用于学习神经网络的参数、用于生成外骨骼的轨迹以及用于将外骨骼设置处于运动中的方法与流程

技术特征：
1.一种用于学习神经网络的参数以生成外骨骼(1)的轨迹的方法，所述方法包括由第一服务器(10a)的数据处理装置(11a)实施以下步骤：(a)根据所述外骨骼(1)的一组可能行走的周期性轨迹的第一学习数据库，学习适合于生成所述外骨骼(1)的周期性基本轨迹的第一神经网络的参数，其各自用于由n元组行走参数定义的所述外骨骼(1)的给定行走；(b)根据所述外骨骼(1)的一组可能行走的周期性基本轨迹和过渡的第二学习数据库，使用来自所述第一神经网络的参数，学习适用于生成所述外骨骼(1)的周期性基本轨迹和从所述外骨骼(1)的一个周期性基本轨迹到所述外骨骼(1)的另一周期性基本轨迹的过渡的第二神经网络的参数。2.根据权利要求1所述的方法，其中所述步骤(a)包括通过使用优化算法为所述外骨骼(1)的一组可能行走构建周期性轨迹的所述第一学习数据库。3.根据权利要求2所述的方法，其中以均匀覆盖其中所述n元组行走参数具有值的空间这样的方式来选择所述外骨骼(1)的所述一组可能行走。4.根据权利要求2和3中的一项所述的方法，其中所述步骤(a)还包括验证代表所述第一神经网络的预测的准确度的标准，并且如果所述标准未被验证，则重复所述步骤(a)。5.根据权利要求1至4中的一项所述的方法，其中所述步骤(b)包括构建所述第二学习数据库，用于使用所述第一学习数据库学习所述外骨骼(1)的一组可能行走的周期性轨迹和过渡。6.根据权利要求5所述的方法，其中所述第二数据库包括从第一学习数据库的所述外骨骼(1)的周期性基本轨迹到所述第一学习数据库的所述外骨骼(1)的另一周期性基本轨迹的所有过渡。7.根据权利要求6所述的方法，其中所述外骨骼(1)的周期性基本轨迹，称为初始周期性基本轨迹，到所述外骨骼(1)的另一周期性基本轨迹，称为最终周期性基本轨迹，的每个过渡被定义为周期性基本轨迹序列，该序列连续地包括所述初始周期性基本轨迹、至少一个中间周期性基本轨迹和所述最终周期性基本轨迹，所述第二数据库的构建包括，对于所述第一学习数据库的每对初始周期性轨迹和最终周期性轨迹，确定所述至少一个中间周期性基本轨迹。8.根据权利要求7所述的方法，其中初始周期性基本轨迹和最终周期性轨迹之间的每个中间周期性基本轨迹是所述初始周期性基本轨迹和最终周期性基本轨迹的线性混合。9.根据权利要求7和8中的一项所述的方法，其中为一对初始周期性基本轨迹和最终周期性轨迹确定所述至少一个中间周期性基本轨迹使用在周期性基本轨迹的图中从所述初始周期性基本轨迹到所述最终周期性轨迹的所谓最短路径算法，使得从一个周期性基本轨迹转变到另一周期性基本轨迹的成本代表所述外骨骼的动态的不一致性。10.根据权利要求5至9中的一项所述的方法，其中所述步骤(b)还包括验证代表所述第二神经网络的预测的准确度的标准，并且如果所述标准未被验证，则重复所述步骤(b)。11.一种用于生成外骨骼(1)的轨迹的方法，包括以下步骤：(c)在第二服务器(10b)的存储器(12)中存储使用根据权利要求1至10中的一项所述的用于学习神经网络的参数以生成所述外骨骼(1)的轨迹的方法而学习的第二神经网络的参数；
(d)通过使用所述第二神经网络，由所述第二服务器(10b)的数据处理装置(11b)生成所述外骨骼(1)的轨迹。12.根据权利要求11所述的方法，所述外骨骼(1)接纳人类操作者，所述步骤(d)包括确定所述操作者期望的所述外骨骼(1)的n元组行走参数的序列，并且根据n元组的所述序列生成所述外骨骼(1)的轨迹。13.根据权利要求12所述的方法，其中对于所述序列的每个n元组，所述外骨骼(1)的所生成的轨迹包括新的周期性基本轨迹和到所述新的周期性基本轨迹的过渡。14.一种用于将外骨骼(1)设置处于运动中的方法，所述外骨骼具有多个自由度，其中的至少一个自由度由数据处理装置(11c)控制的致动器致动，所述方法包括步骤(e)：由所述外骨骼(1)的数据处理装置(11c)执行通过根据权利要求11至13中的一项所述的用于生成所述外骨骼(1)的轨迹的方法以使所述外骨骼(1)行走的方式生成的所述外骨骼(1)的轨迹。15.一种系统，所述系统包括各自包含数据处理装置(11a、11b、11c)的第一服务器(10a)、第二服务器(10b)和外骨骼(1)，其特征在于所述数据处理装置(11a、11b、11c)被配置成实施根据权利要求1至10中的一项所述的用于学习神经网络的参数以生成所述外骨骼(1)的轨迹的方法、根据权利要求11至13中的一项所述的用于生成所述外骨骼(1)的轨迹的方法、和/或根据权利要求14所述的用于将所述外骨骼(1)设置处于运动中的方法。16.一种包括代码指令的计算机程序产品，所述代码指令用于当在计算机上执行所述程序时，执行根据权利要求1至10中的一项所述的用于学习神经网络的参数以生成外骨骼(1)的轨迹的方法、根据权利要求11至13中的一项所述的用于生成外骨骼(1)的轨迹的方法、和/或根据权利要求14的用于将所述外骨骼(1)设置处于运动中的方法。17.一种能够由一件it装备读取的存储装置，在所述存储装置上计算机程序产品包括代码指令，所述代码指令用于执行根据权利要求1至10中的一项所述的用于学习神经网络的参数以生成外骨骼(1)的轨迹的方法、根据权利要求11至13中的一项所述的用于生成外骨骼(1)的轨迹的方法、和/或根据权利要求14的用于将所述外骨骼(1)设置处于运动中的方法。

技术总结
本发明涉及一种用于学习神经网络的参数以生成外骨骼(1)的轨迹的方法，该方法包括由第一服务器(10a)的数据处理装置(11a)实施以下步骤：(a)根据外骨骼(1)的一组可能步子的周期性轨迹的第一学习数据库，学习适合于生成外骨骼(1)的、各自用于由n元组步子参数定义的外骨骼(1)的给定步子的周期性基本轨迹的第一神经网络的参数；(b)根据外骨骼(1)的一组可能步子的周期性基本轨迹和过渡的第二学习数据库，使用来自第一神经网络的参数，学习适用于生成外骨骼(1)的周期性基本轨迹和从外骨骼(1)的一个周期性基本轨迹到外骨骼(1)的另一周期性基本轨迹的过渡的第二神经网络的参数。基本轨迹的过渡的第二神经网络的参数。基本轨迹的过渡的第二神经网络的参数。


技术研发人员：亚历克西斯
受保护的技术使用者：万德克拉夫特公司
技术研发日：2020.09.25
技术公布日：2022/5/10