[发明专利]一种基于脑电信号及中枢模式发生器的外骨骼控制系统及方法

权利要求书

1.一种基于脑电信号及中枢模式发生器的外骨骼控制系统，其特征在于，包括脑电信号采集并分析处理模块、中枢模式发生器模块、外骨骼控制模块；

所述脑电信号采集并分析处理模块用于采集脑电信号，并对采集的脑电信号进行分析处理，得到运动趋势信号；

所述中枢模式发生器模块包括若干中枢模式发生器，所述中枢模式发生器用于产生自振荡的信号模拟不同行走速度下的骨骼变化情况；

所述外骨骼控制模块用于根据得到的运动趋势信号，通过中枢模式发生器，得到外骨骼运动轨迹，并根据得到的外骨骼运动轨迹控制外骨骼运动。

2.根据权利要求1所述的外骨骼控制系统，其特征在于，所述中枢模式发生器包括若干振荡器，所有振荡器的信号叠加得到外骨骼各关节的角度变化情况，若干振荡器中的一个为基振荡器，根据运动趋势信号改变基振荡器的振荡频率，其他振荡器的振荡频率同步变化为基振荡器振荡频率的整数倍。

3.一种基于脑电信号及中枢模式发生器的外骨骼控制方法，其特征在于，包括以下步骤：

(1)采集脑电信号，并对采集的脑电信号进行分析处理，得到运动趋势信号；

(2)建立中枢模式发生器模块，中枢模式发生器模块包括若干中枢模式发生器，所述中枢模式发生器产生自振荡的信号模拟不同行走速度下的骨骼变化情况；

(3)根据得到的运动趋势信号，通过中枢模式发生器，得到外骨骼运动轨迹；

(4)根据得到的外骨骼运动轨迹控制外骨骼运动。

4.根据权利要求3所述的外骨骼控制方法，其特征在于，所述步骤(1)中对采集的脑电信号进行分析处理具体包括以下步骤：

(1.1)进行滤波预处理：采用公共平均参考空间滤波得到处理后的数据，并利用巴特沃斯带通滤波从处理后的数据中去除不需要的频率段信号，得到预处理信号；

(1.2)采用噪声辅助的多变量经验模式将预处理信号分解成多个本征模函数IMF分量；

(1.3)通过互信息算法计算不同阶次IMF分量的敏感因子；

(1.4)根据敏感因子选择合适的IMF分量进行信号重构；

(1.5)通过共空间模式算法提取重构信号的特征向量；

(1.6)通过支持向量机对得到的特征值进行特征分类，得到加速趋势信号或减速趋势信号。

5.根据权利要求4所述的外骨骼控制方法，其特征在于，所述步骤(1.2)中具体包括以下步骤：

(1.21)所述预处理信号为x(t)＝{x₁(t)，x₂(t)，...，x_v(t)}，v为变量个数，信号长度为L；

(1.22)随机生成s个通道互相独立的高斯白噪声信号n(t)＝{n₁(t)，n₂(t)，...，n_s(t)}，生成的高斯白噪声信号的信号长度也为L；

(1.23)在预处理信号x(t)新增s个通道，新增信号为上一步骤生成的高斯白噪声信号n(t)，得到一个q＝s+v通道的合成信号z(t)＝{z₁(t)，z₂(t)，...，z_q(t)}；

(1.24)生成一个q维空间的方向向量通过在一个球面空间选择q-1个采样点集得到；

(1.25)计算步骤(1.22)中合成信号z(t)沿着方向的投影，得到

(1.26)计算中的最大值和最小值对应的时间点，将极值点的位置记为j，j∈[1，...L]，则时间点记为

(1.27)设K为方向向量的个数，使用样条插值算法计算的多变量包络曲线

(1.28)计算上述K个方向向量的均值包络曲线为

(1.29)计算第i阶IMF分量c_i(t)＝z(t)-m(t)，残差r_i(t)＝z(t)-c_i(t)，对r_i(t)重复(1.25)-(1.29)步骤w次直到r_i(t)变成单调函数，最终得到第i阶IMF分量。