[发明专利]一种确定预测人体关节力矩的人工智能输入变量的方法

权利要求书

1.一种确定预测人体关节力矩的人工智能输入变量的方法，其特征在于：在Hill模型的基础上，从人工智能的角度分析了Hill模型预测关节力矩所需要的输入变量：肌肉纤维长度、肌肉纤维收缩的速度和肌肉关节力臂，从而获取了预测关节力矩所需要的可测量输入变量：肌电信号、肌肉所关联自由度的角度和角速度；

所述的确定预测人体关节力矩的人工智能输入变量的方法，具体包括以下步骤：

步骤S1：用以下等式表示每块肌肉所驱动关节在自由度的力矩：

其中M()表示为单块肌肉相对于关节自由度的力矩，l表示为肌纤维长度，v表示为肌纤维收缩速度，r表示为肌肉相对于关节自由度的力臂，F_o^M表示为肌肉最大的静态力量，a()表示为由肌电信号转化为肌肉活力的函数，t表示为时间，d表示为肌电信号的延时，f_p(1)表示为被动力，α表示为肌肉的羽化角；

步骤S2：对于驱动单一自由度DOF的肌肉，使用三次多项式方程近似肌肉肌腱长度：

l(t)＝a₀+a₁θ(t)+a₂θ(t)²+a₃θ(t)³＝l(θ) (2)

步骤S3：使用公式(3)中关于时间的一阶导数来计算肌腱收缩速度v：

其中θ(t)表示为肌肉所驱动关节自由度的角度；

步骤S4：使用公式(4)中关于肌腱所驱动关节自由度的角度的一阶导数来计算肌腱所驱动关节自由度的矩臂r：

步骤S5：对于驱动两个自由度的肌肉：

其中a₀-a_n为多项式常系数；

于是，对于跨越单一自由度DOF的肌肉可以用下面的等式表示每块肌肉驱动关节自由度的力矩：