A12:根据各模板点的权重W1及控制信号upi，计算目标点的控制信号u，如公式 (5)所示，
[0119]步骤A13:根据控制信号执行运动，得到运动终点位置p'，并计算运动终点位置与 运动目标点位置之间的误差err or 1，如公式(6)所示，
[0121] 其中，（X' ,y')为运动终点位置p'的坐标。
[0122] 步骤A2:依据第一轮上肢运动的每一个终点位置与对应运动目标点和各模板下的 运动参考点的坐标的相对位置，对权重值Wi进行离线修正，得到修正后的权重值V i ;
[0123] 该步骤中对权重值Wi修正的方法包括以下步骤：
[0124] 步骤A21:根据步骤Al中第一轮上肢运动执行结果中终点位置计算相关参数：
[0125] 计算模板点位置?1与坐标系原点的距离，如公式(7)所示，
[0127]计算运动目标点位置Pnew与坐标系原点的距离，如公式(8)所示，
[0129]计算运动终点位置P7与坐标系原点的距离(V，如公式(9)所示，
[0131]计算目标点位置与运动终点位置的距离作为误差距离derrOT，如公式（10)所示，
[0136] 其中，nEN;
[0137] 步骤A23:计算权重修正值Δ Wi和修正后的权重值w' i，分别如公式（12)、（ 13)所示，
[0138] Δ Wi = kicos0i (12)
[0139] W7 i=wi+ Δ Wi (13)
[0140] 步骤A3:依次对各运动目标点，根据修正后的各权重值V1计算各运动目标点的控 制信号Y，依据控制信号Y执行第二轮上肢运动，计算该轮执行结果中终点位置与对应运 动目标点的误差error2;
[0141] 该步骤中每一个运动目标点的第二轮上肢运动相关参数的计算方法包括以下步 骤：
[0142] 步骤A31:如步骤A12,根据各模板点修正后的权重V1及模板点控制信号upi，计算 目标点的控制信号Y。
[0143] 步骤A32:如步骤A13,根据控制信号Y执行上肢运动，得到运动终点位置p〃，并计 算运动终点位置与运动目标点位置Pnew之间的误差error2;
[0144] 对步骤A22中的自然数η的不同取值依次分别执行步骤A22、A23、A31、A32并计算误 差error2的值，η的取值从0开始依次向上取值，若n = b时计算的误差值比n = b-l时计算的 误差值要大，则停止继续取值和计算，并保留n = b-l时的误差值为误差errors。
[0145] 步骤A4:依据误差erron和误差errors的变化趋势进行样本筛选，保存误差减小的 运动目标点的运动信息，建立样本库。
[0146] 该步骤中建立样本库的方法包括以下步骤：
[0147] 步骤A41:对比两轮运动中各运动目标点的对应的误差，选择误差减小（即err〇r 2〈 errori)的目标点。
[0148] 步骤A42:保存所选运动目标点的运动信息，建立样本库。以一个目标点为例，其运 动信息具体包括:该运动目标点的位置坐标Pnew、该运动目标点所对应的各模板点的位置坐 标Pi、各模板点的权重值Wi，各模板点的权重修正值Δ Wi。
[0149]步骤A5:根据样本库中的信息建立初始的权重修正模型。
[0150] 该步骤中权重修正模型的建立方法为：
[0151] 针对k个模板点，建立k个权重修正模型，其中每一个权重修正模型的建立过程如 下：以样本库中的运动目标点位置坐标Pnew、各模板点位置坐标Pi，各模板权重值Wi作为输入 向量，以模板点的权重修正值△ Wi作为输出向量，建立权重修正模型如公式（14)所不，
[0152] Δ Wi = Gi(pnew,Pl,Wl,P2,W2, . . . ,Pk,Wk) (14)
[0153]其中，W1,W2, ... ,Wk为各模板点权重值，P1,P2, ... ,pk为各模板点位置对应的坐标。
[0154] 第二部分:更新权重修正模型
[0155] 步骤BI:指定一批新的运动目标点，基于习惯计划理论的类神经控制方法，并结合 权重修正模型执行一轮上肢运动，计算该轮运动运动终点坐标与运动目标点坐标误差的平 i<){Eerr〇rmean〇
[0156] 该步骤中计算该轮运动运动终点坐标与运动目标点坐标误差的平均值errormean 的方法包括如下步骤：
[0157] 步骤Bll:如步骤All，根据给定的目标点位置pnew，运动模板点位置Pl，计算模板点 权重Wi。
[0158] 步骤BI2:根据权重修正模型Gi，计算权重修正值Δ Wi并计算修正后的权重值，i， 如公式(15)所示，
[0159] W7 i=wi+ Δ Wi (15)
[0160] 其中 Δwi = Gi(pnew，pi，wi，p2，W2, · · ·，pk，wk)〇
[0161]步骤B13:如步骤A12,根据各模板点修正后的权重值V1及控制信号upi，计算目标 点的控制信号u。
[0162] 步骤B14:如步骤A13,根据控制信号执行上肢运动，得到运动终点位置p'，并计算 运动终点位置与运动目标点位置之间的误差errori。
[0163] 步骤BI 5:计算各目标点位置pnew对应的误差errori的均值errormean。
[0164] 步骤B2:若errormean〉设定的误差阈值errorthreshoid，则权重修正模型还未满足控 制要求，需要执行步骤B3进行模型更新;若errormean《设定的误差阈值errorthreshoid，则权 重修正模型已满足控制要求，结束模型的更新过程。
[0165] 步骤B3:若已有的权重修正模型不能满足控制要求，则建立新的权重修正模型，并 根据新的权重修正模型再次执行步骤Bl。
[0166] 该步骤中建立新的权重修正模型的方法包括如下步骤：
[0167] 步骤B31:基于Bl中的运动终点坐标及误差erron，采用步骤A2的方法对步骤B12 中计算得到的权重值^ :进行修正，得到修正后的权重值w〃1;
[0168] 步骤B32:采用步骤A3的方法根据修正后的权重值W1，计算控制信号Y，执行第二 轮的上肢运动，并计算误差error2;
[0169] 步骤B33:采用步骤A4的方法依据误差errori和误差error〗的变化趋势进行样本筛 选，保存误差减小的运动目标点的运动信息，建立新样本库；
[0170]步骤B34:根据新样本库中的信息建立新的权重修正模型，再次执行步骤Bl和步骤 B2〇
[0171] 步骤B31中对权重值的修正过程进一步包括：
[0172]步骤B311:如步骤A21，根据Bl中上肢运动过程中所产生的结果，计算相关参数:计 算模板点Pi与原点的间距，计算运动目标点位置Pnew与原点的间距_，计算运动终点 位置P'与原点的间距(V，计算目标点位置与运动终点位置的间距Cl errcir作为误差距离，计算
[0173]步骤B312:根据运动要求，选择合适的η值并计算修正系数h，如公式（16)所示，
[0175] 其中，nEN。
[0176] 步骤Β313:计算权重修正值Δ，i和修正后的权重值w〃 i，分别如公式（17)、（18)所 示，
[0179]步骤B32中每一个目标点的运动执行过程进一步包括：
[0180]步骤B321:如步骤A12,根据修正后的各模板点的权重值W1及控制信号upi，计算目 标点的控制信号Y。
[0181] 步骤B322:如步骤A13,根据控制信号执行运动，得到运动终点位置p〃，并计算运动 终点位置与运动目标点位置Pmw之间的误差error2。；
[0182] 对步骤B312中的自然数η的不同取值依次分别执行步骤B312、B313、B321、B322，并 计算误差error2的值，η的取值从0开始依次向上取值，若n = b时计算的误差值比n = b-l时 计算的误差值要大，则停止继续取值和计算，并保留n = b-l时的误差值为误差error2。
[0183] 步骤B33中保存运动信息的过程进一步包括：
[0184] 步骤B331:观察两轮运动中所有目标点的运动误差，选择误差减小（即errorK errori)的目标点。
[0185] 步骤B332:建立样本库，保存所选目标点的运动信息。以一个目标点为例，其运动 信息具体包括:该目标点的位置坐标Pnew，该目标点所对应的所有模板点的位置坐标Pi，各 模板点的权重值^，各模板点的权重修正信
1}为原始权重修 正模型中的权重修正值，Δμ//2)为更新过程中计算得到的权重修正值，如更新次数在2次以