海南大學(xué)科學(xué)家的一篇研究論文提出了FSS-eq2Seq作為下肢輔助設(shè)備步態(tài)協(xié)同建模的兩階段策略，以實(shí)現(xiàn)協(xié)同和用戶自適應(yīng)的軌跡，從而改善人機(jī)交互。
這篇新研究論文于7月3日發(fā)表在《Cyborg and Bionic Systems》雜志上，指出Seq2Seq在肢體間和肢體內(nèi)協(xié)同建模方面均優(yōu)于LSTM、RNN和GRU。此外，F(xiàn)S顯著提高了Seq2Seq的建模性能。
步態(tài)協(xié)同的概念提供了新穎的人機(jī)界面，并已應(yīng)用于下肢輔助設(shè)備的控制，例如動(dòng)力假肢和外骨骼。具體而言，基于步態(tài)協(xié)同，輔助設(shè)備可以根據(jù)患者健全部位的運(yùn)動(dòng)，為受影響或缺失的部位精確生成/預(yù)測(cè)適當(dāng)?shù)膮⒖架壽E。
步態(tài)協(xié)同方法需要最優(yōu)建模，即對(duì)特征(輸入)進(jìn)行最優(yōu)組合，以實(shí)現(xiàn)協(xié)同軌跡，從而改善人機(jī)交互。然而，以前的研究缺乏對(duì)協(xié)同建模最優(yōu)方法的深入討論。此外，特征選擇(FS)對(duì)于降低數(shù)據(jù)維度和提高建模質(zhì)量至關(guān)重要，但在以前的研究中卻常常被忽視。
海南大學(xué)教授、這項(xiàng)研究的作者梁鳳艷解釋說(shuō)：“在為不同患者設(shè)計(jì)和生成用戶、時(shí)間和相位自適應(yīng)和協(xié)同的參考軌跡時(shí)，主動(dòng)輔助設(shè)備的控制是一個(gè)關(guān)鍵且具有挑戰(zhàn)性的問(wèn)題。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！