[发明专利]一种多指令脑-机控制机器人系统及使用方法在审

专利信息
申请号: 202211024273.0 申请日: 2022-08-25
公开(公告)号: CN115309269A 公开(公告)日: 2022-11-08
发明(设计)人: 赵新灿;贺春朝;杜钰琳;付海 申请(专利权)人: 郑州大学
主分类号: G06F3/01 分类号: G06F3/01
代理公司: 郑州亦鼎知识产权代理事务所(普通合伙) 41188 代理人: 王璐
地址: 450001 河南省郑州市市*** 国省代码: 河南;41
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 指令 控制 机器人 系统 使用方法
【权利要求书】:

1.一种多指令脑-机控制机器人系统,其特征在于,包括用于显示画面的增强现实系统、用于采集脑电数据的脑电数据采集系统、对所述脑电数据进行分析的脑电数据分析系统以及需要控制的机器人系统;通过所述增强现实系统给使用者展示画面,所述脑电数据采集系统会对使用者的电信号进行采集,所述脑电数据分析系统会对所采集的数据进行分析转化为控制命令并将所述控制命令发送至所述机器人系统中,所述机器人系统会对相应控制命令做出反馈。

2.根据权利要求1所述的一种多指令脑-机控制机器人系统,其特征在于,所述增强现实系统包括眼镜显示控制单元、增强信息控制模块和无线传输模块,通过所述无线传输模块将信息传输至所述增强信息控制模块,通过增强信息控制模块控制所述眼镜显示控制单元进行显示。

3.根据权利要求1所述的一种多指令脑-机控制机器人系统,其特征在于,所述脑电数据采集系统基于P300检测技术,所述脑电数据采集系统包括脑电帽、信号放大器、时间同步模块及脑电数据记录模块,所述脑电帽为P300检测脑电帽,所述脑电帽通过接口与使用者的大脑进行连接,用于使用者发出的脑电信号进行采集,所述信号放大器对采集到的信号进行增强,通过所述脑电数据记录模块和所述时间同步模块对增强后的数据进行记录。

4.根据权利要求1所述的一种多指令脑-机控制机器人系统,其特征在于,所述脑电数据分析系统包括预处理模块、模型训练模块、在线分类模块以及指令输出模块,所述预处理模块用于对数据进行预处理,所述模型训练模块用于对采集的数据和对应的匹配图片信息进行训练,通过所述在线分类模块对采集的数据和训练结果进行拟合,通过所述指令输出模块把拟合后的对应控制命令发送至所述机器人系统。

5.根据权利要求1所述的一种多指令脑-机控制机器人系统,其特征在于,所述机器人系统包括状态反馈系统和运行控制系统,所述状态反馈系统用于把控制完成情况返回至所述增强现实系统,所述运行控制系统用于执行控制命令。

6.权利要求1-5任一项所述的一种多指令脑-机控制机器人系统的实现方法,其特征在于包括以下步骤:

步骤1:将所述增强现实系统、所述脑电数据采集系统、所述脑电数据分析系统和所述机器人系统连接起来;

步骤2:构建视觉刺激测试样本;

步骤3:进行离线视觉刺激和脑电数据采集,并对采集的所述脑电数据进行分类模型训练;

步骤4:进行在线视觉刺激和脑电数据采集,并对收集的脑电数据进行在线转发到所述脑电数据分析系统;

步骤5:基于所述分类模型训练的结果对所述在线视觉刺激显示收集到的脑电数据进行拟合,将所述脑电数据转化为控制命令;

步骤6:将所述控制命令输出至所需控制的设备上,并对执行结果进行反馈。

7.根据权利要求6所述的一种多指令脑-机控制机器人系统的实现方法,其特征在于,所述步骤2的具体实现方法包括以下步骤:

步骤21:创建刺激背景、固定尺寸的刺激图像矩阵和所述固定尺寸相同的灰色矩形矩阵;

步骤22:根据所述刺激背景的大小和所述矩阵数量设置随机整数序列,把整数序列与所述图像进行对应,用于控制刺激图像的出现顺序。

8.根据权利要求6所述的一种多指令脑-机控制机器人系统的实现方法,其特征在于,所述步骤3的具体实现方法包括以下步骤:

步骤31:将所述图像按所述序列顺序循环闪烁呈现,使用者需注视闪烁图像,同时所述脑电数据采集系统对使用者的脑电数据进行采集并传输至脑电数据分析系统;

步骤32:通过所述预处理模块对所述脑电数据进行预处理,进行滤波处理,再截取1000HZ到40HZ的脑电数据,再将所述脑电数据按照闪烁时间和所述脑电数据通道组合成三维矩阵;

步骤33:对所述三维矩阵和对应的整数序列通过线性判别分析算法进行分类模型训练。

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郑州大学,未经郑州大学许可,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/202211024273.0/1.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