[發明專利]基于人體參數的訓練軌跡生成模型構建方法、系統、裝置

有效

• 申請號: 202011192281.7
• 申請日: 2020-10-30
• 公開（公告）號: CN112294599B
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 王衛群;侯增廣;任士鑫
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: A61H1/02
• 分類號: A61H1/02;A61B5/11
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

1.一種基于人體參數的訓練軌跡生成模型構建方法，其特征在于，包括以下步驟：

基于輸入特征集合、傅里葉系數集合，構建訓練樣本集；

所述輸入特征集合，其獲取方法為：

基于初始樣本集，采用最大相關最小冗余度方法獲取輸入特征集合；具體方法為：

步驟S110，對所述傅里葉系數集合，基于預設人體特征，通過互信息計算獲得每一個傅里葉系數對應的特征排序；所述預設人體特征包括：性別，年齡，身高，體重，髂骨寬度，髖部兩側轉子寬度，髂骨前上棘寬度，大腿長度，小腿長度，膝關節直徑，踝高，踝寬，腳長和腳寬；具體為：

步驟S111，從所述傅里葉系數集合中選取一個傅里葉系數；

步驟S112，針對單個傅里葉系數，依次計算它與每個預設人體特征的互信息，將最大互信息對應的預設人體特征放入特征集D₁,其余放入特征集D₂；

步驟S113，對特征集D₂中各特征，分別計算其與特征集D₁中每個特征的互信息的平均值；

步驟S114，選取步驟S113中最大的互信息平均值對應的特征集D₂中的特征，移入特征集D₁的原有特征序列之后；

步驟S115，執行步驟S112至步驟S114，直至特征集D₂為空，生成相應傅里葉系數對應的特征排序；

步驟S116，從所述傅里葉系數集合剩余的傅里葉系數中選取一個，執行步驟S112，直至所述傅里葉系數集合中所有傅里葉系數均獲得了對應的特征排序；

步驟S120，對各傅里葉系數對應的特征排序，通過計算序號均值的方法獲得最終特征排序；

步驟S130，基于所述最終特征排序，按順序依次增加預設人體特征作為備選輸入特征集合，分別與所述傅里葉系數集合進行建模，獲得中間模型，選取均值誤差最小的中間模型對應的備選輸入特征集合作為選定的輸入特征集合；

所述初始樣本集中的每一個樣本包括一個個體的與預設人體特征類別對應的參數；

基于所述訓練樣本集，對預設關節分別進行多個類別回歸模型的訓練，并選擇預測誤差最小的回歸模型作為對應關節的角度生成模型；

將得到的多個關節的角度生成模型進行組合，得到包含預設關節的人體部位的訓練軌跡生成模型；

其中，

所述輸入特征集合包含多個人體的預設人體特征；

所述傅里葉系數集合為基于預設關節的測試數據，通過傅里葉級數方法擬合獲得的關節角度函數中的系數項；

所述預設關節為待生成軌跡的人體部位所包含的關節。

2.根據權利要求1所述的基于人體參數的訓練軌跡生成模型構建方法，其特征在于，所述包含預設關節的人體部位為人體下肢；所述預設關節包括髖關節、膝關節、踝關節。

3.根據權利要求2所述的基于人體參數的訓練軌跡生成模型構建方法，其特征在于，所述訓練軌跡生成模型還包括與關節角度對應的重心計算模塊；

所述重心計算模塊，配置為基于髖關節角度、膝關節角度、踝關節角度，利用肢體和關節的幾何關系進行重心的計算。

4.根據權利要求2所述的基于人體參數的訓練軌跡生成模型構建方法，其特征在于，基于預設關節的測試數據，通過傅里葉級數方法擬合獲得的關節角度函數f(t)為

其中，n是擬合的階數，為角頻率，T為步態周期，a₀,a_i,b_i(i＝1,...,n)為系數項。

5.根據權利要求1所述的基于人體參數的訓練軌跡生成模型構建方法，其特征在于，多個類別回歸模型包括支持向量機回歸模型、隨機森林回歸模型。