关节角度预测方法、系统、介质以及电子设备技术方案

本申请属于人体运动监测领域，具体涉及一种关节角度预测方法、系统、介质以及电子设备。关节角度预测方法包括以下步骤：获取步骤；获取不同用户在关节屈曲和伸展过程中的肌肉形变数据S(t)和关节角度数据y(t)，肌肉形变数据S(t)和关节角度数据y(t)分别是与时间t有关的一组数据，且肌肉形变数据S(t)和关节角度数据y(t)是同步获得；训练步骤；肌肉形变数据S(t)和关节角度数据y(t)组成训练数据集，将训练数据集输入时序神经网络模型中进行训练，得到训练后的时序神经网络模型；预测步骤；采集待预测用户j的关节屈曲和伸展过程中的预定时间步长T内的肌肉形变数据S<subgt;j</subgt;(t)，将肌肉形变数据S<subgt;j</subgt;(t)输入训练后的时序神经网络模型，得到预定时间步长T内的关节角度数据y<subgt;j</subgt;(t)。

【技术实现步骤摘要】

本申请属于人体运动监测领域，特别是涉及一种关节角度预测方法、系统、介质以及电子设备。

技术介绍

1、目前，人体运动监测涉及人机交互、医疗保健等各个领域。人体运动监测通常采用光学检测或惯性检测监测手指、手臂或腿等身体部位的关节弯曲角度。

2、光学检测准确性高，但通常依赖于多摄像头系统，便携性较差，为了能够精确捕捉关节角度变化，需要布置多个摄像头对关节的各个角度进行监测。

3、惯性检测中使用的惯性传感器便携性好，但准确性较差。惯性传感器包括加速度计和角速度传感器(即陀螺)两类，通过计算线加速度或角速度来得到关节角度的大小。由于加速度计和角速度传感器随着时间的推移而积累测量误差，导致计算的关节角度的准确性下降，要经常矫正测量误差。

4、此外，在用户瞬时运动中光学检测或惯性检测所监测的数据容易产生波动，不能准确反映关节角度变化的连续性，降低测得数据的可靠性。

技术实现思路

1、本申请的目的之一在于提供一种关节角度预测方法、系统、介质以及电子设备，能够通过预测的方式获得包括瞬时运动在本文档来自技高网...

【技术保护点】

1.一种关节角度预测方法，其特征在于，包括以下步骤：

2.根据权利要求1中所述的关节角度预测方法，其特征在于，所述肌肉形变数据S(t)和/或所述肌肉形变数据Sj(t)包括最大关节角度时的肌肉形变数据和最小关节角度时的肌肉形变数据。

3.根据权利要求2中所述的关节角度预测方法，其特征在于，所述最大关节角度时的肌肉形变数据和所述最小关节角度时的肌肉形变数据通过动作标定获得。

4.根据权利要求1中所述的关节角度预测方法，其特征在于，在所述训练步骤中，还包括对所述肌肉形变数据S(t)以及所述关节角度数据y(t)进行数据预处理。

5.根据权利要求1中...

【技术特征摘要】

1.一种关节角度预测方法，其特征在于，包括以下步骤：

2.根据权利要求1中所述的关节角度预测方法，其特征在于，所述肌肉形变数据s(t)和/或所述肌肉形变数据sj(t)包括最大关节角度时的肌肉形变数据和最小关节角度时的肌肉形变数据。

3.根据权利要求2中所述的关节角度预测方法，其特征在于，所述最大关节角度时的肌肉形变数据和所述最小关节角度时的肌肉形变数据通过动作标定获得。

4.根据权利要求1中所述的关节角度预测方法，其特征在于，在所述训练步骤中，还包括对所述肌肉形变数据s(t)以及所述关节角度数据y(t)进行数据预处理。

5.根据权利要求1中所述的关节角度预测方法，其特征在于，在所述预测步骤中，还包括对所述肌肉形变数据sj(t)进行数据预处理。

6.根据权利要求1中所述的关节角度预测方法，其特征在于，获取柔性传感器采集的所述肌肉形变数据s(t)。

7.根据权利要求1中所述的关节角度预测方法，其特征在于，获取柔性传感器采集的所述肌肉形变数据sj(t)。

8.根据权利要求6...

【专利技术属性】
技术研发人员：章云天，李汶钊，郭潇聪，
申请(专利权)人：南京宇叠智能科技有限公司，
类型：发明
国别省市：