[发明专利]基于脑电信号和SLAM控制的智能脑控轮椅系统

权利要求书

1.一种基于脑电信号和SLAM控制的智能脑控轮椅系统，其特征在于，它包括脑电信号处理模块、脑电信号采集模块、神经网络模块、电源模块、蓝牙传输模块和导航模块，所述脑电信号采集模块利用OpenBCI开源脑电设备获取使用者实时脑电信号，通过应用程序和软件在PC端绘制脑电波图像并显示；

脑电信号处理模块通过OpenBCI获取到的脑电信号进行特征提取，数据分析等操作。通过巴特沃斯带通滤波器对各通道信号进行降噪过滤，获取对应频率范围下的α波(8-13Hz)，β波(14-30Hz)，θ波(4-7Hz)，δ波(1-4Hz)传入神经网络进行训练和预测；

神经网络模块通过EEGNet神经网络对传入的SSVEP脑电信号进行训练得到分类模型，对之后传入的实时脑电信号进行更好的预测，转换化控制信号；

蓝牙传输模块采用无线蓝牙方式发送控制指令到轮椅端，实现人体脑电波对轮椅的控制；

导航模块对已经获得的脑电信号指令，通过双目摄像头获取周边环境信息，使用视觉SLAM技术处理环境信息进行建模，生成并创建周边环境地图，并通过生成的地图和目标地点进行路径规划；通过激光雷达传感器等多种传感器进行障碍物检测，将障碍物信息结合视觉SLAM更新地图信息，更改前进路径，完成自主避障。

2.如权利要求1所述的基于脑电信号和SLAM控制的智能脑控轮椅系统，其特征在于，导航模块中对图像特征提取采用ORB特征检测算子，完成图像特征检测。

3.如权利要求2所述的基于脑电信号和SLAM控制的智能脑控轮椅系统，其特征在于，当地图点的三维位置可用，用ORB特征进行描述，在当前图像帧中定位成功，通过图像帧的运动模型平均值来估计当前Kinect的位姿，然后重映射地图点估计其在当前帧上的图像，用ORB特征描述的地图点与在预测点附近范围检测到了特征进行匹配，图像上最小汉明距离的特征点被选为匹配点，然后利用非线性优化最小化重投影误差来计算获得相机位姿，优化之后，匹配点根据合适的阈值被分为内点和外点，当跟踪失败时，将当前图像帧转换成图像词袋，检索图像数据库，为全局重定位查找关键帧，然后计算ORB特征和每个关键帧的地图云点的对应关系，最后对每个关键帧执行随机一致性检验迭代计算，用PnP算法估计Kinect位姿，获得Kinect的位姿，从而确定定位。

4.如权利要求1所述的基于脑电信号和SLAM控制的智能脑控轮椅系统，其特征在于，导航模块中特征匹配分为以下四个步骤：

提取检测子：寻找出两张图片中最容易识别出的像素点，即颜色对比比较鲜明的像素点，比如纹理丰富的物体角点和边缘点等；

提取描述子：针对检测出的角点，用数学中常用的特征描述方法对其进行描述，例如直方图描述法等；

匹配：根据第二步提取岀的描述子来判断待匹配图像和模板图像中角点的对应关系；

消除噪声：消除错误匹配的角点信息，保留正确的匹配点；

根据提取的特征点得到关键位置，将关键点的位置进行计算得到描述子，最后将描述子进行匹配。