步行辅助设备和控制步行辅助设备的方法技术

本发明专利技术提供一种步行辅助设备和控制步行辅助设备的方法。提供一种用于训练用于识别穿戴着步行辅助设备的用户的步行状态的算法的方法和设备。所述方法和设备可通过动态仿真产生与虚拟人模型的步行关联的虚拟感测数据，并可基于虚拟感测数据训练所述算法。

Walking aids and methods of controlling walking aids

The present invention provides a walking aid and a method for controlling a walking aid. A method and apparatus for training an algorithm for identifying the walking state of a user wearing a walking aid device. The method and the device can generate virtual sensing data associated with walking of the virtual human model by dynamic simulation, and can train the algorithm based on virtual sensing data.

【技术实现步骤摘要】
步行辅助设备和控制步行辅助设备的方法本申请要求于2015年11月5日提交到韩国知识产权局的第10-2015-0154910号韩国专利申请的权益，该韩国专利申请的全部内容通过引用全部合并于此。
示例实施例涉及用于训练算法的方法和/或设备。例如，至少一个示例实施例涉及训练用于识别用户的步行状态的算法的方法。
技术介绍
随着快速老龄化社会的来临，许多人可能正由于关节问题而经受不便和/或疼痛。因此，对于可以使具有关节问题的老年人和/或患者步行更轻松的步行辅助设备的兴趣会日益增长。此外，用于加强人体的肌肉力量的步行辅助设备可用于军事目的。步行辅助设备通过向用户的腿提供辅助力来辅助步行。步行辅助设备可识别用户的步行状态，并可向用户提供与识别的步行状态相应的辅助力。由于步行辅助设备会需要准确识别步行状态，以提供与步行状态相应的恰当的辅助力，因此正在进行用于提高步行状态的识别率的各种方法的研究。
技术实现思路
一些示例实施例涉及一种用于训练用于识别用户的步行状态的算法的方法。在一些示例实施例中，所述方法包括：通过动态仿真产生与虚拟人模型的步行关联的虚拟感测数据；基于虚拟感测数据训练用于识别步行状态的算法本文档来自技高网...

【技术保护点】
一种用于训练用于识别用户的步行状态的算法的方法，所述方法包括：通过动态仿真产生与虚拟人模型的步行关联的虚拟感测数据；基于虚拟感测数据训练用于识别步行状态的算法。

【技术特征摘要】
2015.11.05 KR 10-2015-01549101.一种用于训练用于识别用户的步行状态的算法的方法，所述方法包括：通过动态仿真产生与虚拟人模型的步行关联的虚拟感测数据；基于虚拟感测数据训练用于识别步行状态的算法。2.如权利要求1所述的方法，其中，产生的步骤包括：基于虚拟人体的物理特征产生虚拟人模型；基于虚拟人模型和步行环境信息产生步行模型；基于步行模型执行动态仿真以产生虚拟感测数据。3.如权利要求2所述的方法，其中，产生的步骤还包括：将虚拟传感器与虚拟人模型的一部分进行关联；经由虚拟传感器产生虚拟感测数据。4.如权利要求1所述的方法，其中，虚拟感测数据包括虚拟人模型的关节角度、步行速度数据、步行加速度数据、地面反作用力和肌电图EMG信号中的至少一个。5.如权利要求1所述的方法，其中，所述算法是深度神经网络DNN。6.如权利要求5所述的方法，其中，DNN是深度卷积神经网络DCNN和深度信念网络(DBN)之一。7.如权利要求1所述的方法，其中，训练的步骤包括：基于虚拟感测数据使用所述算法计算多个步行状态中的每个步行状态的概率值；基于所述概率值和虚拟感测数据的标签计算误差值；调整所述算法的至少一个参数以减小所述误差值。8.如权利要求7所述的方法，其中，训练的步骤还包括：迭代地训练所述算法，直到所述误差值等于或小于阈值为止。9.如权利要求7所述的方法，其中，计算概率值的步骤包括：基于虚拟感测数据产生输入向量；从输入向量提取特征元素；下采样输入向量；基于特征元素和下采样的输入向量计算所述概率值。10.如权利要求1所述的方法，其中，训练的步骤还包括：使用所述算法对虚拟感测数据进行编码以产生压缩信息；对压缩信息进行解码以产生解码信息；计算虚拟感测数据与解码信息之间的误差值；基于误差值调整所述算法的至少一个参数。11.如权利要求10所述的方法，其中，计算误差值的步骤包括：计算虚拟感测数据与解码信息之间的欧几里德距离和交叉熵之一。12.如权利要求1所述的方法，还包括：基于实际感测数据调整所述算法。13.如权利要求12所述的方法，其中，调整所述算法的步骤包括：从外部终端接收实际感测数据；基于实际感测数据调整所述算法；将调整的算法发送到所述外部终端。14.如权利要求13所述的方法，其中，所述外部终端是可穿戴装置。15.如权利要求13所述的方法，其中，所述外部终端是步行辅助设备。16.如权利要求12所述的方法，其中，调整所述算法的步骤包括：使用传感器产生与人的步行关联的实际感测数据；基于实际感测数据调整所述算法。17.如权利要求16所述的方法，其中，实际感测数据包括人的关节角度、步行速度数据、步行加速度数据、地面反作用力和EMG信号中的至少一个。18.一种算法训练设备，包括：处理器，被配置为：通过动态仿真产生与虚拟人模型的步行关联...

【专利技术属性】
技术研发人员：安成桓，沈荣辅，邢乘龙，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：韩国,KR