[发明专利]基于人工神经网络的上肢建模方法及运动机能评估系统

权利要求书

1.一种基于人工神经网络的上肢建模方法，其特征在于，其先通过采集建模对象的上肢旋转运动数据，将运动数据作为人工神经网络的输入，由人工神经网络输出模型参数并建立模型；

所述的上肢运动数据包括：手部位姿位置、手部位姿速度和手臂长度；

所述的模型参数包括：手臂旋转角度和手臂旋转速度。

2.根据权利要求1所述的基于人工神经网络的上肢建模方法，其特征在于，其包括以下步骤：

步骤S10，建模的对象按照指示做出相应的上肢旋转动作，采集上肢运动数据；

步骤S20，将所采集到的手部位姿位置、手部位姿速度和手臂长度三个运动数据作为人工神经网络的输入，通过人工神经网络模型计算后输出手臂旋转角度和手臂旋转速度；

所述的人工神经网络模型的输入层为三个节点，分别为手部位姿位置、手部位姿速度和手臂长度；具有一层隐含层，隐含层设有4个节点；输出层为两个节点，分别为手臂旋转角度和手臂旋转速度，人工神经网络模型的函数为：

其中，X为输入量，Y为输出量，B₁为输入层和隐含层的截距，W₁为输入层和隐含层的连接权重，B₂为隐含层和输出层的截距，W₂为隐含层和输出层的连接权重；

第一层神经网络参数为：

B₁＝[2.0471；0.374；-0.753；4.129；-0.643；1.457；-0.0282；1.486；3.986；0.8446；-2.1286；-4.590]；

W₁＝[-0.923 -0.0451 0.1336 1.121 -0.3543 0.749；-1.130 -0.8902 0.287 -0.7050.3672 0.962；-0.1187 0.1872 0.695 -0.1449 -0.792 -0.983；2.493 1.734 -3.7981.7199 3.884 0.853；2.082 0.0241 -0.593 -3.138 1.4292 0.6974；0.57119641019760192 -0.762 -0.304 0.313 -1.765 -0.0406；-3.7785 -0.0130 2.58212.2695 -1.761 -0.578；0.9385 0.472 -1.536 2.053 -2.571 -0.102；1.470 0.821 -0.957 3.894 -2.116 0.5838；0.727 -1.172 -0.693 -0.142 2.385 1.0484；-1.7840.689 0.281 -0.288 1.215 0.447；-4.4057 -1.972 2.4662 -0.692 -3.591 -0.881]；

第二层神经网络参数

B₂＝3.9083；

W₂＝＝[-2.377 1.9444 2.565 5.197 -1.725 -2.6794 -1.7185 1.597 -1.700 0.861-1.596 5.268]；

步骤S30，根据手部位姿位置、手部位姿速度、手臂长度、手臂旋转角度和手臂旋转速度建立上肢旋转运动模型。

3.根据权利要求2所述的基于人工神经网络的上肢建模方法，其特征在于，所述的步骤S10是通过体感设备采集上肢旋转运动数据；或者在具体关节位置放置标记点,利用光学设备采集具体关节的三维空间位置轨迹，再通过常规人体运动学模型运算出上肢运动数据。

4.根据权利要求3所述的基于人工神经网络的上肢建模方法，其特征在于，所述的具体关节包括：肩关节位置、肘关节位置、腕部关节位置和手部关节位置。

5.一种如权利要求1-4所述的基于人工神经网络的上肢建模方法在人体上肢建模评估软件系统中的应用。