[发明专利]机械臂的控制方法、系统、电子设备及存储介质

说明书

本申请提供了一种机械臂的控制方法、系统、电子设备及存储介质。所述方法包括：通过脑电信号采集设备从用户采集脑电信号；将所采集到的脑电信号转化为能够被计算机识别的信号，然后对该信号进行预处理以提取特征信号，并且基于预先由强化学习模型进行的学习结果进行特征分类，并且将特征分类结果通过指令发给机械臂；机械臂根据所述指令进行对应的操作；以及用户判断机械臂的所述操作是否正确，并且将判断结果反馈至所述强化学习模型以进行训练，并且更新学习结果。通过本申请，能够实现由脑机接口由脑电对机械臂进行控制，并且能够由用户进行实时反馈从而强化机械臂的学习训练，提高准确性。

技术领域

本申请涉及计算机和控制技术领域，尤其涉及机械臂的控制方法、系统、电子设备及存储介质。

背景技术

机械臂广泛地应用于生活中的各个领域。传统地，对于机械臂的控制都是由用户输入实际的指令来控制机械臂的各种操作。

对于传统的这种机械臂的控制方法，由用户端进行的操作对于没有技术经验的老年人、残障人士等等的人群而言是困难的。因此，需要考虑一种更加普适性的机械臂的控制方法，使得能够解决老年人或残障人士无法简单地控制机械臂的这种问题。

随着人工智能的发展以及运用，本申请发明人提出了一种通过用户的脑电来控制机械臂的操作的方法和系统。利用这种方法和系统，经由脑机接口实现控制，使得人能够通过自身的脑电信号与机械臂进行交互，而不需要人体周围神经和肌肉组织的参与，实现直接将用户的大脑中的意图传递到例如机械臂的外部设备，并且使得机械臂进行对应的操作。

发明内容

本申请的目的在于提供机械臂的控制方法、系统、电子设备及存储介质，实现由脑机接口由脑电对机械臂进行控制，并且能够由用户进行实时反馈从而强化机械臂的学习训练，提高准确性。

本申请的目的采用以下技术方案实现：

本申请的第一方面提供了一种机械臂的控制方法，所述方法包括：

通过脑电信号采集设备从用户采集脑电信号；

将所采集到的脑电信号转化为能够被计算机识别的信号，然后对该信号进行预处理以提取特征信号，并且基于预先由强化学习模型进行的学习结果进行特征分类，并且将特征分类结果通过指令发给机械臂；

机械臂根据所述指令进行对应的操作；以及

用户判断机械臂的所述操作是否正确，并且将判断结果反馈至所述强化学习模型以进行训练，并且更新学习结果。

根据上面第一方面的机械臂的控制方法，其通过采集、预处理、分类用户的脑电来实现对机械臂的控制，通过脑机接口实现了人脑与机械臂之间的交互，直接将人脑中的意识转化为机械臂的操作，操作是更加友好的。另外，由于在控制环中增加了人工反馈回路，因此能够增强机械臂的强化学习训练，使得准确率更高。

优选地，在第一方面的控制方法中，脑电信号采集设备从用户采集脑电信号包括：非侵入式采集，其通过将多个EEG电极片紧贴在用户的头皮的不同位置，用来用户的脑电信号，侵入式采集，其是通过直接将电极植入到大脑皮层，用来用户的脑电信号，或者半侵入式采集，其将脑机接口植入到颅腔内，但是在大脑皮层之外。

根据上面第一方面的控制方法，可以根据用户的实际需要来选择不同的采集方式。对于侵入式采集，其能够直接从大脑皮层获取信息，避免神经信号因颅骨阻隔而衰减，但是由于需要开颅，所以存在一定的危险性。对于非侵入式采集，其通过将电极贴附于头皮来获取脑电，利用EEG，其操作简单，但是精度略差。非侵入是采集的接口尽管也需要植入颅腔内但是位于灰质外，因此创伤较小，且精度较高。

优选地，根据第一方面所述的控制方法，将所采集到的脑电信号转化为能够被计算机识别的信号包括将信号采集设备采集脑电信号进行放大、滤波、A/D转换。