基于虚拟现实的上下肢训练方法及系统_中国专利数据库
全国客户服务热线:4006-054-001 疑难解答:159-9855-7370(7X24受理投诉、建议、合作、售前咨询),173-0411-9111(售前),155-4267-2990(售前),座机/传真:0411-83767788(售后),微信咨询:543646
企业服务导航

基于虚拟现实的上下肢训练方法及系统

发布日期:2024-09-02 浏览次数: 专利申请、商标注册、软件著作权、资质办理快速响应热线:4006-054-001 微信:15998557370


基于虚拟现实的上下肢训练方法及系统
申请号: 申请日:
公开(公告)号: 公开(公告)日:
发明(设计)人: 申请(专利权)人:
主分类号: 分类号:
代理公司: 代理人:
地址: 国省代码:
权利要求书: 说明书:
微信咨询: 添加微信:543646或【点此在线咨询 文件下载: 【点此下载】请正确填写本页网址和接收邮箱
摘要: 本发明涉及数据处理,尤其涉及一种基于虚拟现实的上下肢训练方法及系统。、随着科技的进步,虚拟现实技术在运动训练领域得到了广泛应用。它通过模拟的训练环境为用户提供了沉浸式的体验,使训练过程更加生动有趣。此外,vr技术允许进行精确的运动跟踪和反馈,为用户提供了个性化的训练体验。、然而,尽管虚拟现...
相关服务: 软件产品登记测试全国受理 软件著作权666元代写全部资料全国受理 实用新型专利1875代写全部资料全国受理

本发明涉及数据处理,尤其涉及一种基于虚拟现实的上下肢训练方法及系统。背景技术:1、随着科技的进步,虚拟现实技术在运动训练领域得到了广泛应用。它通过模拟的训练环境为用户提供了沉浸式的体验,使训练过程更加生动有趣。此外,vr技术允许进行精确的运动跟踪和反馈,为用户提供了个性化的训练体验。2、然而,尽管虚拟现实技术提供了新的训练方式,但现有技术在个性化训练计划的制定、数据利用、实时反馈及动态调整能力方面仍然存在诸多不足。技术实现思路1、有鉴于此,本发明实施例提供了一种基于虚拟现实的上下肢训练方法及系统,用于提高基于虚拟现实的上下肢训练的准确率。2、本发明提供了一种基于虚拟现实的上下肢训练方法,包括:对预置的目标用户进行历史肌电信号采集,得到所述目标用户的历史肌电信号数据集;对所述历史肌电信号数据集进行信号强度分析,得到所述历史肌电信号数据集对应的信号强度数据集合;基于所述信号强度数据集合对所述目标用户进行上下肢训练项目匹配,得到目标训练项目,并根据所述目标训练项目构建初始虚拟训练场景;在所述初始虚拟训练场景下,通过预置的上下肢训练装置对所述目标用户进行上下肢训练,并在所述目标用户进行上下肢训练的过程中对所述目标用户进行三维运动模型构建,得到所述目标用户的初始三维运动模型;对所述初始虚拟训练场景进行环境适应性分值计算,得到所述初始虚拟训练场景的环境适应性分值;基于所述环境适应性分值对所述初始虚拟训练场景进行修正元素分析,得到多个待修正场景元素,并通过多个所述待修正场景元素对所述初始虚拟训练场景进行修正,得到目标虚拟训练场景;在所述目标虚拟训练场景下,通过所述上下肢训练装置对所述目标用户进行上下肢训练,并在所述目标用户进行上下肢训练的过程中对所述目标用户进行实时训练反馈数据分析,得到目标反馈数据;基于所述目标反馈数据进行训练参数分析,得到多个目标训练参数,并通过多个所述目标训练参数生成目标训练方案。3、在本发明中,所述对所述历史肌电信号数据集进行信号强度分析,得到所述历史肌电信号数据集对应的信号强度数据集合步骤,包括:4、通过预置的信号强度计算公式对所述肌电信号数据集进行信号强度分析,得到所述肌电信号数据集对应的信号强度数据集合,其中,所述信号强度计算公式如下所示:5、6、其中,e(t)为在t时刻的信号强度,α为第一调整系数;β为第二调整系数;γ为第三调整系数;n为肌电信号的数量;si(t)为第i个肌电信号在t时刻的测量值;δsi(t)为第i个肌电信号在t时刻的变化率。7、在本发明中,所述在所述初始虚拟训练场景下,通过预置的上下肢训练装置对所述目标用户进行上下肢训练,并在所述目标用户进行上下肢训练的过程中对所述目标用户进行三维运动模型构建,得到所述目标用户的初始三维运动模型步骤,包括:在所述初始虚拟训练场景下,通过所述上下肢训练装置对所述目标用户进行上下肢训练;基于所述初始虚拟训练场景,对所述目标用户进行初始位置标定,得到所述目标用户的初始位置坐标;以所述初始位置坐标为坐标原点,在所述初始虚拟训练场景下构建所述目标用户对应的三维坐标系;采集所述目标用户进行上下肢训练的过程中的运动坐标数据,得到运动坐标数据集合;基于所述运动坐标数据集合对所述目标用户进行三维运动模型构建,得到所述目标用户的初始三维运动模型。8、在本发明中,所述初始三维运动模型的表达式如下所示:9、10、其中,m(r,t)表示在t时刻下的三维运动轨迹模型,r为所述目标用户的运动坐标数据;为第四调整系数;ξ为第五调整系数;ωm为第m个运动维度的权重;fm(rm(t))为第m个运动维度上的运动函数;rm(t)为t时刻下的第m个维度的实际运动坐标;为时刻下的第m个维度的理想运动坐标;q为运动维度的数量。11、在本发明中,所述对所述初始虚拟训练场景进行环境适应性分值计算,得到所述初始虚拟训练场景的环境适应性分值步骤,包括:通过预置的环境适应性分值计算公式,对所述初始虚拟训练场景进行环境适应性分值计算,得到所述初始虚拟训练场景的环境适应性分值,其中,所述环境适应性分值计算公式如下所示:12、13、其中,v是环境适应性分值;θ是第六调整系数;τj是第j个环境参数的权重;p是环境参数的数量;gj是第j个环境参数的匹配度函数;ν是第七调整系数;ej是第j个环境参数;uj是第j个所述目标用户的用户参数。14、在本发明中,所述基于所述环境适应性分值对所述初始虚拟训练场景进行修正元素分析,得到多个待修正场景元素,并通过多个所述待修正场景元素对所述初始虚拟训练场景进行修正,得到目标虚拟训练场景步骤,包括:15、对所述初始虚拟训练场景进行场景布局提取,得到所述初始虚拟训练场景的场景布局;16、基于所述场景布局,对所述初始虚拟训练场景进行互动元素提取,得到多个互动元素;17、基于所述环境适应性分值对多个所述互动元素进行修正元素筛选,得到多个待修正场景元素;18、通过多个所述待修正场景元素对所述初始虚拟训练场景进行修正,得到目标虚拟训练场景。19、在本发明中,所述在所述目标虚拟训练场景下,通过所述上下肢训练装置对所述目标用户进行上下肢训练,并在所述目标用户进行上下肢训练的过程中对所述目标用户进行实时训练反馈数据分析,得到目标反馈数据步骤,包括:在所述目标虚拟训练场景下,通过所述上下肢训练装置对所述目标用户进行上下肢训练;在所述目标用户进行上下肢训练的过程中,对所述目标用户进行运动参数提取,得到所述目标用户的运动参数集合;基于所述运动参数集合对所述目标用户进行运动行为分析,得到所述目标用户的运动行为分析数据;基于所述运动行为分析数据对所述目标用户进行实时训练反馈数据分析,得到目标反馈数据。20、本发明还提供了一种基于虚拟现实的上下肢训练系统,包括:21、采集模块,用于对预置的目标用户进行历史肌电信号采集,得到所述目标用户的历史肌电信号数据集;22、分析模块,用于对所述历史肌电信号数据集进行信号强度分析,得到所述历史肌电信号数据集对应的信号强度数据集合;23、匹配模块,用于基于所述信号强度数据集合对所述目标用户进行上下肢训练项目匹配,得到目标训练项目,并根据所述目标训练项目构建初始虚拟训练场景;24、训练模块,用于在所述初始虚拟训练场景下,通过预置的上下肢训练装置对所述目标用户进行上下肢训练,并在所述目标用户进行上下肢训练的过程中对所述目标用户进行三维运动模型构建,得到所述目标用户的初始三维运动模型;25、计算模块,用于对所述初始虚拟训练场景进行环境适应性分值计算,得到所述初始虚拟训练场景的环境适应性分值;26、修正模块,用于基于所述环境适应性分值对所述初始虚拟训练场景进行修正元素分析,得到多个待修正场景元素,并通过多个所述待修正场景元素对所述初始虚拟训练场景进行修正,得到目标虚拟训练场景;27、反馈模块,用于在所述目标虚拟训练场景下,通过所述上下肢训练装置对所述目标用户进行上下肢训练,并在所述目标用户进行上下肢训练的过程中对所述目标用户进行实时训练反馈数据分析,得到目标反馈数据;28、生成模块,用于基于所述目标反馈数据进行训练参数分析,得到多个目标训练参数,并通过多个所述目标训练参数生成目标训练方案。29、本发明提供的技术方案中,对预置的目标用户进行历史肌电信号采集,得到目标用户的历史肌电信号数据集;对历史肌电信号数据集进行信号强度分析,得到历史肌电信号数据集对应的信号强度数据集合;基于信号强度数据集合对目标用户进行上下肢训练项目匹配,得到目标训练项目,并根据目标训练项目构建初始虚拟训练场景;在初始虚拟训练场景下,通过预置的上下肢训练装置对目标用户进行上下肢训练,并在目标用户进行上下肢训练的过程中对目标用户进行三维运动模型构建,得到目标用户的初始三维运动模型;对初始虚拟训练场景进行环境适应性分值计算,得到初始虚拟训练场景的环境适应性分值;基于环境适应性分值对初始虚拟训练场景进行修正元素分析,得到多个待修正场景元素,并通过多个待修正场景元素对初始虚拟训练场景进行修正,得到目标虚拟训练场景;在目标虚拟训练场景下,通过上下肢训练装置对目标用户进行上下肢训练,并在目标用户进行上下肢训练的过程中对目标用户进行实时训练反馈数据分析,得到目标反馈数据;基于目标反馈数据进行训练参数分析,得到多个目标训练参数,并通过多个目标训练参数生成目标训练方案。在本技术方案中,通过分析用户的历史肌电信号数据集,可以准确地理解用户的肌肉活动模式和强度,基于信号强度数据集对用户进行上下肢训练项目匹配,确保所选训练项目最适合用户的当前身体状况和能力水平。构建初始三维运动模型使训练系统能更精确地追踪和分析用户的运动,提高训练的效果和安全性。通过对初始虚拟训练场景进行环境适应性分值计算,可以评估和优化虚拟环境,使其更符合用户的偏好和需求。基于环境适应性分值进行的修正元素分析和调整,提高了虚拟训练场景的互动性和沉浸感,增强了用户的训练体验。

基于虚拟现实的上下肢训练方法及系统