |
发明(设计)人: | 付成龙;冷雨泉;黄冠;马亮;张稳 | 申请(专利权)人: | 南方科技大学 |
主分类号: | B25J9/00 | 分类号: | B25J9/00 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 张杨梅 |
地址: | 518055 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 骨骼 输出 确定 方法 装置 | ||
1.一种外骨骼输出力的确定方法,其特征在于,包括:
获取目标外骨骼当前时刻的实时参数;
将所述实时参数导入预设的神经网络,确定所述目标外骨骼对应的实时输出力;所述神经网络是基于外骨骼样机运行过程中的训练数据集训练得到的。
2.如权利要求1所述的确定方法,其特征在于,所述神经网络包括:
隐藏层以及输出层;所述隐藏层的网络类型以及所述输出层的网络类型均为前馈全连接神经网络;
所述隐藏层包括隐藏层神经元,所述隐藏层神经元为sigmoid神经元;
所述输出层包括输出层神经元,所述输出层神经元为线性神经元。
3.如权利要求1所述的确定方法,其特征在于,在所述将所述实时参数导入预设的神经网络,确定所述目标外骨骼对应的实时输出力之前,还包括:
获取所述外骨骼样机运行过程中的所述训练数据集,所述训练数据集内的每个训练样本数据包括训练运动信息、训练电机信息以及训练输出力;
将所述训练运动信息以及所述训练电机信息导入所述神经网络中,得到预测输出力;
基于所述预测输出力以及所述训练输出力,调整所述神经网络的网络参数。
4.如权利要求3所述的确定方法,其特征在于,所述获取所述外骨骼样机运行过程中的所述训练数据集,包括:
基于惯性传感器获取所述外骨骼样机运行过程中的所述训练运动信息;以及
基于电机传感器获取所述外骨骼样机运行过程中的所述训练电机信息;以及
基于力传感器获取所述外骨骼样机运行过程中的所述训练输出力。
5.如权利要求3所述的确定方法,其特征在于,所述训练数据集包括:验证数据集以及测试数据集;所述基于所述预测输出力以及所述训练输出力,调整所述神经网络的网络参数,包括:
基于所述验证数据集,确定所述神经网络在训练过程中各个训练阶段对应的第一误差值;
基于所述第一误差值最小的所述训练阶段对应的网络参数,配置所述神经网络;
基于所述测试数据集,确定配置后的所述神经网络的第二误差值;
若所述第二误差值大于预设误差值,则返回执行所述获取所述外骨骼样机运行过程中的所述训练数据集的操作。
6.如权利要求1-5任一所述的确定方法,其特征在于,所述实时参数包括:实时运动信息以及实时电机信息。
7.如权利要求6所述的确定方法,其特征在于,所述将所述实时参数导入预设的神经网络,确定所述目标外骨骼对应的实时输出力之后,还包括:
基于实时运动信息确定实时期望力;
基于所述实时期望力以及所述实时输出力,调整所述外骨骼的控制器参数。
8.一种外骨骼输出力的确定装置,其特征在于,包括:
实时参数获取模块,用于获取目标外骨骼当前时刻的实时参数;
实时输出力确定模块,用于将所述实时参数导入预设的神经网络,确定所述目标外骨骼对应的实时输出力;所述神经网络是基于外骨骼样机运行过程中的训练数据集训练得到的。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方科技大学,未经南方科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010278637.2/1.html,转载请声明来源钻瓜专利网。