[发明专利]一种用于反映至少两个参与者的协作程度的方法以及设备有效

专利信息
申请号: 201510572260.0 申请日: 2015-09-10
公开(公告)号: CN105205317B 公开(公告)日: 2017-12-15
发明(设计)人: 张丹;师丹青;米海鹏 申请(专利权)人: 清华大学
主分类号: G06F3/01 分类号: G06F3/01
代理公司: 北京路浩知识产权代理有限公司11002 代理人: 李相雨
地址: 100084 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 反映 至少 两个 参与者 协作 程度 方法 以及 设备
【说明书】:

技术领域

发明涉及人机交互技术领域,具体地,涉及一种用于反映至少两个参与者的协作程度的方法以及设备。

背景技术

人机交互技术是指通过计算机的输入设备和输出设备,以有效的方式实现人与计算机信息交流的技术。传统的人机交互技术中,人主要通过运动系统与计算机进行信息交互。近年来,新兴的人机交互技术开展关注通过人体生理信号传感器以心电、皮电、脑电等方式获取人体生理信号,从而更全面地得到来自人的信息。到目前为止,基于生理信号的人机交互技术大多关注单人情景下的人机交互方法,比如通过生理信号获取人的注意力、情绪体验等指标,用于辅助已有人机交互系统或作为全新的控制维度。在基于生理信号的人机交互技术中的脑机交互技术则通过直接解读人脑思维活动所产生的脑电波来判断人的思维活动状态,是当前人机交互领域的关注热点,已在单人情景的体验、游戏、教育等人机交互实例中得到应用。

然而,基于生理信号的多人情景下人机交互方法的研究开发还较少,鲜有系统性实用方法的公开报道。虽然如此,多人情景下的人机交互方法有着广泛的应用前景。大量的体验或游戏项目都涉及多位参与者之间的协作或竞争,对这些参与者的生理信号进行实时采集和分析处理有助于设计科学性更强、体验性更好的人机交互系统。在更专业的心理咨询应用领域中,团体心理辅导项目已经对实时获取所有参与者的生理信号提出了迫切的需求。这些生理数据可以帮助心理辅导专家更好地以及更及时地调整辅导方法和策略,从而实现更优化的心理辅导方案。

发明内容

本发明的目的是提供一种用于反映至少两个参与者的协作程度的方法以及设备。其中,所述方法通过同步采集至少两个参与者在同一交互情景下的脑电数据,并根据所采集的脑电数据计算至少两个参与者的脑电协同性指标以反映至少两个参与者的协作程度,从而能够对参与者之间的交互情况进行客观和精确的评价。

为了实现上述目的,本发明提供一种用于反映至少两个参与者的协作程度的方法。所述方法包括:采集所述至少两个参与者中的每一者在同一交互情景下的脑电数据;根据所述脑电数据所包含的时间戳信息汇总相同采集时间的脑电数据;根据相同采集时间的脑电数据中的每两者计算每两个参与者的脑电协同性指标;以及求取所述脑电协同性指标的平均值以得到所述至少两个参与者的脑电协同性指标,从而反映所述至少两个参与者的协作程度。

优选地,所述方法还包括:在采集每一个参与者在同一交互情境下的脑电数据的同时,向所述脑电数据增加所述时间戳信息。

优选地,所述方法还包括:通过硬件方式或软件方式向所述脑电数据增加所述时间戳信息。

优选地,所述脑电数据包括至少一个电极的数据,所述方法还包括:使用多元相关分析方法求取相同采集时间的脑电数据所对应的所述至少一个电极的数据的线性组合权重系数。

优选地,所述方法还包括:根据相同采集时间的脑电数据中的每两者及其对应的所述至少一个电极的数据的线性组合权重系数计算得到每两个参与者的脑电协同性可能指标组。

优选地,所述方法还包括:根据以下公式一计算每两位参与者的脑电协同性指标:

公式一

其中,rijALL为所述每两位参与者的脑电协同性指标,a1、a2…aK为加权组合系数,rij1、rij2…rijK分别为所述脑电协同性可能指标组中的元素。

优选地,所述方法还包括:以具体的人机交互情景的行为学交互指标为因变量建立多元回归方程以通过学习得到所述加权组合系数。

相应地,本发明还提供一种用于反映至少两个参与者的协作程度的设备。所述设备包括:至少两个脑电采集装置,分别用于采集所述至少两个参与者中的每一者在同一交互情景下的脑电数据;计算装置,与所述至少两个脑电采集装置连接,用于:根据所述脑电数据所包含的时间戳信息汇总相同采集时间的脑电数据;根据相同采集时间的脑电数据中的每两者计算每两个参与者的脑电协同性指标;以及求取所述脑电协同性指标的平均值以得到所述至少两个参与者的脑电协同性指标,从而反映所述至少两个参与者的协作程度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510572260.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top