[发明专利]计算机实现虚拟手仿真

权利要求书

1.一种用于在虚拟环境中仿真虚拟手的方法，所述方法包含：

读入代表用户的真实手的形状的手部数据集；

将所述手部数据集应用于训练过的人工神经网络；以及

用已经被提供数据集的所述人工神经网络确定输出数据集，所述输出数据集指示作用于虚拟对象的力。

2.根据权利要求1所述的方法，所述方法进一步地包含：

确定指示所述虚拟对象的反作用力的反作用力数据集；并且

根据所述反作用力数据集移动所述虚拟对象。

3.根据权利要求2所述的方法，所述方法进一步地包含：

基于所述反作用力数据集来确定用于反馈的反馈数据集；并且

将所述反馈数据集传输至触觉反馈装置。

4.根据权利要求1所述的方法，其中用基于现实世界测量值的训练数据集来训练所述人工神经网络。

5.根据权利要求4所述的方法，其中所述人工神经网络是循环卷积神经网络。

6.根据权利要求1所述的方法，其中所述人工神经网络包含多对多架构。

7.根据权利要求1所述的方法，其中所述人工神经网络具有长短期记忆网络(LSTM)。

8.一种系统，所述系统包含：

人机界面；以及

用人工神经网络编程的计算机，所述计算机配置成接收作为输入的代表用户的真实手的形状的手部数据集，并且配置成输出指示作用于虚拟对象的力的作用力数据集。

9.根据权利要求9所述的系统，其中所述人工神经网络进一步地配置成确定指示虚拟对象的反作用力的反作用力数据集，并且配置成根据所述反作用力数据集移动所述虚拟对象。

10.根据权利要求10所述的系统，其中所述人工神经网络进一步地配置成基于所述反作用力数据集来确定用于反馈的反馈数据集，并且配置成将所述反馈数据集传输至触觉反馈装置。

11.根据权利要求11所述的系统，其中用基于真实世界测量数据的训练数据集来训练所述人工神经网络。

12.根据权利要求8所述的系统，其中所述人工神经网络是循环卷积神经网络。

13.根据权利要求13所述的系统，其中所述人工神经网络包括多对多架构。

14.根据权利要求14所述的系统，其中所述人工神经网络具有长短期记忆网络(LSTM)。