学习系统、步行训练系统、方法、程序、以及学习完毕模型技术方案

本发明专利技术提供用于以适当的设定参数进行步行训练的学习装置、步行训练系统、方法、程序以及学习完毕模型。本实施方式所涉及的学习装置具备：数据取得部，其取得来自步行训练装置的复健数据，该步行训练装置具备对训练者的步行动作进行辅助的促动器和根据设定参数来控制促动器的控制部；数据生成部，其生成包括设定参数在内的复健数据作为学习用数据；以及学习部，其使用学习用数据进行机器学习，从而生成将检测数据作为输入而输出上述设定参数的推荐值的学习模型。

Learning system, walking training system, methods, procedures, and learning completion model

【技术实现步骤摘要】
学习系统、步行训练系统、方法、程序、以及学习完毕模型
本专利技术涉及学习系统、步行训练系统、方法、程序以及学习完毕模型。
技术介绍
在日本特开2015－223294号公报中公开了步行训练装置。步行训练装置的步行训练使用各种促动器来辅助训练者的步行动作。步行训练装置例如具有赋予拉伸训练者的病腿的拉伸力的马达、赋予用于辅助膝关节的伸展运动以及屈曲运动的驱动力的马达。这样的促动器所赋予的辅助力越大，则步行训练的难易度下降，而辅助力越小，则难易度上升。例如，步行能力较低的训练者需要较高的辅助力。另一方面，在步行能力较高的训练者以较高的辅助力进行训练的情况下，难易度过低，因而不无法进行有效的训练。由此，需要物理治疗师等训练工作人员根据训练者来设定促动器的输出，从而使训练者以最佳的难易度进行训练。即，每个训练者的瘫痪程度、恢复程度不同，因而需要训练工作人员根据训练者来进行适当的设定。并且，假定训练者随着持续进行训练而逐渐恢复。因此，即便是同一训练者，也需根据恢复程度来变化适当的设定。训练工作人员难以进行有效的设定。
技术实现思路
本专利技术是为了解决这样的问题而完成的，其提供用于以适当的设定参数进行步行训练的学习系统、步行训练系统、方法、程序以及学习完毕模型。本实施方式中的学习系统具备：数据取得部，其取得来自步行训练系统的复健数据，该步行训练系统具备对训练者的步行动作进行辅助的促动器、对与由所述促动器辅助的步行动作相关的数据进行检测的传感器、以及根据设定参数来控制所述促动器的控制部；数据生成部，其生成包括基于所述传感器的检测结果的检测数据和所述设定参数在内的复健数据作为学习用数据；以及学习部，其使用所述学习用数据进行机器学习，从而生成将所述检测数据作为输入而输出所述设定参数的推荐值的学习模型。在上述的学习系统中，也可以为：所述学习部将训练工作人员实际设定的所述设定参数的实际设定值作为教导数据来进行有教导学习。在上述的学习系统中，也可以为：所述传感器被设置为用于检测所述训练者的步行动作中的多个动作量，在所述动作量的至少一个与预先决定的异常步行基准的任一个一致的情况下，所述步行训练系统将所述步行动作评价为异常步行，所述复健数据包括表示是否为所述异常步行的评价结果的检测数据。在上述的学习系统中，也可以为：所述复健数据包括与所述训练者相关的训练者数据，所述学习系统根据所述训练者数据将所述训练者分类成组，所述学习部按照每个所述组来生成学习模型。本实施方式所涉及的学习方法具备如下步骤：取得来自步行训练系统的复健数据的步骤，该步行训练系统具备对进行步行训练的训练者的动作进行辅助的促动器、对与由所述促动器辅助的步行动作相关的数据进行检测的传感器、以及根据设定参数来控制所述促动器的控制部；生成包括基于所述传感器的检测结果的检测数据和与所述步行训练系统的设定相关的设定参数在内的复健数据作为学习用数据的步骤；以及使用所述学习用数据进行机器学习，从而生成将所述检测数据作为输入而输出所述设定参数的学习模型的步骤。本实施方式所涉及的程序用于使计算机执行上述的学习方法。本实施方式所涉及的学习完毕模型用于使计算机发挥功能，使得基于在步行训练系统取得的评价用复健数据来输出所述步行训练系统的设定参数的推荐值，其中，所述学习完毕模型是由技术方案1～4中任一项所述的学习系统生成的学习模型。本实施方式所涉及的步行训练系统具备：促动器，其对训练者的步行动作进行辅助；传感器，其对与由所述促动器辅助的步行动作相关的数据进行检测；控制部，其根据设定参数来控制所述促动器；以及学习完毕模型，其将与所述传感器的检测结果对应的检测数据作为输入而输出所述设定参数的推荐值。在上述的步行训练系统中，也可以为：所述传感器被设置为用于检测所述训练者的步行动作中的多个动作量，在所述动作量的至少一个与预先决定的异常步行基准的任一个一致的情况下，所述步行训练系统将所述步行动作评价为异常步行，所述检测数据包括是否为所述异常步行的评价结果。在上述的步行训练系统中，也可以为：所述步行训练系统根据与所述训练者相关的训练者数据，将所述训练者分类成组，并按照每个所述组而设定有不同的所述学习完毕模型。在上述的步行训练系统中，也可以为：基于在所述训练者的训练中依次取得的所述检测数据来更新所述设定参数的推荐值。对于本实施方式所涉及的步行训练系统的动作方法而言，该步行训练系统具备：促动器，其对训练者的步行动作进行辅助；传感器，其对与由所述促动器辅助的步行动作相关的数据进行检测；以及控制部，其根据设定参数来控制所述促动器，其中，所述步行训练系统的工作方法具备如下步骤，即：取得与所述传感器的检测结果对应的检测数据的步骤；以及将与所述传感器的检测结果对应的检测数据作为输入而输出所述设定参数的推荐值的步骤。本实施方式所涉及的步行训练系统的工作方法是能够访问上述的学习完毕模型的处理系统中的处理方法，基于所述检测数据来输出所述设定参数的推荐值。根据本公开，提供用于以适当的设定参数进行步行训练的学习系统、步行训练系统、方法、程序以及学习完毕模型。根据以下的详细描述和附图会更充分理解本公开的上述和其他目的、特征以及优点，附图仅以例示的方式给出，因此不应认为限制本公开。附图说明图1是本实施方式所涉及的步行训练装置的简要立体图。图2是步行辅助装置的简要立体图。图3是表示步行训练装置的系统构成的图。图4是表示服务器的结构的框图。图5是用于说明控制部中的处理的流程图。图6是用于说明学习用数据组的表。图7是用于说明学习模型的图。图8是表示参数的设定画面的一个例子的图。图9是表示参数的设定画面的一个例子的图。图10是表示实施方式2的处理的流程图。图11是说明第1异常步行基准的图。图12是说明第2异常步行基准的图。图13是说明第3异常步行基准的图。图14是说明第4异常步行基准的图。图15是说明第5异常步行基准的图。图16是说明第6异常步行基准的图。图17是说明第7异常步行基准的图。图18是表示步行训练装置的处理动作的流程图。图19是表示异常步行的判定结果的表。图20是表示设定参数的变化的表。图21是用于说明使用了RNN的学习模型的图。具体实施方式以下，通过专利技术的实施方式来对本专利技术进行说明，但并不将技术方案所涉及的专利技术限定为以下的实施方式。另外，并不限定为实施方式中说明的结构全部是作为用于解决课题的构件所必需的。实施方式1.以下，参照附图对实施方式1进行说明。(系统构成)图1是表示实施方式1所涉及的复健辅助系统的一个构成例的整体示意图。本实施方式所涉及的复健辅助系统(步行训练系统)主要由步行训练装置(系统)100、外部通信装置300、服务器(服务器装置)500构成。步行训练装置100是对训练者(用户)9本文档来自技高网...

【技术保护点】
1.一种学习系统，其中，/n所述学习系统具备：/n数据取得部，其取得来自步行训练系统的复健数据，该步行训练系统具备对训练者的步行动作进行辅助的促动器、对与由所述促动器辅助的步行动作相关的数据进行检测的传感器、以及根据设定参数来控制所述促动器的控制部；/n数据生成部，其生成包括基于所述传感器的检测结果的检测数据和所述设定参数在内的复健数据作为学习用数据；以及/n学习部，其使用所述学习用数据进行机器学习，从而生成将所述检测数据作为输入而输出所述设定参数的推荐值的学习模型。/n

【技术特征摘要】
20190627 JP 2019-1199481.一种学习系统，其中，
所述学习系统具备：
数据取得部，其取得来自步行训练系统的复健数据，该步行训练系统具备对训练者的步行动作进行辅助的促动器、对与由所述促动器辅助的步行动作相关的数据进行检测的传感器、以及根据设定参数来控制所述促动器的控制部；
数据生成部，其生成包括基于所述传感器的检测结果的检测数据和所述设定参数在内的复健数据作为学习用数据；以及
学习部，其使用所述学习用数据进行机器学习，从而生成将所述检测数据作为输入而输出所述设定参数的推荐值的学习模型。


2.根据权利要求1所述的学习系统，其中，
所述学习部将训练工作人员实际设定的所述设定参数的实际设定值作为教导数据来进行有教导学习。


3.根据权利要求1或2所述的学习系统，其中，
所述传感器被设置为用于检测所述训练者的步行动作中的多个动作量，
在所述动作量的至少一个与预先决定的异常步行基准的任一个一致的情况下，所述步行训练系统将所述步行动作评价为异常步行，
所述复健数据包括表示是否为所述异常步行的评价结果的检测数据。


4.根据权利要求1～3中任一项所述的学习系统，其中，
所述复健数据包括与所述训练者相关的训练者数据，
所述学习系统根据所述训练者数据将所述训练者分类成组，
所述学习部按照每个所述组来生成学习模型。


5.一种学习方法，其中，
所述学习方法具备如下步骤，即：
取得来自步行训练系统的复健数据的步骤，该步行训练系统具备对进行步行训练的训练者的动作进行辅助的促动器、对与由所述促动器辅助的步行动作相关的数据进行检测的传感器、以及根据设定参数来控制所述促动器的控制部；
生成包括基于所述传感器的检测结果的检测数据和与所述步行训练系统的设定相关的设定参数在内的复健数据作为学习用数据的步骤；以及
使用所述学习用数据进行机器学习，从而生成将所述检测数据作为输入而输出所述设定参数的学习模型的步骤。


6.一种记录介质，其中，
所述记录介质储存有用于使计算机执行权利要求5所述的学习...

【专利技术属性】
技术研发人员：大槻将久，中岛一诚，岩田拓也，太场裕昌，小林诚，今井田昌幸，
申请(专利权)人：丰田自动车株式会社，
类型：发明
国别省市：日本;JP