[发明专利]基于精细化运动想象脑电信号控制的机械手系统及方法

摘要

本发明公开了一种基于精细化运动想象脑电信号控制的机械手系统及方法，该系统包括脑电采集装置、计算机和多维度机械手；脑电采集装置包括电极帽、信号发送装置与信号接收装置；电极帽为非侵入式电极帽，直接佩戴在操作者头顶，采集操作者运动感觉区域的脑电信号，通过信号发送装置发送到信号接收装置；信号接受装置与计算机连接，计算机处理脑电信号，并将控制命令发送给所述多维度机械手，控制机械手的两个手爪电机、手腕电机、手肘电机和肩关节电机运动。操作者无需进行肢体运动，只要想象就能使机械手按照操作者的意愿实现抓取物体、搬运物体等功能，可以使瘫痪、丧失运动机能的残疾人重新实现一些基本的生活动作。

主权项

一种利用基于精细化运动想象脑电信号控制的机械手系统控制机械手运动的方法，所述机械手系统包括脑电采集装置、计算机和多维度机械手；所述脑电采集装置包括电极帽、信号发送装置与信号接收装置；所述电极帽为非侵入式电极帽，直接佩戴在操作者头顶，采集操作者运动感觉区域的脑电信号，通过信号发送装置发送到信号接收装置；所述多维度机械手由两个机械手爪、机械手掌、机械手小臂、机械手大臂、基座五部分组成，机械手爪和机械手掌之间由手爪电机连接，机械手掌和机械手小臂之间由手腕电机连接，机械手小臂和机械手大臂之间由手肘电机连接，机械手大臂和基座由肩关节电机连接；两个手爪电机、手腕电机、手肘电机和肩关节电机均通过运动控制板卡与计算机连接；所述信号接受装置与计算机连接，所述计算机处理脑电信号，并将控制命令发送给所述多维度机械手，控制机械手的两个手爪电机、手腕电机、手肘电机和肩关节电机运动；其特征在于，该方法包括以下步骤：(1)离线训练左右手分类器和具体运动部位分类器；具体包括以下子步骤：(1.1)得到离线数据：操作者佩戴电极帽，坐在刺激呈现计算机前，根据刺激呈现计算机上显示的动作指令进行相应的动作想象，同时将电极帽采集的脑电信号和表征每个动作指令时间单元trail状态的刺激序列发送到数据采集计算机中；(1.2)对步骤(1.1)得到的离线数据进行预处理：用CAR算法对各个导联的脑电信号进行滤波，消除空间干扰；用IIR滤波器对其进行滤波，滤波的范围为0.3Hz‑250Hz；用50Hz陷波滤波器对其进行滤波，消除工频干扰；肌电和眼电明显的时段予以去除；(1.3)将每个trail的数据截取出来，利用AR模型功率谱法求各个trail的功率谱，功率谱范围为1Hz‑200Hz；(1.4)根据刺激序列，将功率谱分成对应左手运动和右手运动两部分，提取其中mu节律和beta节律的功率信号；(1.5)根据刺激序列，将功率谱分成对应拇指运动、食指运动、手腕运动、手肘运动、肩关节运动五个部分；对每个部分的功率谱采用主成分分析法PCA提取主成分，计算各个部分主成分之间的Fisher系数，选取Fisher系数高的主成分序号，提取序号对应的成分；(1.6)对步骤(1.4)得到的功率信号和步骤(1.5)提取出的成分分别进行共同空间模式CSP分析，提取出特征向量，与刺激序列一起作为分类器训练的输入，利用支持向量机SVM进行训练，得到左右手分类器和五分类的具体运动部位的分类器；(2)对实时采集的操作者脑电信号进行在线处理，得到机械手控制信号，具体包括以下子步骤：(2.1)操作者进行运动想象，提取脑电信号，利用时间窗截取脑电信号；(2.2)采用步骤(1.2)所述方法对脑电信号进行预处理；(2.3)采用步骤(1.2)所述方法求解各个时间窗的功率谱；(2.4)提取其mu节律和beta节律的特征，用CSP处理后提取特征，用左右手的分类器进行分类得出操作者意愿为运动左手还是右手，即为运动控制命令；(2.5)对步骤(2.3)获得的功率谱信号进行步骤(1.5)所述的PCA处理，对提取出的成分进行CSP处理，用具体运动部位的分类器进行分类，得出操作者意愿为拇指、食指、手腕、手肘或肩关节的运动，即为运动控制命令；(3)根据步骤(2.4)和(2.5)得到的运动控制指令，控制机械手的两个手爪电机、手腕电机、手肘电机和肩关节电机运动，实现机械手的抓取准备、抓取开始、松开准备、松开开始、手腕弯曲、手腕伸展、手肘弯曲、手肘伸展、肩关节弯曲和肩关节伸展。