[发明专利]一种基于脑电控制的电路板手工焊接辅助方法

权利要求书

1.一种基于脑电控制的电路板手工焊接辅助方法，包括下列步骤：

(1)脑电信号实时采集，通过安装在焊接者头部的脑电信号传感器采集其因眨眼等操作输出的意念控制信号，直接输入到微控制单元(Microcontroller Unit，MCU)中；

(2)脑电信号预处理，在MCU平台中通过滤波器过滤掉工频干扰信号，以提高控制信号的信噪比；

(3)脑电信号特征提取，通过特征提取算法求出所有脑电信号的各频段平均能量及其占比值；

(4)脑电信号训练库构建及分类识别，在MCU平台上构建BP网络模型，从而实现对输入脑电信号的识别与分类；

(5)Mini机械臂控制信号转换，将识别出脑电信号转换为Mini机械臂控制命令信号，以驱动机械臂对待焊接电路板做出移动、翻转等操作；

步骤(1)中，采用非植入式BCI技术：通过无创方式采集焊接操作人员的大脑皮层脑电波信号，焊接操作人员只需头戴一个用于检测该脑电波的电极传感器即可完成信息采集工作，并且该传感器能够直接将脑电信号直接传输至计算机或者其它处理平台的微控制单元(Microcontroller Unit，MCU)中，方便进行下一步的处理和分析工作；

步骤(2)中，信号预处理的目的主要是为了提高脑电控制信号的信噪比，主要滤除50Hz和60Hz的工频干扰噪声，其它含有生物电噪声、环境噪声和设备电极接触不良导致的噪声，可以通过软件滤波算法进行消除；

步骤(3)中，本发明将针对脑电信号测试集(30个基准样本和30个眨眼样本)进行频带能量分析，包括Delta(0.5-3.5Hz)、Theta(4-7.5Hz)、Alpha(8-13Hz)、Beta(13.5-30Hz)、Gamma(30.5-49.5Hz)共5个频段，针对所有样本(包括基准样本和测试样本)计算出各个频段的能量和能量占比信息，作为特征信号集合，为识别焊接者的脑电输出指令奠定基础；

步骤(4)中，根据提取到脑电信号的特征集合，基于Arduino平台的MCU单元上构建脑电特征库的BP网络模型，然后对输入的实时脑电控制信号进行识别及分类；

步骤(5)中，根据识别出的焊接者的脑电信号，Arduino平台负责将根据脑电信号转换为Mini机械臂动作指令，通过编码成机械臂运动执行机构能理解的指令字符串，机械臂运动指令发送模块和运动执行部分之间通过USB总线连接，从而机械臂将能够根据焊接者的要求对待焊接的电路板做出移动、翻转等操作，最终实现电子元器件焊接辅助。