本申请公开一种预测模型构建、振动量预测方法、装置和系统。其中预测模型构建方法包括：获取样本驱动数据和马达响应所述样本驱动数据反馈的样本振动量；将所述样本驱动数据输入训练模型，获取所述训练模型输出的估计振动量；根据所述样本振动量和所述估计振动量确定损失函数；根据所述损失函数对各个模型参数的偏导更新各个模型参数，根据更新后的模型参数更新所述训练模型，返回执行将所述样本驱动数据输入训练模型，获取所述训练模型输出的估计振动量的步骤，直至达到训练退出条件；根据达到训练退出条件时的模型参数确定所述预测模型。本申请提供的模型构建方案具有更高的灵活性，能够提升对应的模型构建效率。
【技术实现步骤摘要】
本申请涉及数据处理，具体涉及一种预测模型构建、振动量预测方法、装置和系统。
技术介绍
1、科技日益发达的今天，电子产品作为现代社会科技进步的象征，已经成为每个人都几乎必须拥有的工具。仅包含视觉和听觉反馈的功能已经不能满足人类日益增长的需求，基于此，触觉反馈进入各厂商的视野。以线性马达为振动器的电子产品，通过设计特殊波形，可以获得不同的触觉体验，例如游戏中各种碰撞、枪声等的振动反馈可以带给游戏者不同的沉浸式体验。而要针对不同的应用场景设计特殊波形，对马达的准确建模就成为一项关键的工作。在马达模型的支持下，根据不同应用场景下的振动需求，可通过马达模型确定输入电压，从而可以提高特殊波形开发的速度与准确度。
2、现有马达建模方法大多依赖于马达的物理模型，需要对马达内部结构有非常清晰的了解，才能完成马达的建模。例如游戏马达建模方法首先需要了解马达的弹簧、限位块、磁铜、极片和线圈等内部结构，根据马达内部结构图，画出如图1所示的等效原理图，再根据等效原理图，推导出电学方程和力学方程，再联立电学方程和力学方程，得到一组电压和电流的关系公式，在此基础上，同时采集马达两端的电压和电流，来完成马达的建模。上述建模过程需要依赖于马达的物理模型，对马达内部结构有非常清晰的了解，才能实现马达建模，存在局限性。
技术实现思路
1、鉴于此，本申请提供一种预测模型构建、振动量预测方法、装置和系统，以解决传统的马达建模方案存在局限性的问题。
2、本申请提供的一种预测模型构建方法，包括：
3、获取样本驱动数据和马达响应所述样本驱动数据反馈的样本振动量；
4、将所述样本驱动数据输入训练模型，获取所述训练模型输出的估计振动量；
5、根据所述样本振动量和所述估计振动量确定损失函数；
6、根据所述损失函数对各个模型参数的偏导更新各个模型参数，根据更新后的模型参数更新所述训练模型，返回执行将所述样本驱动数据输入训练模型，获取所述训练模型输出的估计振动量的步骤，直至达到训练退出条件；
7、根据达到训练退出条件时的模型参数确定所述预测模型。
8、可选地，在所述将所述样本驱动数据输入训练模型，获取所述训练模型输出的估计振动量之前，所述预测模型构建方法还包括：确定所述马达对应的训练模型，初始化所述训练模型的各个所述模型参数。
9、可选地，所述损失函数包括：或者其中，j表示损失函数，a(i)表示第i个样本振动量，表示第i个估计振动量，n表示样本振动量的个数。
10、可选地，所述模型参数的更新公式包括：其中，j表示损失函数，αj表示第j组模型参数，其中各组模型参数可以包括一个模型参数，也可以包括多个模型参数，ηj表示第j组模型参数对应的学习率，表示j对αj求偏导。
11、可选地，所述训练退出条件包括所述损失函数的取值小于或等于预设的损失阈值，或者迭代次数大于或等于预设的次数阈值。
12、本申请还提供一种预测模型构建装置，包括：
13、第一获取模块，用于获取样本驱动数据和马达响应所述样本驱动数据反馈的样本振动量；
14、第二获取模块，用于将所述样本驱动数据输入训练模型，获取所述训练模型输出的估计振动量；
15、第一确定模块，用于根据所述样本振动量和所述估计振动量确定损失函数；
16、更新模块，用于根据所述损失函数对各个模型参数的偏导更新各个模型参数，根据更新后的模型参数更新所述训练模型，返回进入所述第二获取模块，以执行将所述样本驱动数据输入训练模型，获取所述训练模型输出的估计振动量的过程，直至达到训练退出条件；
17、第二确定模块，用于根据达到训练退出条件时的模型参数确定所述预测模型。
18、本申请还提供一种预测模型构建系统，所述预测模型构建系统包括智能终端，所述智能终端用于执行上述任一种预测模型构建方法。
19、可选地，所述预测模型构建系统还包括控制小板和马达响应模块；所述控制小板用于接收所述智能终端发送的样本驱动数据，根据所述样本驱动数据生成马达驱动信号，向所述马达响应模块输出所述马达驱动信号，并采集所述马达响应模块针对所述马达驱动信号反馈的样本振动量，向所述智能终端发送所述样本振动量；所述马达响应模块用于响应所述马达驱动信号，输出所述样本振动量。
20、可选地，所述控制小板包括通信总线、马达驱动芯片和模数转换器；所述通信总线用于连接所述马达驱动芯片和所述智能终端；所述马达驱动芯片用于根据所述样本驱动数据生成马达驱动信号，向所述马达响应模块输出所述马达驱动信号；所述模数转换器用于将所述马达响应模块输出的样本振动量转换为数字信号，并向所述智能终端输出转换得到的数字信号。
21、可选地，所述马达响应模块包括马达和加速度计；所述马达用于根据所述马达驱动信号进行振动；所述加速度计用于在所述马达振动过程中采集振动量，输出所述样本振动量。
22、本申请还提供一种振动量预测方法，包括：
23、获取用于控制马达的输入电压；
24、将所述输入电压输入根据上述任一种预测模型构建方法构建的预测模型，以获取预测振动量。
25、可选地，所述获取用于控制马达的输入电压，包括：获取目标振动量和所述预测振动量之间的偏差；对所述偏差进行pid控制，得到所述输入电压。
26、本申请还提供一种振动量预测装置，包括：
27、第三获取模块，用于获取用于控制马达的输入电压；
28、第四获取模块，用于将所述输入电压输入根据所述权利要求6所述的预测模型构建装置构建的预测模型，以获取预测振动量。
29、本申请提供的上述预测模型构建、振动量预测方法、装置和系统中，通过获取样本驱动数据和马达响应所述样本驱动数据反馈的样本振动量，将样本驱动数据输入训练模型，获取训练模型输出的估计振动量，根据样本振动量和估计振动量确定损失函数，根据损失函数对各个模型参数的偏导更新各个模型参数，根据更新后的模型参数更新训练模型，再返回执行将样本驱动数据输入训练模型，获取训练模型输出的估计振动量的步骤，以持续训练对应模型，直至达到训练退出条件，以对应模型参数确定所需预测模型，该确定预测模型的无需了解振动马达内部结构，只需要给马达发送一组固定已知的样本驱动数据，同时采集马达运动时产生的振动量，即可构建对应预测模型，具有更高的灵活性，能够提升对应的模型构建效率，从而可以提升依据对应预测模型进行振动量预测的效率，便于更好地控制振动效果。
本文档来自技高网...
【技术保护点】
1.一种预测模型构建方法，其特征在于，所述预测模型构建方法包括：
2.根据权利要求1所述的预测模型构建方法，其特征在于，在所述将所述样本驱动数据输入训练模型，获取所述训练模型输出的估计振动量之前，所述预测模型构建方法还包括：
3.根据权利要求1所述的预测模型构建方法，其特征在于，所述损失函数包括：或者其中，J表示损失函数，a(i)表示第i个样本振动量，表示第i个估计振动量，n表示样本振动量的个数。
4.根据权利要求1所述的预测模型构建方法，其特征在于，所述模型参数的更新公式包括：其中，J表示损失函数，αj表示第j组模型参数，ηj表示第j组模型参数对应的学习率，表示J对αj求偏导。
5.根据权利要求1所述的预测模型构建方法，其特征在于，所述训练退出条件包括所述损失函数的取值小于或等于预设的损失阈值，或者迭代次数大于或等于预设的次数阈值。
6.一种预测模型构建装置，其特征在于，所述预测模型构建装置包括：
7.一种预测模型构建系统，其特征在于，所述预测模型构建系统包括智能终端，所述智能终端用于执行权利要求1至5任一项所述的预测模型构建方法。
8.根据权利要求7所述的预测模型构建系统，其特征在于，所述预测模型构建系统还包括控制小板和马达响应模块；
9.根据权利要求8所述的预测模型构建系统，其特征在于，所述控制小板包括通信总线、马达驱动芯片和模数转换器；
10.根据权利要求8所述的预测模型构建系统，其特征在于，所述马达响应模块包括马达和加速度计；
11.一种振动量预测方法，其特征在于，所述振动量预测方法包括：
12.根据权利要求11所述的振动量预测方法，其特征在于，所述获取用于控制马达的输入电压，包括：
13.一种振动量预测装置，其特征在于，所述振动量预测装置包括：
...
【技术特征摘要】
1.一种预测模型构建方法，其特征在于，所述预测模型构建方法包括：
2.根据权利要求1所述的预测模型构建方法，其特征在于，在所述将所述样本驱动数据输入训练模型，获取所述训练模型输出的估计振动量之前，所述预测模型构建方法还包括：
3.根据权利要求1所述的预测模型构建方法，其特征在于，所述损失函数包括：或者其中，j表示损失函数，a(i)表示第i个样本振动量，表示第i个估计振动量，n表示样本振动量的个数。
4.根据权利要求1所述的预测模型构建方法，其特征在于，所述模型参数的更新公式包括：其中，j表示损失函数，αj表示第j组模型参数，ηj表示第j组模型参数对应的学习率，表示j对αj求偏导。
5.根据权利要求1所述的预测模型构建方法，其特征在于，所述训练退出条件包括所述损失函数的取值小于或等于预设的损失阈值，或者迭代次数大于或等于预设的次数阈值。
6.一...
【专利技术属性】
技术研发人员：吴孝红，缪丽林，童小彬，
申请(专利权)人：上海艾为电子技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。