本发明涉及设备控制技术领域，具体而言，涉及一种老年康复机器人的训练控制方法、康复机器人及系统。
背景技术：
随着存在肢体运动障碍的老年病人越来越多，因此，如何针对这些老年病人制定合适的康复训练手段，提高康复训练效率以期逐步缓解老年病人的肢体运动障碍，是当前急需解决的技术问题。
基于此，伴随着老年康复机器人的产生，可以通过机器人的各训练控制单元带动老年病人的对应肢体进行康复训练。然而，当前的老年康复机器人的训练控制方案中，通常是由老年病人选择相应的训练控制模式进行重复训练，然而在实际训练过程中，通常由于肢体摆放位置，肢体协调情况等诸多因素导致在训练过程中会产生大量误差，当前方案中并未充分考虑到训练过程中产生的控制误差，也并未设计相应的反馈调整方案，从而导致康复机器人的训练控制过程难以达到预期效果。
技术实现要素：
为了至少克服现有技术中的上述不足，本发明的目的在于提供一种老年康复机器人的训练控制方法、康复机器人及系统，可以极大减少由于肢体摆放位置，肢体协调情况等诸多因素导致在训练过程中产生的大量误差，通过设计训练过程的反馈调整方案，可以提高训练控制过程的训练效果。
第一方面，本发明实施例提供一种老年康复机器人的训练控制方法，应用于老年康复机器人的训练控制系统，所述老年康复机器人的训练控制系统包括服务器以及与所述服务器通信连接的康复机器人，所述方法包括：
所述康复机器人在监测到训练控制启动信号后，根据所述训练控制启动信号中所配置的训练控制模式和训练识别信息，从所述服务器中获得与所述训练控制模式和所述训练识别信息所对应的训练控制数据库；
所述康复机器人根据所述训练控制模式采集对应的训练控制人体数据，并根据所述训练控制人体数据计算每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数；
所述康复机器人根据每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值；
所述康复机器人根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息；
所述服务器根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息生成对应的训练调整指令，并将所述训练调整指令发送给所述康复机器人。
在第一方面的一种可能的设计中，所述根据所述训练控制人体数据计算每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数的步骤，包括：
根据所述训练控制人体数据确定人体肢体在训练控制过程中的协调反馈变化数据，并根据所述人体肢体的协调反馈变化数据确定预设浮动范围对应的协调反馈变化数据范围后，获取该协调反馈变化数据范围内的所有协调反馈节点，得到各人体肢体的协调反馈节点匹配序列；
根据各人体肢体的协调反馈节点匹配序列获取各人体肢体反馈的肢体边缘运动信息，从所述人体肢体边缘运动信息中提取出边缘特征向量信息，根据提取出来的所述边缘特征向量信息在人体肢体边缘运动信息中的向量链接方向，计算出每个边缘特征向量信息到所在肢体方向实线的距离与该肢体方向的长度的比值；
记录从所有人体肢体所反馈的肢体边缘运动信息提取出来的边缘特征向量信息、以及边缘特征向量信息到所在肢体方向实线的距离与该肢体方向的长度的比值，得到各人体肢体的边缘特征序列；
按照所述边缘特征序列中边缘度级别从高到低的顺序，依次将边缘特征向量信息与设定范围内的协调反馈节点匹配序列中的各个协调反馈节点进行匹配，直到边缘特征序列中的任一边缘特征向量信息与人体肢体的协调反馈节点匹配序列中的协调反馈节点匹配时，记录匹配结果；
根据所述匹配结果中匹配到的边缘特征向量信息到所在肢体方向实线的距离与该肢体方向的长度的比值以及人体肢体区域的区域协调方向，计算出该边缘特征向量信息在所述人体肢体区域中的边缘协调方向，并根据该边缘特征向量信息在人体肢体区域中的边缘协调方向确定人体肢体区域的区域边缘关联特征向量；
根据确定的人体肢体区域的区域边缘关联特征向量，从所述区域边缘关联特征向量中提取多个可参考的第一特征向量和所述每个第一特征向量的可参考反馈节点序列；
从所述多个可参考的第一特征向量中筛选出多个与第二特征向量相同的特征向量，获得多个第三特征向量，所述第二特征向量为多个反馈运行控制脚本中的第一反馈运行控制脚本中的标记特征向量，所述反馈运行控制脚本包括：多个标记特征向量、多个反馈节点序列和多个向量语义包围盒，所述反馈节点序列为所述标记特征向量对应的反馈节点序列，所述向量语义包围盒为所述标记特征向量对应的向量语义区间；
根据所述多个第三特征向量的可参考反馈节点序列和所述多个第三特征向量的反馈节点序列将所述区域边缘关联特征向量转换为每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，具体包括：将所述多个第三特征向量的可参考反馈节点序列和所述多个反馈节点序列输入到人体肢体与训练控制单元的关联模型中进行计算，获得肢体转换关联结果，并将所述区域边缘关联特征向量的多个边缘关联特征向量的向量值乘以所述肢体转换关联结果，获得每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数。
在第一方面的一种可能的设计中，所述康复机器人根据每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值的步骤，包括：
将当前处理的训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数与上一次训练控制时对应的训练控制反馈参数作比较，得到当前所述训练控制反馈参数的反馈参数比较向量；
在对应的反馈参数比较向量参考空间下，统计当前所述训练控制反馈参数的反馈参数比较向量，得到当前所述训练控制反馈参数中浮动度处于设定范围的空间向量区域；
结合预设的设定向量区域浮动初始值、预设的训练控制反馈参数浮动初始值、当前训练控制反馈参数的反馈参数比较向量，得出当前所述训练控制反馈参数中浮动度处于设定范围的空间向量区域的空间向量节点的动态评价范围向量目标值和非动态评价范围向量目标值，及计算出当前所述训练控制反馈参数的空间向量预测范围，其中，当前所述训练控制反馈参数中除浮动度处于设定范围的空间向量区域以外的其他空间向量区域，采用最小有效浮动度范围所对应的预设的训练控制反馈参数的浮动初始值，作为当前所述反馈参数比较向量参考空间的向量节点的空间向量预测范围；
计算当前所述训练控制反馈参数的空间向量预测范围的权衡值，以确定所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配范围数据；
获取与所述匹配范围数据对应的训练匹配函数，并根据各个训练控制单元的训练控制幅度，对所述训练匹配函数进行第一训练匹配自适应处理，并将经过第一训练匹配自适应处理的所述训练匹配函数加载至预先建立的第一匹配函数关联序列；
对所述匹配范围数据进行第二训练匹配自适应处理，以使所述匹配范围数据经过所述第二训练匹配自适应处理后，与所述经过第一训练匹配自适应处理的所述训练匹配函数相匹配，并将经过所述第二训练匹配自适应处理的所述匹配范围数据加载到预先建立的第二匹配函数关联序列；
调用与所述匹配范围数据对应的预设的匹配确定脚本，选取匹配确定进程，并确定所述匹配确定进程的进程类型及所述匹配确定进程的进程计算资源，所述匹配确定进程的进程类型包括所述匹配确定进程的匹配项目及所述匹配确定进程的匹配数据量；
开启所述匹配确定进程，根据所述匹配确定进程的进程计算资源，从所述第二匹配函数关联序列中的经过所述第二训练匹配自适应处理的所述匹配范围数据中，选取多个匹配节点数据，并根据每个所述训练控制单元的训练控制幅度，从所述第一匹配函数关联序列中的经过所述第一训练匹配自适应处理的所述训练匹配函数中，确定第一匹配序列，所述第一匹配序列中包括多个训练匹配函数分量，所述多个训练匹配函数分量与预先设定的各个训练匹配函数一一对应，且每个所述训练匹配函数分量属于与其对应的训练匹配函数；
为所述第一匹配序列中的每个训练匹配函数分量分配与其对应的训练控制单元集，每个所述训练控制单元集中包括多个训练控制单元，每个所述训练控制单元集中包含训练控制单元的个数相同；
将所述第一匹配序列中的每个训练匹配函数分量分别关联至其对应的训练控制单元集中的每一个训练控制单元中，并将每个所述匹配节点数据，分别关联至每个所述训练匹配函数分量对应的训练控制单元集中的与该匹配节点数据对应的训练控制单元中；
针对每个所述训练控制单元，对该训练控制单元中的训练匹配函数分量及匹配节点数据进行计算，获得该训练控制单元对应的计算结果；
当分别选取的各个匹配节点数据的总和为经过第二训练匹配自适应处理的所述匹配范围数据时，将所述每个训练控制单元对应的计算结果进行存储，以确定所述匹配范围数据与各个所述训练匹配函数的计算结果；
根据确定的所述匹配范围数据与各个所述训练匹配函数的计算结果确定所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度；
根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度确定各个训练控制反馈参数的匹配评价度加权值。
在第一方面的一种可能的设计中，所述康复机器人根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息的步骤，包括：
根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，获得匹配评价度与匹配评价度加权值之间的差异大于设定差异范围内的训练控制反馈参数对应的候选训练控制单元；
根据所述候选训练控制单元的匹配评价度和所述候选训练控制单元在各个训练控制单元中的位置将所述候选训练控制单元划分为关联控制区域和非关联控制区域；
针对所述关联控制区域中的每个第一控制位置，以所述第一控制位置为基准，得到所述第一控制位置对应的第一训练行为范围，并利用将所述第一训练行为范围分成多个均分范围区域，并计算所述多个均分范围区域的协调关联性；
如果所述协调关联性大于设定关联性，则确定所述第一控制位置具有调整控制位置的调整关联性，并确定所述第一控制位置为调整控制位置点；
针对所述非关联控制区域中的每个第二控制位置，以所述第二控制位置为基准，得到所述第二控制位置对应的第二训练行为范围，并将所述第二训练行为范围分成多个均分范围区域，并计算所述多个均分范围区域的协调关联性；
如果所述协调关联性大于设定关联性，则确定所述第二控制位置具有调整控制位置的调整关联性，并确定所述第二控制位置为调整控制位置点；
生成每个调整控制位置点对应的第一预测模型，并对所述第一预测模型对应的每个预测节点进行节点融合，得到所述每个预测节点对应的融合标准差；
对所述每个预测节点对应的融合标准差进行逆向处理，并根据逆向处理的结果构造所述第一预测模型所对应的第一模型预测矩阵；
生成所述每个调整控制位置点对应的第二预测模型，并对所述第二预测模型对应的每个预测节点进行节点融合，得到所述每个预测节点对应的融合标准差；
对所述每个预测节点对应的融合标准差进行逆向处理，并根据逆向处理的结果构造所述第二预测模型所对应的第二模型预测矩阵；
根据所述第一模型预测矩阵和所述第二模型预测矩阵之间的矩阵比对结果，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息。
在第一方面的一种可能的设计中，所述服务器根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息生成对应的训练调整指令，并将所述训练调整指令发送给所述康复机器人的步骤，包括：
根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息，从预先配置的训练调整特征数据库中提取出多个候选训练调整特征；
对所述多个候选训练调整特征进行筛选，得到多个筛选训练调整特征；并分别利用预设设置的长效特征调整函数和短效特征调整函数对所述多个筛选训练调整特征进行查找比对，分别得到第一特征搜索序列和第二特征搜索序列；
确定所述第一特征搜索序列对应的第一调整可靠度和第一调整缓冲度，并确定所述第二特征搜索序列对应的第二调整可靠度和第二调整缓冲度；
根据所述第一特征搜索序列对应的第一调整可靠度和第一调整缓冲度和所述第二特征搜索序列对应的第二调整可靠度和第二调整缓冲度，分别计算对应的第一调整置信度和第二调整置信度；
根据计应的第一调整置信度和第二调整置信度选择对应的目标训练调整特征，并根据选择的目标训练调整特征生成对应的训练调整指令，将所述训练调整指令发送给所述康复机器人。
在第一方面的一种可能的设计中，所述方法还包括：
所述康复机器人根据所述服务器发送的所述训练调整指令对所述需要调整的目标训练控制单元进行对应的训练调整。
第二方面，本发明实施例还提供一种老年康复机器人的训练控制方法，应用于康复机器人，所述康复机器人与服务器通信连接，所述方法包括：
在监测到训练控制启动信号后，根据所述训练控制启动信号中所配置的训练控制模式和训练识别信息，从所述服务器中获得与所述训练控制模式和所述训练识别信息所对应的训练控制数据库；
根据所述训练控制模式采集对应的训练控制人体数据，并根据所述训练控制人体数据计算每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数；
根据每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值；
根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息，以使所述服务器根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息生成对应的训练调整指令。
第三方面，本发明实施例还提供一种老年康复机器人的训练控制装置，应用于康复机器人，所述康复机器人与服务器通信连接，所述装置包括：
获得模块，用于在监测到训练控制启动信号后，根据所述训练控制启动信号中所配置的训练控制模式和训练识别信息，从所述服务器中获得与所述训练控制模式和所述训练识别信息所对应的训练控制数据库；
第一计算模块，用于根据所述训练控制模式采集对应的训练控制人体数据，并根据所述训练控制人体数据计算每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数；
第二计算模块，用于根据每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值；
确定模块，用于根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息，以使所述服务器根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息生成对应的训练调整指令。
第四方面，本发明实施例还提供一种老年康复机器人的训练控制系统，所述老年康复机器人的训练控制系统包括服务器以及与所述服务器通信连接的康复机器人；
所述康复机器人，用于在监测到训练控制启动信号后，根据所述训练控制启动信号中所配置的训练控制模式和训练识别信息，从所述服务器中获得与所述训练控制模式和所述训练识别信息所对应的训练控制数据库；
所述康复机器人，用于根据所述训练控制模式采集对应的训练控制人体数据，并根据所述训练控制人体数据计算每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数；
所述康复机器人，用于根据每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值；
所述康复机器人，用于根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息；
所述服务器，用于根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息生成对应的训练调整指令，并将所述训练调整指令发送给所述康复机器人。
第五方面，本发明实施例还提供一种康复机器人，所述康复机器人包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个康复机器人通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的设计中的老年康复机器人的训练控制方法。
第六方面，本发明实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其在康复机器人上检测时，使得计算机执行上述第一方面或者第一方面中任意一个可能的设计中的老年康复机器人的训练控制方法。
基于上述任意一个方面，本发明通过康复机器人采集对应的训练控制人体数据后，计算每个训练控制单元在训练控制模式所指示的各训练控制区间的训练控制反馈参数，从而计算训练控制反馈参数在从服务器中获取的训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，并协调服务器根据需要调整的目标训练控制单元以及目标训练控制单元的训练行为记录信息对康复机器人进行训练调整。如此，可以极大减少由于肢体摆放位置，肢体协调情况等诸多因素导致在训练过程中产生的大量误差，通过设计训练过程的反馈调整方案，可以提高训练控制过程的训练效果。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的老年康复机器人的训练控制系统的应用场景示意图；
图2为本发明实施例提供的老年康复机器人的训练控制方法的流程示意图之一；
图3为本发明实施例提供的老年康复机器人的训练控制方法的流程示意图；之二；
图4为本发明实施例提供的老年康复机器人的训练控制装置的功能模块示意图；
图5为本发明实施例提供的用于实现上述的老年康复机器人的训练控制方法的康复机器人的结构示意框图。
具体实施方式
下面结合说明书附图对本发明进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。在本发明的描述中，除非另有说明，“至少一个”包括一个或多个。“多个”是指两个或两个以上。例如，a、b和c中的至少一个，包括：单独存在a、单独存在b、同时存在a和b、同时存在a和c、同时存在b和c，以及同时存在a、b和c。在本发明中，“/”表示或的意思，例如，a/b可以表示a或b；本文中的“和/或”仅仅是一种描述关联设备的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
图1是本发明一种实施例提供的老年康复机器人的训练控制系统10的交互示意图。老年康复机器人的训练控制系统10可以包括康复机器人以及与康复机器人100通信连接的服务器200，服务器200中可以包括执行指令操作的处理器。图1所示的老年康复机器人的训练控制系统10仅为一种可行的示例，在其它可行的实施例中，该老年康复机器人的训练控制系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
在一些实施例中，服务器200可以是单个服务器，也可以是一个服务器组。服务器组可以是集中式的，也可以是分布式的(例如，服务器200可以是分布式系统)。在一些实施例中，服务器200相对于康复机器人100，可以是本地的、也可以是远程的。例如，服务器200可以经由网络访问存储在康复机器人100以及数据库、或其任意组合中的信息。作为另一示例，服务器200可以直接连接到康复机器人100和数据库中的至少一个，以访问其中存储的信息和/或数据。在一些实施例中，服务器200可以在云平台上实现；仅作为示例，云平台可以包括私有云、公有云、混合云、社区云(communitycloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等，或者它们的任意组合。
在一些实施例中，服务器200可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据，以执行本发明中描述的一个或多个功能。处理器可以包括一个或多个处理核(例如，单核处理器(s)或多核处理器(s))。仅作为举例，处理器可以包括中央处理单元(centralprocessingunit,cpu)、专用集成电路(applicationspecificintegratedcircuit,asic)、专用指令集处理器(applicationspecificinstruction-setprocessor,asip)、图形处理单元(graphicsprocessingunit,gpu)、物理处理单元(physicsprocessingunit,ppu)、数字信号处理器(digitalsignalprocessor,dsp)、现场可编程门阵列(fieldprogrammablegatearray，fpga)、可编程逻辑器件(programmablelogicdevice,pld)、控制器、微控制器单元、简化指令集计算机(reducedinstructionsetcomputing,risc)、或微处理器等，或其任意组合。
网络可以用于信息和/或数据的交换。在一些实施例中，老年康复机器人的训练控制系统10中的一个或多个组件(例如，服务器200，康复机器人100和数据库)可以向其他组件发送信息和/或数据。在一些实施例中，网络可以是任何类型的有线或者无线网络，或者是他们的结合。仅作为示例，网络130可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(localareanetwork，lan)、广域网(wideareanetwork，wan)、无线局域网(wirelesslocalareanetworks，wlan)、城域网(metropolitanareanetwork，man)、广域网(wideareanetwork，wan)、公共电话交换网(publicswitchedtelephonenetwork，pstn)、蓝牙网络、zigbee网络、或近场通信(nearfieldcommunication,nfc)网络等，或其任意组合。在一些实施例中，网络可以包括一个或多个网络接入点。例如，网络可以包括有线或无线网络接入点，例如基站和/或网络交换节点，老年康复机器人的训练控制系统10的一个或多个组件可以通过该接入点连接到网络以交换数据和/或信息。
前述的数据库可以存储数据和/或指令。在一些实施例中，数据库可以存储向康复机器人100分配的数据。在一些实施例中，数据库可以存储在本发明中描述的示例性方法的数据和/或指令。在一些实施例中，数据库可以包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(read-onlymemory,rom)等，或其任意组合。作为举例，大容量存储器可以包括磁盘、光盘、固态驱动器等；可移动存储器可包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等；易失性读写存储器可以包括随机存取存储器(randomaccessmemory,ram)；ram可以包括动态ram(dynamicrandomaccessmemory,dram)，双倍数据速率同步动态ram(doubledate-ratesynchronousram,ddrsdram)；静态ram(staticrandom-accessmemory,sram)，晶闸管ram(thyristor-basedrandomaccessmemory,t-ram)和零电容器ram(zero-ram)等。作为举例，rom可以包括掩模rom(maskread-onlymemory,mrom)、可编程rom(programmableread-onlymemory,prom)、可擦除可编程rom(programmableerasableread-onlymemory,perom)、电可擦除可编程rom(electricallyerasableprogrammablereadonlymemory,eeprom)、光盘rom(cd-rom)、以及数字通用磁盘rom等。在一些实施例中，数据库可以在云平台上实现。仅作为示例，云平台可以包括私有云、公有云、混合云、社区云、分布式云、跨云、多云或者其它类似的等，或其任意组合。
在一些实施例中，数据库可以连接到网络以与老年康复机器人的训练控制系统10(例如，服务器200，康复机器人100等)中的一个或多个组件通信。老年康复机器人的训练控制系统10中的一个或多个组件可以经由网络访问存储在数据库中的数据或指令。在一些实施例中，数据库可以直接连接到老年康复机器人的训练控制系统10中的一个或多个组件(例如，服务器200，康复机器人100等；或者，在一些实施例中，数据库也可以是服务器200的一部分。
为了解决前述背景技术中的技术问题，图2为本发明实施例提供的老年康复机器人的训练控制方法的流程示意图，本实施例提供的老年康复机器人的训练控制方法可以由图1中所示的老年康复机器人的训练控制系统10执行，下面对该老年康复机器人的训练控制方法进行详细介绍。
步骤s110，康复机器人100在监测到训练控制启动信号后，根据训练控制启动信号中所配置的训练控制模式和训练识别信息，从服务器200中获得与训练控制模式和训练识别信息所对应的训练控制数据库。
步骤s120，康复机器人100根据训练控制模式采集对应的训练控制人体数据，并根据训练控制人体数据计算每个训练控制单元在训练控制模式所指示的各训练控制区间的训练控制反馈参数。
步骤s130，康复机器人100根据每个训练控制单元在训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算训练控制反馈参数在训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值。
步骤s140，康复机器人100根据训练控制反馈参数在训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向服务器200发送的需要调整的目标训练控制单元以及目标训练控制单元的训练行为记录信息。
步骤s150，服务器200根据需要调整的目标训练控制单元以及目标训练控制单元的训练行为记录信息生成对应的训练调整指令，并将训练调整指令发送给康复机器人100。
基于上述设计，本实施例通过康复机器人100采集对应的训练控制人体数据后，计算每个训练控制单元在训练控制模式所指示的各训练控制区间的训练控制反馈参数，从而计算训练控制反馈参数在从服务器200中获取的训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，并协调服务器200根据需要调整的目标训练控制单元以及目标训练控制单元的训练行为记录信息对康复机器人100进行训练调整。如此，可以极大减少由于肢体摆放位置，肢体协调情况等诸多因素导致在训练过程中产生的大量误差，通过设计训练过程的反馈调整方案，可以提高训练控制过程的训练效果。
在一种可能的设计中，针对步骤s120，本实施例具体可以根据训练控制人体数据确定人体肢体在训练控制过程中的协调反馈变化数据，并根据人体肢体的协调反馈变化数据确定预设浮动范围对应的协调反馈变化数据范围后，获取该协调反馈变化数据范围内的所有协调反馈节点，得到各人体肢体的协调反馈节点匹配序列。
接着，可以根据各人体肢体的协调反馈节点匹配序列获取各人体肢体反馈的肢体边缘运动信息，从人体肢体边缘运动信息中提取出边缘特征向量信息，根据提取出来的边缘特征向量信息在人体肢体边缘运动信息中的向量链接方向，计算出每个边缘特征向量信息到所在肢体方向实线的距离与该肢体方向的长度的比值。
接着，可以记录从所有人体肢体所反馈的肢体边缘运动信息提取出来的边缘特征向量信息、以及边缘特征向量信息到所在肢体方向实线的距离与该肢体方向的长度的比值，得到各人体肢体的边缘特征序列。
接着，可以按照边缘特征序列中边缘度级别从高到低的顺序，依次将边缘特征向量信息与设定范围内的协调反馈节点匹配序列中的各个协调反馈节点进行匹配，直到边缘特征序列中的任一边缘特征向量信息与人体肢体的协调反馈节点匹配序列中的协调反馈节点匹配时，记录匹配结果。
接着，可以根据匹配结果中匹配到的边缘特征向量信息到所在肢体方向实线的距离与该肢体方向的长度的比值以及人体肢体区域的区域协调方向，计算出该边缘特征向量信息在人体肢体区域中的边缘协调方向，并根据该边缘特征向量信息在人体肢体区域中的边缘协调方向确定人体肢体区域的区域边缘关联特征向量。
接着，可以根据确定的人体肢体区域的区域边缘关联特征向量，从区域边缘关联特征向量中提取多个可参考的第一特征向量和每个第一特征向量的可参考反馈节点序列。
接着，可以从多个可参考的第一特征向量中筛选出多个与第二特征向量相同的特征向量，获得多个第三特征向量，第二特征向量为多个反馈运行控制脚本中的第一反馈运行控制脚本中的标记特征向量，反馈运行控制脚本包括：多个标记特征向量、多个反馈节点序列和多个向量语义包围盒，反馈节点序列为标记特征向量对应的反馈节点序列，向量语义包围盒为标记特征向量对应的向量语义区间。
根据多个第三特征向量的可参考反馈节点序列和多个第三特征向量的反馈节点序列将区域边缘关联特征向量转换为每个训练控制单元在训练控制模式所指示的各训练控制区间的训练控制反馈参数。
例如，本实施例可以将多个第三特征向量的可参考反馈节点序列和多个反馈节点序列输入到人体肢体与训练控制单元的关联模型中进行计算，获得肢体转换关联结果，并将区域边缘关联特征向量的多个边缘关联特征向量的向量值乘以肢体转换关联结果，获得每个训练控制单元在训练控制模式所指示的各训练控制区间的训练控制反馈参数。
在一种可能的设计中，针对步骤s130，本实施例具体可以将当前处理的训练控制单元在训练控制模式所指示的各训练控制区间的训练控制反馈参数与上一次训练控制时对应的训练控制反馈参数作比较，得到当前训练控制反馈参数的反馈参数比较向量。
接着，可以在对应的反馈参数比较向量参考空间下，统计当前训练控制反馈参数的反馈参数比较向量，得到当前训练控制反馈参数中浮动度处于设定范围的空间向量区域。
接着，可以结合预设的设定向量区域浮动初始值、预设的训练控制反馈参数浮动初始值、当前训练控制反馈参数的反馈参数比较向量，得出当前训练控制反馈参数中浮动度处于设定范围的空间向量区域的空间向量节点的动态评价范围向量目标值和非动态评价范围向量目标值，及计算出当前训练控制反馈参数的空间向量预测范围，其中，当前训练控制反馈参数中除浮动度处于设定范围的空间向量区域以外的其他空间向量区域，采用最小有效浮动度范围所对应的预设的训练控制反馈参数的浮动初始值，作为当前反馈参数比较向量参考空间的向量节点的空间向量预测范围。
接着，可以计算当前训练控制反馈参数的空间向量预测范围的权衡值，以确定训练控制反馈参数在训练控制数据库中对应训练控制单元的对应训练控制区间的匹配范围数据。
接着，可以获取与匹配范围数据对应的训练匹配函数，并根据各个训练控制单元的训练控制幅度，对训练匹配函数进行第一训练匹配自适应处理，并将经过第一训练匹配自适应处理的训练匹配函数加载至预先建立的第一匹配函数关联序列。
接着，可以对匹配范围数据进行第二训练匹配自适应处理，以使匹配范围数据经过第二训练匹配自适应处理后，与经过第一训练匹配自适应处理的训练匹配函数相匹配，并将经过第二训练匹配自适应处理的匹配范围数据加载到预先建立的第二匹配函数关联序列。
接着，可以调用与匹配范围数据对应的预设的匹配确定脚本，选取匹配确定进程，并确定匹配确定进程的进程类型及匹配确定进程的进程计算资源，匹配确定进程的进程类型包括匹配确定进程的匹配项目及匹配确定进程的匹配数据量。
接着，可以开启匹配确定进程，根据匹配确定进程的进程计算资源，从第二匹配函数关联序列中的经过第二训练匹配自适应处理的匹配范围数据中，选取多个匹配节点数据，并根据每个训练控制单元的训练控制幅度，从第一匹配函数关联序列中的经过第一训练匹配自适应处理的训练匹配函数中，确定第一匹配序列，第一匹配序列中包括多个训练匹配函数分量，多个训练匹配函数分量与预先设定的各个训练匹配函数一一对应，且每个训练匹配函数分量属于与其对应的训练匹配函数。
接着，可以为第一匹配序列中的每个训练匹配函数分量分配与其对应的训练控制单元集，每个训练控制单元集中包括多个训练控制单元，每个训练控制单元集中包含训练控制单元的个数相同。
接着，可以将第一匹配序列中的每个训练匹配函数分量分别关联至其对应的训练控制单元集中的每一个训练控制单元中，并将每个匹配节点数据，分别关联至每个训练匹配函数分量对应的训练控制单元集中的与该匹配节点数据对应的训练控制单元中。
接着，可以针对每个训练控制单元，对该训练控制单元中的训练匹配函数分量及匹配节点数据进行计算，获得该训练控制单元对应的计算结果。
当分别选取的各个匹配节点数据的总和为经过第二训练匹配自适应处理的匹配范围数据时，将每个训练控制单元对应的计算结果进行存储，以确定匹配范围数据与各个训练匹配函数的计算结果。
接着，可以根据确定的匹配范围数据与各个训练匹配函数的计算结果确定训练控制反馈参数在训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度。
接着，可以根据训练控制反馈参数在训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度确定各个训练控制反馈参数的匹配评价度加权值。
在一种可能的设计中，针对步骤s140，本实施例具体可以根据训练控制反馈参数在训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，获得匹配评价度与匹配评价度加权值之间的差异大于设定差异范围内的训练控制反馈参数对应的候选训练控制单元。
接着，可以根据候选训练控制单元的匹配评价度和候选训练控制单元在各个训练控制单元中的位置将候选训练控制单元划分为关联控制区域和非关联控制区域。
接着，可以针对关联控制区域中的每个第一控制位置，以第一控制位置为基准，得到第一控制位置对应的第一训练行为范围，并利用将第一训练行为范围分成多个均分范围区域，并计算多个均分范围区域的协调关联性。
如果协调关联性大于设定关联性，则确定第一控制位置具有调整控制位置的调整关联性，并确定第一控制位置为调整控制位置点。
接着，可以针对非关联控制区域中的每个第二控制位置，以第二控制位置为基准，得到第二控制位置对应的第二训练行为范围，并将第二训练行为范围分成多个均分范围区域，并计算多个均分范围区域的协调关联性。
如果协调关联性大于设定关联性，则确定第二控制位置具有调整控制位置的调整关联性，并确定第二控制位置为调整控制位置点。
接着，可以生成每个调整控制位置点对应的第一预测模型，并对第一预测模型对应的每个预测节点进行节点融合，得到每个预测节点对应的融合标准差。
接着，可以对每个预测节点对应的融合标准差进行逆向处理，并根据逆向处理的结果构造第一预测模型所对应的第一模型预测矩阵。
接着，可以生成每个调整控制位置点对应的第二预测模型，并对第二预测模型对应的每个预测节点进行节点融合，得到每个预测节点对应的融合标准差。
接着，可以对每个预测节点对应的融合标准差进行逆向处理，并根据逆向处理的结果构造第二预测模型所对应的第二模型预测矩阵。
接着，可以根据第一模型预测矩阵和第二模型预测矩阵之间的矩阵比对结果，确定向服务器200发送的需要调整的目标训练控制单元以及目标训练控制单元的训练行为记录信息。
在一种可能的设计中，针对步骤s150，本实施例具体根据需要调整的目标训练控制单元以及目标训练控制单元的训练行为记录信息，从预先配置的训练调整特征数据库中提取出多个候选训练调整特征。
接着，可以对多个候选训练调整特征进行筛选，得到多个筛选训练调整特征。并分别利用预设设置的长效特征调整函数和短效特征调整函数对多个筛选训练调整特征进行查找比对，分别得到第一特征搜索序列和第二特征搜索序列。
接着，可以确定第一特征搜索序列对应的第一调整可靠度和第一调整缓冲度，并确定第二特征搜索序列对应的第二调整可靠度和第二调整缓冲度。
接着，可以根据第一特征搜索序列对应的第一调整可靠度和第一调整缓冲度和第二特征搜索序列对应的第二调整可靠度和第二调整缓冲度，分别计算对应的第一调整置信度和第二调整置信度。
接着，可以根据计应的第一调整置信度和第二调整置信度选择对应的目标训练调整特征，并根据选择的目标训练调整特征生成对应的训练调整指令，将训练调整指令发送给康复机器人100。
在上述描述的基础上，康复机器人100则可以根据服务器200发送的训练调整指令对需要调整的目标训练控制单元进行对应的训练调整。
进一步地，图3示出了本发明实施还提供的另一种老年康复机器人100的训练控制方法的流程示意图，与上面实施例不同的是，本老年康复机器人100的训练控制方法由康复机器人100执行，可以理解的是，接下来要描述的老年康复机器人100的训练控制方法中涉及的步骤在上面针对老年康复机器人100的训练控制系统10执行的方法实施例中已经描述过，具体各个步骤的详尽内容可参照上面的实施例描述，在此不再加以详述，下面仅对康复机器人100执行步骤进行简要说明。
步骤s210，在监测到训练控制启动信号后，根据训练控制启动信号中所配置的训练控制模式和训练识别信息，从服务器200中获得与训练控制模式和训练识别信息所对应的训练控制数据库。
步骤s220，根据训练控制模式采集对应的训练控制人体数据，并根据训练控制人体数据计算每个训练控制单元在训练控制模式所指示的各训练控制区间的训练控制反馈参数。
步骤s230，根据每个训练控制单元在训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算训练控制反馈参数在训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值。
步骤s240，根据训练控制反馈参数在训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向服务器200发送的需要调整的目标训练控制单元以及目标训练控制单元的训练行为记录信息，以使服务器200根据需要调整的目标训练控制单元以及目标训练控制单元的训练行为记录信息生成对应的训练调整指令。
图4为本发明实施例提供的老年康复机器人100的训练控制装置300的功能模块示意图，本实施例可以根据上述康复机器人100执行的方法实施例对该老年康复机器人100的训练控制装置300进行功能模块的划分。例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本发明中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。比如，在采用对应各个功能划分各个功能模块的情况下，图4示出的老年康复机器人100的训练控制装置300只是一种装置示意图。其中，老年康复机器人100的训练控制装置300可以包括获得模块310、第一计算模块320、第二计算模块330以及确定模块340，下面分别对该老年康复机器人100的训练控制装置300的各个功能模块的功能进行详细阐述。
获得模块310，用于在监测到训练控制启动信号后，根据训练控制启动信号中所配置的训练控制模式和训练识别信息，从服务器200中获得与训练控制模式和训练识别信息所对应的训练控制数据库。
第一计算模块320，用于根据训练控制模式采集对应的训练控制人体数据，并根据训练控制人体数据计算每个训练控制单元在训练控制模式所指示的各训练控制区间的训练控制反馈参数。
第二计算模块330，用于根据每个训练控制单元在训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算训练控制反馈参数在训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值。
确定模块340，用于根据训练控制反馈参数在训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向服务器200发送的需要调整的目标训练控制单元以及目标训练控制单元的训练行为记录信息，以使服务器200根据需要调整的目标训练控制单元以及目标训练控制单元的训练行为记录信息生成对应的训练调整指令。
进一步地，图5为本发明实施例提供的用于执行上述老年康复机器人的训练控制方法的康复机器人100的结构示意图。如图5所示，该康复机器人100可包括网络接口110、机器可读存储介质120、处理器130以及总线140。处理器130可以是一个或多个，图5中以一个处理器130为例。网络接口110、机器可读存储介质120以及处理器130可以通过总线140或其他方式连接，图5中以通过总线140连接为例。
机器可读存储介质120作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的老年康复机器人的训练控制方法对应的程序指令/模块(例如图4中所示的老年康复机器人的训练控制装置300的获得模块310、第一计算模块320、第二计算模块330以及确定模块340)。处理器130通过检测存储在机器可读存储介质120中的软件程序、指令以及模块，从而执行终端设备的各种功能应用以及数据处理，即实现上述的老年康复机器人的训练控制方法，在此不再赘述。
机器可读存储介质120可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，机器可读存储介质120可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-onlymemory，rom)、可编程只读存储器(programmablerom，prom)、可擦除可编程只读存储器(erasableprom，eprom)、电可擦除可编程只读存储器(electricallyeprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(randomaccessmemory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(staticram，sram)、动态随机存取存储器(dynamicram，dram)、同步动态随机存取存储器(synchronousdram，sdram)、双倍数据速率同步动态随机存取存储器(doubledataratesdram，ddrsdram)、增强型同步动态随机存取存储器(enhancedsdram，esdram)、同步连接动态随机存取存储器(synchlinkdram，sldram)和直接内存总线随机存取存储器(directrambusram，drram)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合发布节点的存储器。在一些实例中，机器可读存储介质120可进一步包括相对于处理器130远程设置的存储器，这些远程存储器可以通过网络连接至康复机器人100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器130可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器130中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器130可以是通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(fieldprogrammablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。
康复机器人100可以通过网络接口110和其它设备(例如服务器200)进行信息交互。网络接口110可以是电路、总线、收发器或者其它任意可以用于进行信息交互的装置。处理器130可以利用网络接口110收发信息。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据基准通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据基准进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据基准等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solidstatedisk，ssd))等。
本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
1.一种老年康复机器人的训练控制方法，其特征在于，应用于老年康复机器人的训练控制系统，所述老年康复机器人的训练控制系统包括服务器以及与所述服务器通信连接的康复机器人，所述方法包括：
所述康复机器人在监测到训练控制启动信号后，根据所述训练控制启动信号中所配置的训练控制模式和训练识别信息，从所述服务器中获得与所述训练控制模式和所述训练识别信息所对应的训练控制数据库；
所述康复机器人根据所述训练控制模式采集对应的训练控制人体数据，并根据所述训练控制人体数据计算每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数；
所述康复机器人根据每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值；
所述康复机器人根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息；
所述服务器根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息生成对应的训练调整指令，并将所述训练调整指令发送给所述康复机器人。
2.根据权利要求1所述的老年康复机器人的训练控制方法，其特征在于，所述根据所述训练控制人体数据计算每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数的步骤，包括：
根据所述训练控制人体数据确定人体肢体在训练控制过程中的协调反馈变化数据，并根据所述人体肢体的协调反馈变化数据确定预设浮动范围对应的协调反馈变化数据范围后，获取该协调反馈变化数据范围内的所有协调反馈节点，得到各人体肢体的协调反馈节点匹配序列；
根据各人体肢体的协调反馈节点匹配序列获取各人体肢体反馈的肢体边缘运动信息，从所述人体肢体边缘运动信息中提取出边缘特征向量信息，根据提取出来的所述边缘特征向量信息在人体肢体边缘运动信息中的向量链接方向，计算出每个边缘特征向量信息到所在肢体方向实线的距离与该肢体方向的长度的比值；
记录从所有人体肢体所反馈的肢体边缘运动信息提取出来的边缘特征向量信息、以及边缘特征向量信息到所在肢体方向实线的距离与该肢体方向的长度的比值，得到各人体肢体的边缘特征序列；
按照所述边缘特征序列中边缘度级别从高到低的顺序，依次将边缘特征向量信息与设定范围内的协调反馈节点匹配序列中的各个协调反馈节点进行匹配，直到边缘特征序列中的任一边缘特征向量信息与人体肢体的协调反馈节点匹配序列中的协调反馈节点匹配时，记录匹配结果；
根据所述匹配结果中匹配到的边缘特征向量信息到所在肢体方向实线的距离与该肢体方向的长度的比值以及人体肢体区域的区域协调方向，计算出该边缘特征向量信息在所述人体肢体区域中的边缘协调方向，并根据该边缘特征向量信息在人体肢体区域中的边缘协调方向确定人体肢体区域的区域边缘关联特征向量；
根据确定的人体肢体区域的区域边缘关联特征向量，从所述区域边缘关联特征向量中提取多个可参考的第一特征向量和所述每个第一特征向量的可参考反馈节点序列；
从所述多个可参考的第一特征向量中筛选出多个与第二特征向量相同的特征向量，获得多个第三特征向量，所述第二特征向量为多个反馈运行控制脚本中的第一反馈运行控制脚本中的标记特征向量，所述反馈运行控制脚本包括：多个标记特征向量、多个反馈节点序列和多个向量语义包围盒，所述反馈节点序列为所述标记特征向量对应的反馈节点序列，所述向量语义包围盒为所述标记特征向量对应的向量语义区间；
根据所述多个第三特征向量的可参考反馈节点序列和所述多个第三特征向量的反馈节点序列将所述区域边缘关联特征向量转换为每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，具体包括：将所述多个第三特征向量的可参考反馈节点序列和所述多个反馈节点序列输入到人体肢体与训练控制单元的关联模型中进行计算，获得肢体转换关联结果，并将所述区域边缘关联特征向量的多个边缘关联特征向量的向量值乘以所述肢体转换关联结果，获得每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数。
3.根据权利要求1所述的老年康复机器人的训练控制方法，其特征在于，所述康复机器人根据每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值的步骤，包括：
将当前处理的训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数与上一次训练控制时对应的训练控制反馈参数作比较，得到当前所述训练控制反馈参数的反馈参数比较向量；
在对应的反馈参数比较向量参考空间下，统计当前所述训练控制反馈参数的反馈参数比较向量，得到当前所述训练控制反馈参数中浮动度处于设定范围的空间向量区域；
结合预设的设定向量区域浮动初始值、预设的训练控制反馈参数浮动初始值、当前训练控制反馈参数的反馈参数比较向量，得出当前所述训练控制反馈参数中浮动度处于设定范围的空间向量区域的空间向量节点的动态评价范围向量目标值和非动态评价范围向量目标值，及计算出当前所述训练控制反馈参数的空间向量预测范围，其中，当前所述训练控制反馈参数中除浮动度处于设定范围的空间向量区域以外的其他空间向量区域，采用最小有效浮动度范围所对应的预设的训练控制反馈参数的浮动初始值，作为当前所述反馈参数比较向量参考空间的向量节点的空间向量预测范围；
计算当前所述训练控制反馈参数的空间向量预测范围的权衡值，以确定所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配范围数据；
获取与所述匹配范围数据对应的训练匹配函数，并根据各个训练控制单元的训练控制幅度，对所述训练匹配函数进行第一训练匹配自适应处理，并将经过第一训练匹配自适应处理的所述训练匹配函数加载至预先建立的第一匹配函数关联序列；
对所述匹配范围数据进行第二训练匹配自适应处理，以使所述匹配范围数据经过所述第二训练匹配自适应处理后，与所述经过第一训练匹配自适应处理的所述训练匹配函数相匹配，并将经过所述第二训练匹配自适应处理的所述匹配范围数据加载到预先建立的第二匹配函数关联序列；
调用与所述匹配范围数据对应的预设的匹配确定脚本，选取匹配确定进程，并确定所述匹配确定进程的进程类型及所述匹配确定进程的进程计算资源，所述匹配确定进程的进程类型包括所述匹配确定进程的匹配项目及所述匹配确定进程的匹配数据量；
开启所述匹配确定进程，根据所述匹配确定进程的进程计算资源，从所述第二匹配函数关联序列中的经过所述第二训练匹配自适应处理的所述匹配范围数据中，选取多个匹配节点数据，并根据每个所述训练控制单元的训练控制幅度，从所述第一匹配函数关联序列中的经过所述第一训练匹配自适应处理的所述训练匹配函数中，确定第一匹配序列，所述第一匹配序列中包括多个训练匹配函数分量，所述多个训练匹配函数分量与预先设定的各个训练匹配函数一一对应，且每个所述训练匹配函数分量属于与其对应的训练匹配函数；
为所述第一匹配序列中的每个训练匹配函数分量分配与其对应的训练控制单元集，每个所述训练控制单元集中包括多个训练控制单元，每个所述训练控制单元集中包含训练控制单元的个数相同；
将所述第一匹配序列中的每个训练匹配函数分量分别关联至其对应的训练控制单元集中的每一个训练控制单元中，并将每个所述匹配节点数据，分别关联至每个所述训练匹配函数分量对应的训练控制单元集中的与该匹配节点数据对应的训练控制单元中；
针对每个所述训练控制单元，对该训练控制单元中的训练匹配函数分量及匹配节点数据进行计算，获得该训练控制单元对应的计算结果；
当分别选取的各个匹配节点数据的总和为经过第二训练匹配自适应处理的所述匹配范围数据时，将所述每个训练控制单元对应的计算结果进行存储，以确定所述匹配范围数据与各个所述训练匹配函数的计算结果；
根据确定的所述匹配范围数据与各个所述训练匹配函数的计算结果确定所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度；
根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度确定各个训练控制反馈参数的匹配评价度加权值。
4.根据权利要求1所述的老年康复机器人的训练控制方法，其特征在于，所述康复机器人根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息的步骤，包括：
根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，获得匹配评价度与匹配评价度加权值之间的差异大于设定差异范围内的训练控制反馈参数对应的候选训练控制单元；
根据所述候选训练控制单元的匹配评价度和所述候选训练控制单元在各个训练控制单元中的位置将所述候选训练控制单元划分为关联控制区域和非关联控制区域；
针对所述关联控制区域中的每个第一控制位置，以所述第一控制位置为基准，得到所述第一控制位置对应的第一训练行为范围，并利用将所述第一训练行为范围分成多个均分范围区域，并计算所述多个均分范围区域的协调关联性；
如果所述协调关联性大于设定关联性，则确定所述第一控制位置具有调整控制位置的调整关联性，并确定所述第一控制位置为调整控制位置点；
针对所述非关联控制区域中的每个第二控制位置，以所述第二控制位置为基准，得到所述第二控制位置对应的第二训练行为范围，并将所述第二训练行为范围分成多个均分范围区域，并计算所述多个均分范围区域的协调关联性；
如果所述协调关联性大于设定关联性，则确定所述第二控制位置具有调整控制位置的调整关联性，并确定所述第二控制位置为调整控制位置点；
生成每个调整控制位置点对应的第一预测模型，并对所述第一预测模型对应的每个预测节点进行节点融合，得到所述每个预测节点对应的融合标准差；
对所述每个预测节点对应的融合标准差进行逆向处理，并根据逆向处理的结果构造所述第一预测模型所对应的第一模型预测矩阵；
生成所述每个调整控制位置点对应的第二预测模型，并对所述第二预测模型对应的每个预测节点进行节点融合，得到所述每个预测节点对应的融合标准差；
对所述每个预测节点对应的融合标准差进行逆向处理，并根据逆向处理的结果构造所述第二预测模型所对应的第二模型预测矩阵；
根据所述第一模型预测矩阵和所述第二模型预测矩阵之间的矩阵比对结果，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息。
5.根据权利要求1所述的老年康复机器人的训练控制方法，其特征在于，所述服务器根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息生成对应的训练调整指令，并将所述训练调整指令发送给所述康复机器人的步骤，包括：
根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息，从预先配置的训练调整特征数据库中提取出多个候选训练调整特征；
对所述多个候选训练调整特征进行筛选，得到多个筛选训练调整特征；并分别利用预设设置的长效特征调整函数和短效特征调整函数对所述多个筛选训练调整特征进行查找比对，分别得到第一特征搜索序列和第二特征搜索序列；
确定所述第一特征搜索序列对应的第一调整可靠度和第一调整缓冲度，并确定所述第二特征搜索序列对应的第二调整可靠度和第二调整缓冲度；
根据所述第一特征搜索序列对应的第一调整可靠度和第一调整缓冲度和所述第二特征搜索序列对应的第二调整可靠度和第二调整缓冲度，分别计算对应的第一调整置信度和第二调整置信度；
根据计应的第一调整置信度和第二调整置信度选择对应的目标训练调整特征，并根据选择的目标训练调整特征生成对应的训练调整指令，将所述训练调整指令发送给所述康复机器人。
6.根据权利要求1所述的老年康复机器人的训练控制方法，其特征在于，所述方法还包括：
所述康复机器人根据所述服务器发送的所述训练调整指令对所述需要调整的目标训练控制单元进行对应的训练调整。
7.一种老年康复机器人的训练控制方法，其特征在于，应用于康复机器人，所述康复机器人与服务器通信连接，所述方法包括：
在监测到训练控制启动信号后，根据所述训练控制启动信号中所配置的训练控制模式和训练识别信息，从所述服务器中获得与所述训练控制模式和所述训练识别信息所对应的训练控制数据库；
根据所述训练控制模式采集对应的训练控制人体数据，并根据所述训练控制人体数据计算每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数；
根据每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值；
根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息，以使所述服务器根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息生成对应的训练调整指令。
8.一种老年康复机器人的训练控制装置，其特征在于，应用于康复机器人，所述康复机器人与服务器通信连接，所述装置包括：
获得模块，用于在监测到训练控制启动信号后，根据所述训练控制启动信号中所配置的训练控制模式和训练识别信息，从所述服务器中获得与所述训练控制模式和所述训练识别信息所对应的训练控制数据库；
第一计算模块，用于根据所述训练控制模式采集对应的训练控制人体数据，并根据所述训练控制人体数据计算每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数；
第二计算模块，用于根据每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值；
确定模块，用于根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息，以使所述服务器根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息生成对应的训练调整指令。
9.一种老年康复机器人，其特征在于，所述老年康复机器人包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个康复机器人通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行权利要求7所述的老年康复机器人的训练控制方法。
10.一种老年康复机器人的训练控制系统，其特征在于，所述老年康复机器人的训练控制系统包括服务器以及与所述服务器通信连接的康复机器人；
所述康复机器人，用于在监测到训练控制启动信号后，根据所述训练控制启动信号中所配置的训练控制模式和训练识别信息，从所述服务器中获得与所述训练控制模式和所述训练识别信息所对应的训练控制数据库；
所述康复机器人，用于根据所述训练控制模式采集对应的训练控制人体数据，并根据所述训练控制人体数据计算每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数；
所述康复机器人，用于根据每个训练控制单元在所述训练控制模式所指示的各训练控制区间的训练控制反馈参数，计算所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值；
所述康复机器人，用于根据所述训练控制反馈参数在所述训练控制数据库中对应训练控制单元的对应训练控制区间的匹配评价度和各个训练控制反馈参数的匹配评价度加权值，确定向所述服务器发送的需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息；
所述服务器，用于根据所述需要调整的目标训练控制单元以及所述目标训练控制单元的训练行为记录信息生成对应的训练调整指令，并将所述训练调整指令发送给所述康复机器人。
技术总结