基于运动数字孪生与深度运动数据分析的AI Agent的构建方法

本申请涉及人工智能、数字孪生和生物力学等交叉技术领域，特别涉及一种基于运动数字孪生与深度运动数据分析的AI Agent的构建方法，其中，方法包括：采集用户的运动数据，计算每个时刻的关节角度和位移，计算关节所受的力矩，继而以最小化肌肉激活平方和为目标，求解每个时刻模型中各肌肉的激活程度和肌肉力，继而识别足跟着地与脚尖离地事件，继而获取特征时序，从而计算与训练集样本的距离特征，并嵌入至目标低维空间，得到嵌入后的特征，以根据嵌入后的特征生成个性化反馈信息。由此，解决了相关技术在真实场景下仅能观测位移—时间序列、外力信息缺失且肌肉层精细标注稀缺，导致驱动力学量难以恢复，评估不可解释，难以工程落地的问题。