CN101149601A - 基于运动体动作的智能交互装置及动作位置的检测方法 - Google Patents
基于运动体动作的智能交互装置及动作位置的检测方法 Download PDFInfo
- Publication number
- CN101149601A CN101149601A CNA2006101278698A CN200610127869A CN101149601A CN 101149601 A CN101149601 A CN 101149601A CN A2006101278698 A CNA2006101278698 A CN A2006101278698A CN 200610127869 A CN200610127869 A CN 200610127869A CN 101149601 A CN101149601 A CN 101149601A
- Authority
- CN
- China
- Prior art keywords
- angle sensor
- moving body
- angle
- motion
- interaction device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000009471 action Effects 0.000 title claims abstract description 11
- 238000001514 detection method Methods 0.000 title claims abstract description 7
- 230000003993 interaction Effects 0.000 title claims description 30
- 230000004927 fusion Effects 0.000 claims abstract description 6
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 16
- 238000005452 bending Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 210000002569 neuron Anatomy 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 239000013013 elastic material Substances 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 abstract description 6
- 201000010099 disease Diseases 0.000 abstract description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 3
- 210000005036 nerve Anatomy 0.000 abstract description 3
- 208000027418 Wounds and injury Diseases 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 abstract 1
- 230000006378 damage Effects 0.000 abstract 1
- 208000014674 injury Diseases 0.000 abstract 1
- 210000003128 head Anatomy 0.000 description 13
- 230000004886 head movement Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 208000020339 Spinal injury Diseases 0.000 description 3
- 210000001508 eye Anatomy 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 208000007101 Muscle Cramp Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 208000005392 Spasm Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 206010008129 cerebral palsy Diseases 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 210000004087 cornea Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 201000001119 neuropathy Diseases 0.000 description 1
- 230000007823 neuropathy Effects 0.000 description 1
- 230000004433 ocular motility Effects 0.000 description 1
- 208000033808 peripheral neuropathy Diseases 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000012858 resilient material Substances 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及一种基于运动体动作接触式的智能交互装置,包括:项圈,角度传感器、信号转换模块、数字信号处理器。本发明检测方法基于运动体佩戴项圈,通过运动体运动使安装在项圈内的角度传感器产生弯曲形变,判断运动体的运动位置;角度传感器的形变量通过信号转换模块转化为模拟量输出给数字信号处理器;数字信号处理器利用其内部的AD转换模块将模拟量转化为数字量,根据融合算法对多个角度传感器信号进行分析来判定当前运动体的位置。解决非接触式传感器的人机交互装置,对运动体动作的测量不够精确问题。本发明为高度脊椎损伤、运动神经疾病病人和其它需要的场合,提供一种简单、方便、测量精度提高的交互装置。
Description
技术领域
本发明属于机器人技术领域,涉及一种基于运动体动作的智能交互装置。
背景技术
传统的交互装置中,以智能轮椅为例,电动轮椅不能够很好地弥补使用者运动能力的丧失:比如严重痉挛(脑瘫痪),四肢麻痹,或者认知损伤都会阻碍他们对电动轮椅的使用。对于很多人,即使操纵电动轮椅都是一个很困难的事情。为了克服这样一个使用操纵杆控制的问题,有一些新的人机界面开发出来。
1.基于语音交互的人机接口。语音交互是一种自然的交流方式。利用口令识别和语音合成技术,来实现使用者与轮椅的语音对话以及对轮椅运动的控制。西班牙的SIAMO,中科院自动化所的多模态交互智能轮椅,上海交通大学的声控轮椅均采用了语音交互的人机接口。但目前的语音命令只是离散的,只能给出有限的指导信息,实现真正意义上的语言对话还有一定的限制;而且语音系统需要对使用者的语音进行采样,之后才能识别,其识别率有一定的限度。在环境比较嘈杂的情况下,识别率往往会急剧下降。在家庭和办公室等比较狭窄和动态障碍物较多的环境里即使能也很难完全实现控制功能。
2.基于生物信号的人机交互。目前包括通过检测肌动电流(EMG),脑动电流(EEG),眼动电流(EOG)来判断使用者的行使意图,并进而控制轮椅的运动。Inhuk Moon等人利用探测位于颈部两侧的肩胛提肌的肌动电流捕捉使用者肩膀的动作,来控制轮椅的前进,左转,右转运动。眼动电流是通过记录角膜和视网膜之间极化和去极化所产生的电压感测眼球运动的方法。通过在眼部周围放置电极来感知眼球的运动,进而确定人的视线实时地控制轮椅的角速度和线速度。MIT的Wheelesley上使用的鹰眼系统正式基于这种方式。
3.基于头部运动的人机交互。头部运动是能够指示方向的一个很自然的方式,可以直接用来替代操纵杆来保持相似的控制。且这种方式对于那些高度脊椎损伤和运动神经疾病的病人带来独立控制的可能性。利用头部的早期研究中,Jaffe等利用两个超声传感器来测定人的头部运动位置,从而实现利用头部姿势控制轮椅的运动。牛津大学Tew研制了一种头部运动感知设备,该设备使用了一个四象限光感器(PhotoQuadrant Sensor),根据每一象限光电流的相对比例来决定头部的位置。Nguyen等人通过在头部安装倾斜传感器和无线技术来实现远程控制轮椅的运动。此外,通过摄像头检测眼睛尾部与脸的边缘距离的变化来判定头部运动也是一种方法。
4.基于呼吸运动的人机交互。用户可以通过在一个压力开关上吹气来激活期望的输出从而实现对轮椅的控制。西班牙的SIAMO采用了这种驱动方式。通过差动气流传感器检测输入的呼吸气流的强度和方向,输出经过处理和编码后的控制命令传送到导航模块。根据传感器信号的强度来控制轮椅的线速度,根据气流的方向来控制轮椅的角速度。
发明内容
针对非接触式传感器对运动体不规则运动的测量不够精确,为了解决存在的技术问题,本发明目的是基于运动体接触式的测量的交互方式,提供一种简单、方便的控制交互装置及方法。
为实现本发明的目的,本发明的一个方面,是提供一种基于运动体动作的智能交互装置,包括:
项圈,用于佩戴在运动体外部;
角度传感器,安装在项圈内侧,用于检测由运动体运动引起的项圈形变;
与角度传感器连接的信号转换模块,将角度传感器的弯曲形变量转化为模拟量并输出给数字信号处理器;
与信号转换模块连接的数字信号处理器,通过其内部的AD转换模块将来自于角度传感器的模拟信号量转化为数字量,并根据融合算法来判断运动体当前的位置。
根据本发明的实施例,所述项圈为有弹性的物料,以使项圈柔和的紧贴于运动体表面。
根据本发明的实施例,所述数字信号处理器采用DSP为核心构建系统。
根据本发明的实施例,所述角度传感器采用多个柔性角度传感器,根据需求选用角度传感器的数量,分别安装在项圈上,并且分布于项圈的任意位置。
根据本发明的实施例,所述项圈底部为传感器导线槽,导线槽内嵌有导线,用于将导线引出。
根据本发明的实施例,所述信号转换模块包括:分压电阻、跟随器;角度传感器的一端与一个电阻串联后接地,角度传感器和电阻之间的C点作为跟随器的输入,当角度传感器发生弯曲时,引起角度传感器其内部阻值发生变化,C点的电位随之发生改变,并通过跟随器输出电压Vout;如果角度传感器保持某种弯曲角度不变,输出电压Vout将保持恒定。
为实现本发明的目的,本发明的另一个方面,是提供一种基于运动体动作位置的检测方法,步骤包括:
将项圈佩戴在运动体外部;
运动体的运动使项圈内角度传感器发生形变,产生弯曲角度变化;
将所述的弯曲角度变化以模拟信号的形式输送;
将所述的模拟信号转化为数字信号,并根据融合算法对多个角度传感器信号进行分析来判定当前运动体的位置。
根据本发明的实施例,所述角度传感器建模步骤包括:
利用角度传感器的阻值变化与角度为非线性关系,采用改进的BP神经网络来拟合角度传感器的非线性特性,对角度传感器,建立一个1-3-1网络,网络输入为角度传感器的形变量,网络输出为相应角度传感器的角度值,隐含层包含了三个神经元。
根据本发明的实施例,所述角度传感器采样值的滤波处理步骤包括:
对于实时采集角度传感器的采样值的噪声,采用中值滤波的方法对采样值进行平滑处理。
根据本发明的实施例,所述运动体运动的判别步骤包括:
在运动体的运动过程中,通过计算得到当前多个角度传感器的角度值,取当前角度值最大者计算运动体动作方向和幅度。
本发明采用角度传感器的接触式测量,解决了现有技术非接触式传感器交互装置,对运动体动作的测量不够精确问题,本发明基于运动体接触式测量的交互方式,通过对运动体佩戴项圈,检测由运动体运动而引起的项圈形变来判断运动体的位置,为高度脊椎损伤、运动神经疾病病人和其它需要的场合提供了一种简单、方便、提高了测量精度的交互装置。
附图说明
图1是本发明基于运动体动作的智能交互装置中项圈结构图;
图2是本发明基于运动体动作的智能交互装置结构图;
图3是本发明基于运动体动作的智能交互装置中信号转换模块结构图;
图4是本发明角度传感器阻值与弯曲角度的非线性关系曲线图
图5是本发明角度传感器利用检测方法得到的非线性拟合曲线图
具体实施方式
下面将结合附图对本发明加以详细说明,应指出的是,所描述的实施例仅旨在便于对本发明的理解,而对其不起任何限定作用。
实施例1:是基于头部动作的智能轮椅人机交互装置
根据本发明的图1基于运动体动作的智能交互装置中项圈结构图,包括:
角度传感器1、项圈2、调整带3、导线槽4、导线5,其中:
角度传感器1,可选择实用新型99204996.2进行制作的柔性角度传感器。柔性角度传感器的长度和宽度,根据项圈2的尺寸以及使用者的体征需求来决定,将柔性角度传感器均匀地缝制在项圈2上。
所述角度传感器1,可以根据需求由用户自行设计安装在项圈2内侧的柔性角度传感器数量和安装任意位置,便于根据使用者颈部特点灵活配置。
项圈2采用弹性的物料,例如棉织材料或海绵等弹性物料,形状为长方形,其长度和宽度根据使用者脖颈特点可以自行设定。
项圈2端部分别缝制调整带3,调整带3可以选用一块毡子,其宽度由使用者体征决定,目的是在佩戴项圈2时,能够根据使用者颈部特点来调整项圈2长度使之在保证舒适的情况下紧贴在颈部。
项圈2底部为传感器导线槽4,导线槽4内嵌有导线5,用于将传感器导线5引出。
图2是本发明基于运动体动作的智能交互装置结构图,根据本发明图2,实施例所述的运动体是基于人的头部动作的人机交互装置包括:
角度传感器1、项圈2、调整带3、导线槽4、导线5、信号转换模块6、数字信号处理器7、电机10。
由项圈2引出的导线5连接于信号转换模块6;信号转换模块6连接于数字信号处理器7的AD转换模块,将角度传感器的弯曲形变量转化为模拟量并输出给数字信号处理器7,数字信号处理器7输出信号驱动电机10。
如图3,本发明基于运动体动作的智能交互装置中信号转换模块6结构图所示,包括:分压电阻8、跟随器9。
其电路中,角度传感器1可以简化为一个可变电阻模型。角度传感器1的一端连接在一个恒压源Vref上,角度传感器1的另一端与一个分压电阻8串联后接地,角度传感器1和分压电阻8之间的C点作为跟随器9的输入。当角度传感器1发生弯曲时,引起其内部阻值发生变化,C点的电位随之发生改变,并通过跟随器9输出电压Vout,输出电压Vout由数字信号处理器7。如果让角度传感器1保持某种弯曲角度不变,输出电压Vout将保持恒定。
数字信号处理器7根据转换计算之后得到的各个角度传感器1的角度值来判断当前头部的运动位置,进而转化成驱动信号驱动电机10,使轮椅在相应的方向上运动。
数字信号处理器7,负责数据的处理,通过其内部的AD转换模块将来自于角度传感器1的模拟信号量转化为数字量,并根据融合算法来判断运动体当前的位置,具体方法如下:
1、角度传感器建模:角度传感器的阻值变化与角度为非线性关系,其非线性特性如图4所示。采用改进的BP神经网络来拟合传感器的非线性特性,Kolmogovor研究指出,对于任意一个连续函数Φ:In→Rn,Y=φ(X)(I是单位闭区间[0,1],X=[x1,x2,...,xn]),都可用一个输入层有n个神经元,隐含层2n+1个神经元,输出层m个神经元的三层神经网络结构精确地实现。因此,针对角度传感器,我们建立了一个1-3-1网络。输入为角度传感器的形变量,输出为相应的角度值,隐含层包含了三个神经元。采用了10对采样数据,学习步长α=0.2,误差F(x)=0.01,拟合之后的曲线如图5。
2、传感器采样值的滤波处理:对于实时采集的角度传感器的采样值由于噪声的存在,使得传感器采样值不连续和光滑,采用中值滤波的方法对采样值进行平滑处理,避免噪声的干扰。
3.头部运动方向的判别:在本实施例中,分别在颈部的前方,左侧和右侧安装了角度传感器。在头部运动过程中,通过计算得到当前三个角度传感器的角度值,取当前角度值最大者作为头部运动的位置判定。
1)当判定为前向运动时,驱动信号与角度值的转换式:
vr=αθf
vl=αθf
其中vr,vl分别为轮椅的左右轮驱动速度,θf表示前向传感器的弯曲角度,α表示线性转换系数。
2)当判定为左向运动时,驱动信号与角度值的转换式:
注:负号表示速度为与当前运动速度相反的方向。
3)当判定为右向运动时,驱动信号与角度值的转换式:
由于角度传感器数据采集的实时性和头部运动的连续性,经过上面算法的基于头部动作的轮椅的运动控制能够实现平滑控制,从而保证了使用者操纵时的舒适性。
所述数字信号处理器7可以采用TI系列DSP数字信号处理器为核心构建基于运动体动作的智能交互装置的系统,或其它型号的DSP数字信号处理器构建基于运动体动作的智能交互装置的系统。
将项圈2佩戴在颈部,颈部的运动将使安装在项圈2内的角度传感器1发生形变,从而产生弯曲角度变化;经过信号转换模块6将该变化以模拟量的形式输送给数字信号处理器7;数字信号处理器7利用其内部的AD转换模块将模拟信号量转化为数字量,并根据上述算法对角度传感器1信号进行分析来判定当前运动体的位置。
实施例中:
项圈2长度选择为39cm、宽度选择为6.5cm,其中导线槽4宽度为0.5cm。
根据实用新型99204996.2制作的角度传感器1长度选择为6cm、宽度选择为2cm。本实施例中采用了三个柔性角度传感器,分别缝制在项圈2上,柔性角度传感器安装位置分布于项圈2佩戴时颈部的前方、左侧和右侧,如图1所示。信号转换模块6中电阻8阻值为可以在3K-8K之间选择,例如选择5.1K。跟随器9是采用LM314跟随器。数字信号处理器7采用的是TI公司出品的TMS320LF2407F数字信号处理器。
当使用者佩戴上项圈2之后,通过点头,左偏头,右偏头的头部动作通过本发明的电路装置驱动电机10,可以有效地控制电动轮椅的前进,左转,右转方向上的运动。
实施例2:为了满足特殊需要本发明可以是采用基于机械部件或动物类动作的智能交互装置。
当机械部件或动物类有运动或动作时,也是利用本发明来测量动作位置,从而实现利用动作完成交互控制,来满足某种的特殊需要。
上面描述是用于实现本发明的实施例,本领域的技术人员应该理解,在不脱离本发明的范围的任何修改或局部替换,均属于本发明权利要求来限定的范围。
Claims (10)
1.一种基于运动体动作的智能交互装置,包括:
项圈,用于佩戴在运动体外部;
角度传感器,安装在项圈内侧,用于检测由运动体运动引起的项圈形变;
与角度传感器连接的信号转换模块,将角度传感器的弯曲形变量转化为模拟量并输出给数字信号处理器;
与信号转换模块连接的数字信号处理器,通过其内部的AD转换模块将来自于角度传感器的模拟信号量转化为数字量,并根据融合算法来判断运动体当前的位置。
2.按权利要求1所述的智能交互装置,其特征在于:项圈为有弹性的物料,以使项圈柔和的紧贴于运动体表面。
3.按权利要求1所述的智能交互装置,其特征在于:
所述数字信号处理器采用DSP为核心构建系统。
4.按权利要求1所述的智能交互装置,其特征在于:
所述角度传感器采用多个柔性角度传感器,根据需求选用角度传感器的数量,分别安装在项圈上,并且分布于项圈的任意位置。
5.按权利要求1所述的智能交互装置,其特征在于:
项圈底部为传感器导线槽,导线槽内嵌有导线,用于将导线引出。
6.按权利要求1所述的智能交互装置,其特征在于:
所述信号转换模块包括:分压电阻、跟随器;角度传感器的一端与一个电阻串联后接地,角度传感器和电阻之间的C点作为跟随器的输入,当角度传感器发生弯曲时,引起角度传感器其内部阻值发生变化,C点的电位随之发生改变,并通过跟随器输出电压Vout;如果角度传感器保持某种弯曲角度不变,输出电压Vout将保持恒定。
7.一种基于运动体动作位置的检测方法,其特征在于,步骤包括:
将项圈佩戴在运动体外部;
运动体的运动使项圈内角度传感器发生形变,产生弯曲角度变化;将所述弯曲角度变化以模拟信号的形式输送;
将模拟信号转化为数字信号,并根据融合算法对多个角度传感器信号进行分析来判定当前运动体的位置。
8.根据权利要求7所述动作位置的检测方法,其特征在于,角度传感器建模步骤包括:
利用角度传感器的阻值变化与角度为非线性关系,采用改进的BP神经网络来拟合角度传感器的非线性特性,对角度传感器,建立一个1-3-1网络,网络输入为角度传感器的形变量,网络输出为相应角度传感器的角度值,隐含层包含了三个神经元。
9.根据权利要求7所述动作位置的检测方法,其特征在于,角度传感器采样值的滤波处理步骤包括:
对于实时采集角度传感器的采样值的噪声,采用中值滤波的方法对采样值进行平滑处理。
10.根据权利要求7所述动作位置的检测方法,其特征在于,运动体运动的判别步骤包括:
在运动体的运动过程中,通过计算得到当前多个角度传感器的角度值,取当前角度值最大者计算运动体动作方向和幅度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006101278698A CN101149601A (zh) | 2006-09-22 | 2006-09-22 | 基于运动体动作的智能交互装置及动作位置的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006101278698A CN101149601A (zh) | 2006-09-22 | 2006-09-22 | 基于运动体动作的智能交互装置及动作位置的检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101149601A true CN101149601A (zh) | 2008-03-26 |
Family
ID=39250170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006101278698A Pending CN101149601A (zh) | 2006-09-22 | 2006-09-22 | 基于运动体动作的智能交互装置及动作位置的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101149601A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101950170A (zh) * | 2010-09-10 | 2011-01-19 | 中国科学院自动化研究所 | 一种面向智能型室内助动系统的交互控制装置及方法 |
CN104523234A (zh) * | 2014-12-30 | 2015-04-22 | 深圳先进技术研究院 | 可监控关节受损状况的腕带及其实现方法 |
CN108983636A (zh) * | 2018-06-20 | 2018-12-11 | 浙江大学 | 人机智能共生平台系统 |
CN109498295A (zh) * | 2018-12-28 | 2019-03-22 | 电子科技大学中山学院 | 瘫痪者辅助吹控轮椅及吹气设备 |
CN109498296A (zh) * | 2018-12-28 | 2019-03-22 | 电子科技大学中山学院 | 基于瘫痪者辅助吹控轮椅的控制方法 |
-
2006
- 2006-09-22 CN CNA2006101278698A patent/CN101149601A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101950170A (zh) * | 2010-09-10 | 2011-01-19 | 中国科学院自动化研究所 | 一种面向智能型室内助动系统的交互控制装置及方法 |
CN104523234A (zh) * | 2014-12-30 | 2015-04-22 | 深圳先进技术研究院 | 可监控关节受损状况的腕带及其实现方法 |
CN108983636A (zh) * | 2018-06-20 | 2018-12-11 | 浙江大学 | 人机智能共生平台系统 |
CN108983636B (zh) * | 2018-06-20 | 2020-07-17 | 浙江大学 | 人机智能共生平台系统 |
CN109498295A (zh) * | 2018-12-28 | 2019-03-22 | 电子科技大学中山学院 | 瘫痪者辅助吹控轮椅及吹气设备 |
CN109498296A (zh) * | 2018-12-28 | 2019-03-22 | 电子科技大学中山学院 | 基于瘫痪者辅助吹控轮椅的控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Emerging wearable interfaces and algorithms for hand gesture recognition: A survey | |
US11422623B2 (en) | Wrist worn computing device control systems and methods | |
JP2021072136A (ja) | ジェスチャに基づいて制御するための筋活動センサ信号と慣性センサ信号とを結合する方法および装置 | |
US20130090931A1 (en) | Multimodal communication system | |
EP3860527A1 (en) | Use of neuromuscular signals to provide enhanced interactions with physical objects in an augmented reality environment | |
US7520864B2 (en) | Muscle stretch sensor | |
CN202223388U (zh) | 一种可穿戴的脑控智能假肢 | |
CN103677265B (zh) | 一种智能感应手套及智能感应方法 | |
CN102309365A (zh) | 一种可穿戴的脑控智能假肢 | |
CN204537060U (zh) | 一种基于肌电流和多传感器协同作用的人机交互设备 | |
CN101149601A (zh) | 基于运动体动作的智能交互装置及动作位置的检测方法 | |
CN105014676A (zh) | 一种机器人运动控制方法 | |
CN109646242A (zh) | 一种桌面式上肢康复机器人及其使用方法 | |
CN104571837A (zh) | 一种实现人机交互的方法及系统 | |
CN109498375B (zh) | 一种人体运动意图识别控制装置及控制方法 | |
CN203552178U (zh) | 腕带式手部运动识别装置 | |
CN107943285B (zh) | 一种基于生物肌电的人机交互腕环、系统及方法 | |
Banerjee et al. | Single channel electrooculogram (EOG) based interface for mobility aid | |
CN200951161Y (zh) | 一种基于头部动作的智能轮椅交互装置 | |
CN116909390A (zh) | 基于手套的多模态数据采集系统 | |
Triwiyanto et al. | State-of-the-art method in prosthetic hand design: A review | |
Sridevi et al. | Automated Gesture Based Wireless Wheelchair Control by Means of Accelerometer | |
Patel et al. | EMG-based human machine interface control | |
KR20080063904A (ko) | 손 지체 장애인을 위한 컴퓨터 인터페이스 장치 및 방법 | |
CN212032171U (zh) | 一种利用传感器进行非接触映射式动作识别设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |