买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中科南京人工智能创新研究院申请的专利基于频域学习的步态康复具身机器人时序数据建模优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119811586B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510302109.9，技术领域涉及：G16H20/30；该发明授权基于频域学习的步态康复具身机器人时序数据建模优化方法是由吴瀚鹏;张希;苏双设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本基于频域学习的步态康复具身机器人时序数据建模优化方法在说明书摘要公布了：本发明公开了一种基于频域学习的步态康复具身机器人时序数据建模优化方法，包括：获取多模态传感器数据并进行预处理，计算步态参数并生成患者状态向量；应用多尺度卷积和频域处理得到增强特征；进行分块处理和位置编码得到编码增强特征，通过噪声抑制处理得到残差融合特征；应用自注意力机制和频域对齐融合处理得到最终融合特征；进行频域分解和多尺度记忆过滤得到时空融合特征；评估康复进度并生成步态矫正向量和矫正时序曲线，输出平滑安全控制序列。本发明减少高频噪声的影响，从而提高模型的鲁棒性和准确性；实现了对关键步态特征的稳定表征，增强了模型在处理复杂时序数据时的精度和一致性；提高了步态康复机器人的控制性能和模拟精度。

本发明授权基于频域学习的步态康复具身机器人时序数据建模优化方法在权利要求书中公布了：1.基于频域学习的步态康复具身机器人时序数据建模优化方法，其特征在于，包括以下步骤：获取多模态传感器数据，进行预处理，得到对齐同步数据；基于对齐同步数据计算步态参数并与标准步态模式比较，生成患者状态向量；将对齐同步数据拼接为多模态输入张量，并将其和患者状态向量应用多尺度卷积和频域处理得到增强特征；对增强特征进行分块处理和位置编码得到编码增强特征，通过噪声抑制处理得到残差融合特征；对残差融合特征应用自注意力机制得到归一化注意力特征，对归一化注意力特征进行频域对齐融合处理得到最终融合特征；将最终融合特征进行频域分解和多尺度记忆过滤，结合患者状态向量捕捉步态变化和康复趋势，得到时空融合特征；基于时空融合特征和患者状态向量评估康复进度并生成步态矫正向量和矫正时序曲线，输出平滑安全控制序列；计算步态参数，并生成患者状态向量的步骤包括：基于对齐同步数据计算包括步频、步长、站立相位比例在内的基本步态参数，得到初始步态特征向量；将初始步态特征向量与标准步态模式进行比较，计算步态偏差指数；根据预存储的患者病史和评估结果，生成患者康复阶段标识符；将初始步态特征向量、步态偏差指数和患者康复阶段标识符合并为患者状态向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科南京人工智能创新研究院，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。