[发明专利]智能假肢的训练方法、装置、电子设备、智能假肢及介质

权利要求书

1.一种智能假肢的训练方法，其特征在于，包括：

获取用户的正常肢体在预设时长内的运动轨迹数据，并采集所述正常肢体对应的残疾肢体在所述预设时长内与所述正常肢体做镜像运动时产生的肌电信号；以及，获取多个基础训练样本，其中，所述基础训练样本包括普通人群或其他残疾人士的肢体在所述预设时长内的运动轨迹数据，以及所述运动轨迹数据关联的肌电信号；根据多个所述基础训练样本生成智能假肢的学习模型；

将所述运动轨迹数据做镜像翻转处理；

将所述肌电信号与处理后的所述运动轨迹数据进行关联，生成训练样本；

将多个所述训练样本输入到智能假肢的学习模型中进行训练。

2.根据权利要求1所述的智能假肢的训练方法，其特征在于，所述获取用户的正常肢体在预设时长内的运动轨迹数据的步骤包括：

基于动作追踪装置获取用户的正常肢体在预设时长内的运动轨迹数据；

或者，基于摄像头获取用户的正常肢体在预设时长内的运动轨迹数据。

3.根据权利要求1或2所述的智能假肢的训练方法，其特征在于，所述正常肢体为正常手部，所述残疾肢体为残疾手部；所述将所述肌电信号与处理后的所述运动轨迹数据进行关联，生成训练样本的步骤之前，还包括：

在获取所述运动轨迹数据时，获取所述正常肢体的手指张力数据；

所述将所述肌电信号与处理后的所述运动轨迹数据进行关联，生成训练样本的步骤包括：

将所述肌电信号与处理后的所述运动轨迹数据进行关联，以及将所述肌电信号与所述正常肢体的手指张力数据进行关联，共同生成训练样本。

4.根据权利要求1所述的智能假肢的训练方法，其特征在于，所述基础训练样本在训练所述学习模型时分配的权重为第一权重，所述训练样本在训练所述学习模型时分配的权重为第二权重，所述第二权重大于所述第一权重。

5.根据权利要求1所述的智能假肢的训练方法，其特征在于，所述将多个所述训练样本输入到智能假肢的学习模型中进行训练的步骤之后，还包括：

将训练完成的所述学习模型加载到所述智能假肢中。

6.一种训练装置，其特征在于，包括：

采集模块，用于获取用户的正常肢体在预设时长内的运动轨迹数据，并采集所述正常肢体对应的残疾肢体在所述预设时长内与所述正常肢体做镜像运动时产生的肌电信号；以及，获取多个基础训练样本，其中，所述基础训练样本包括普通人群或其他残疾人士的肢体在所述预设时长内的运动轨迹数据，以及所述运动轨迹数据关联的肌电信号；根据多个所述基础训练样本生成智能假肢的学习模型；

处理模块，用于将所述运动轨迹数据做镜像翻转处理；

生成模块，用于将所述肌电信号与处理后的所述运动轨迹数据进行关联，生成训练样本；

训练模块，用于将多个所述训练样本输入到智能假肢的学习模型中进行训练。

7.根据权利要求6所述的训练装置，其特征在于，所述采集模块包括第一采集模块或第二采集模块；其中，

所述第一采集模块，用于基于动作追踪装置获取用户的正常肢体在预设时长内的运动轨迹数据；

所述第二采集模块，用于基于摄像头获取用户的正常肢体在预设时长内的运动轨迹数据。

8.一种电子设备，其特征在于，所述电子设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能假肢的训练程序，所述智能假肢的训练程序被所述处理器执行时实现如权利要求1至5中任一项所述的智能假肢的训练方法的步骤。

9.一种智能假肢，其特征在于，所述智能假肢包括如权利要求8所述的电子设备。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有智能假肢的训练程序，所述智能假肢的训练程序被处理器执行时实现如权利要求1至5中任一项所述的智能假肢的训练方法的步骤。