[发明专利]一种基于传感器的动作预判方法、装置及存储介质有效

专利信息
申请号: 202210132468.0 申请日: 2022-02-14
公开(公告)号: CN114167996B 公开(公告)日: 2022-05-17
发明(设计)人: 韩璧丞;黄琦;阿迪斯;程交;王全辉 申请(专利权)人: 浙江强脑科技有限公司
主分类号: G06F3/01 分类号: G06F3/01
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 孙果
地址: 310000 浙江省杭州市余杭区*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 传感器 动作 方法 装置 存储 介质
【说明书】:

发明公开了一种基于传感器的动作预判方法、装置及存储介质,所述方法包括:获取传感器数据,基于所述传感器数据确定倾向性动作;实时采集肌电信号数据,根据所述肌电信号数据,确定出实时动作;根据所述实时动作与所述倾向性动作,确定出目标手势动作。本发明可获取传感器数据,然后对传感器数据进行分析,确定倾向性动作。根据采集到的肌电信号数据确定出实时动作,再将实时动作与所述倾向性动作进行匹配,就可以确定出最终的目标手势动作,有利于结合用户的历史使用数据和使用习惯,确定的目标手势动作更准确,以提高用户使用仿生手的便利性与舒适性。

技术领域

本发明涉及仿生手技术领域,尤其涉及一种基于传感器的动作预判方法、装置及存储介质。

背景技术

智能仿生手是一款脑机接口技术与人工智能算法高度融合的智能产品。智能仿生手可以通过提取佩戴者手臂神经肌肉信号,识别佩戴者的运动意图,并将运动示意图转化成智能仿生手的动作。

现有技术的智能仿生手在进行动作识别时,基本都是基于肌电信号数据来识别出用户想要执行的动作,识别方式单一,且识别维度单一,并且,仅仅依靠对肌电信号数据的识别难以保证识别效率以及识别准确度。

因此,现有技术还有待改进和提高。

发明内容

本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于传感器的动作预判方法、装置及存储介质,旨在解决现有技术中在进行动作识别时,识别方式单一,且识别维度单一,并且,仅仅依靠对肌电信号数据的识别难以保证识别效率以及识别准确度的问题。

为了解决上述技术问题,本发明所采用的技术方案如下:

第一方面,本发明提供一种基于传感器的动作预判方法,其中,所述方法包括:

一种基于传感器的动作预判方法,其特征在于,所述方法包括:

获取传感器数据,基于所述传感器数据确定倾向性动作;

实时采集肌电信号数据,根据所述肌电信号数据,确定出实时动作;

根据所述实时动作与所述倾向性动作,确定出目标手势动作。

在一种实现方式中,所述获取传感器数据,基于所述传感器数据确定倾向性动作,包括:

基于预设的传感器,获取所述传感器数据,所述传感器数据是通过采集智能仿生手的运动单元的运动信号得到的;

对所述传感器数据进行解析,得到所述运动信号;

根据所述运动信号,确定出所述倾向性动作。

在一种实现方式中,所述根据所述运动信号,确定出所述倾向性动作,包括:

将所述运动信号与预设的手势模板进行匹配,所述手势模板中设置有运动信号与动作信息的映射关系;

根据所述手势模板,得到所述运动信号所对应的所述倾向性动作。

在一种实现方式中,所述根据所述手势模板,得到所述运动信号所对应的所述倾向性动作,包括:

根据所述手势模板,确定与所述运动信号所对应的所有动作信息;

获取所有的所述动作信息的频率信息;

根据所述频率信息,筛选出满足频率要求的动作信息,并将筛选得到动作信息作为所述倾向性动作。

在一种实现方式中,所述实时采集肌电信号数据,根据所述肌电信号数据,确定出实时动作,包括:

实时采集所述肌电信号数据,并对所述肌电信号数据进行分析,得到所述肌电信号数据所对应的动作电位信息;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江强脑科技有限公司,未经浙江强脑科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210132468.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top