CN104622466A - 脑电波遥控车及控制方法 - Google Patents
脑电波遥控车及控制方法 Download PDFInfo
- Publication number
- CN104622466A CN104622466A CN201310567093.1A CN201310567093A CN104622466A CN 104622466 A CN104622466 A CN 104622466A CN 201310567093 A CN201310567093 A CN 201310567093A CN 104622466 A CN104622466 A CN 104622466A
- Authority
- CN
- China
- Prior art keywords
- brain
- brain wave
- car body
- control
- eeg signals
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0006—ECG or EEG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Dermatology (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Physiology (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种脑电波遥控车及方法,脑电波遥控车包括脑电信号采集部、通讯部、控制部和车体,脑电信号采集部包括附于人体头部用于采集脑电信号的脑电波传感器;还包括脑电信号放大部,脑电信号放大部与脑电波传感器连接以将脑电波传感器所采集的脑电信号做放大处理;通讯部用于将脑电信号放大部处理后的信号传送至控制部;控制部包括与车体的驱动部件电连接的控制器,还包括将接收自通讯部的信号处理后发送给控制器的处理机,控制器根据接收自处理机的信号控制车体的驱动部件以控制车体的动作。本发明的脑电波遥控车及控制方法,使用脑-机交互模块获取脑电信号,对原始脑电信号进行分析及提取,从而实现对车体运动的控制。
Description
技术领域
本发明涉及脑-机交互的自动控制领域,尤其涉及一种脑电波遥控车及控制方法。
背景技术
脑-机交互技术(BCI),研究的是如何沟通脑内信息和外界环境。它为大脑和环境提供了双向传输通道,外界信息能从人体传感器输入到神经系统,神经信号也可以用于控制外部电子机械装置,该项技术可以修复、改善甚至扩展神经系统原有功能,提供了一种崭新的信息交互模式。
目前,BCI的应用主要集中于医学领域。在医学领域中,BCI可以帮助肢体障碍患者提高他们的生活质量。随着科学技术不断创新,新型的脑-机接口系统也可以应用于汽车安全驾驶、残疾人轮椅控制、高危险性警觉度评估、情绪分析等领域。
通过生物医学工程的手段帮助患者实现与外界的通信及日常行为控制,将极大地提高残疾患者的生活质量。同时BCI还可为人们提供无需体力操作的新的人机交互通讯方式,适合于特殊环境下,当不便采用传统控制方式时,用脑电控制外界设备。脑-机接口还可以通过实时反映人体的生理指标和状态,作为一种判别标准应用在具体的产品中。目前,脑-机接口的研究在世界范围内得到高度的关注和强大的支持。
发明内容
本发明所要解决的技术问题是,提供一种脑电波遥控车及控制方法,使用脑-机交互模块获取脑电信号,对原始脑电信号进行分析及提取,从而实现对车体运动的控制。
为了解决上述技术问题,本发明提供了一种脑电波遥控车,包括脑电信号采集部、通讯部、控制部和车体,其中:
所述脑电信号采集部包括附于人体头部用于采集脑电信号的脑电波传感器;还包括脑电信号放大部,所述脑电信号放大部与所述脑电波传感器连接以将所述脑电波传感器所采集的脑电信号做放大处理;
所述通讯部用于将所述脑电信号放大部处理后的信号传送至所述控制部;
所述控制部包括与所述车体的驱动部件电连接的控制器,还包括将接收自所述通讯部的信号处理后发送给所述控制器的处理机,所述控制器根据接收自所述处理机的信号控制所述车体的驱动部件以控制所述车体的动作。
作为优选,所述控制部采用ARM微控制器实现。
作为优选,所述ARM微控制器采用STM32F103芯片。
作为优选,所述控制器包括驱动电路,所述驱动电路采用L9110H电机驱动芯片对所述车体的驱动部件进行驱动。
作为优选,所述通讯部包括蓝牙通讯装置。
本发明还提供一种应用于如上所述的脑电波遥控车的控制方法,包括以下步骤:
S1:采集人脑的脑电信号,包括德尔塔脑波、塞他脑波、阿尔法脑波和倍他脑波,并将所述脑电信号做信号放大处理;
S2:根据放大处理后的脑电信号输出数据包,该数据包包含按顺序输出的多种脑电功率值,以及人脑精神集中度指数和人脑精神放松度指数;
S3:过互相比较多种脑电功率值,并结合人脑精神集中度指数和人脑精神放松度指数,并通过预先评测出人脑精神集中度指数的第一数值区间,再确定数值大于所述第一数值区间的第二数值区间和小于所述第一数值区间的第三数值区间,以生成控制指令对所述车体的动作进行控制。
作为优选,所述步骤S2中,多种脑电功率包括德尔塔脑电功率、塞他脑电功率、低频阿尔法脑电功率、高频阿尔法脑电功率、低频倍他脑电功率、高频倍他脑电功率、低频伽马脑电功率和高频伽马脑电功率。
与现有技术相比,本发明的脑电波遥控车及控制方法的有益效果在于:使用脑-机交互模块获取脑电信号,对原始脑电信号进行了分析及提取,获取最便于控制的人脑精神集中度指数和人脑精神放松度指数,对车体进行控制。本发明可以不依赖于外部肌肉和神经就可以实现人机交互,对研发残疾人和老年人自理自助系统,特别是对认知障碍疾病的康复等问题具有重要的应用前景和社会意义。
附图说明
图1为本发明的实施例的脑电波遥控车的整体结构示意图;
图2为本发明的实施例的脑电波遥控车的驱动电路图一(车体前轮驱动);
图3为本发明的实施例的脑电波遥控车的驱动电路图二(车体后轮驱动);
图4为应用本发明的实施例的脑电波遥控车的运动控制表;
图5为应用本发明的实施例的控制方法输出数据包的示意图;
图6为应用本发明的实施例的控制方法采集到一种脑电信号的示例图;
图7为应用本发明的实施例的控制方法的测试数据(基于人脑精神集中度指数)。
具体实施方式
下面结合附图和具体实施例对本发明的实施例的脑电波遥控车及控制方法作进一步详细描述,但不作为对本发明的限定。
图1为本发明的实施例的脑电波遥控车的整体结构示意图,图2为本发明的实施例的脑电波遥控车的驱动电路图一(车体前轮驱动),图3为本发明的实施例的脑电波遥控车的驱动电路图二(车体后轮驱动),图4为应用本发明的实施例的脑电波遥控车的运动控制表。本发明的实施例的脑电波遥控车,包括脑电信号采集部、通讯部、控制部和车体,其中,所述脑电信号采集部包括附于人体头部用于采集脑电信号的脑电波传感器;还包括脑电信号放大部,所述脑电信号放大部与所述脑电波传感器连接以将所述脑电波传感器所采集的脑电信号做放大处理,所述通讯部用于将所述脑电信号放大部处理后的信号传送至所述控制部,所述控制部包括与所述车体的驱动部件电连接的控制器,还包括将接收自所述通讯部的信号处理后发送给所述控制器的处理机,所述控制器根据接收自所述处理机的信号控制所述车体的驱动部件以控制所述车体的动作。本实施例基于脑-机接口系统本身的要求和性价比的考虑,采用ThinkGear AM开发套件,该套件集成脑电信号采集、放大、滤波处理功能,将脑电信号进行输出。处理机操作系统可选用目前流行的Windows系列、高稳定性的Unix等多种操作系统以及专业数据采集分析系统LabVIEW等软件环境。使用时只需将USB接口插入计算机内任何一个USB接口插座中,其I/O信号、脉冲输入及脉冲输出信号均由模块上的双排针插头与外部信号源及设备连接。模拟数据输入部分,可根据实际需要选择单端或双端输入方式,其A/D转换启动方式可以选用程控触发、外部触发两种方式。A/D转换后的数据结果通过先进先出存储器(FIFO)缓存后由USB总线读出。本发明可以不依赖于外部肌肉和神经就可以实现人机交互,对研发残疾人和老年人自理自助系统,特别是对认知障碍疾病的康复等问题具有重要的应用前景和社会意义。
作为一种改进,所述控制部采用ARM微控制器实现。作为本实施例优选方案,所述ARM微控制器采用STM32F103芯片,其具有丰富的外设接口、实时性强等优点,采用模块化设计,满足实际需要及扩展。可以使其通过无线通讯实现与上位机的无线链接,使得上位机能够实时控制车体的运动状态。系统时钟电路选用8MHZ的HSE晶体作为振荡器晶振,与电容组构成系统时钟电路。HSE晶体可以通过设置时钟控制寄存器里RCC_CR中的HSEON位被启动和关闭。实时时钟电路选择LSE时钟模式,通过LSE旁路提供一个32.768kHz频率的外部时钟源。LSE晶体是一个32.768kHz的低速外部晶体或陶瓷谐振器,它为实时时钟或者其他定时功能提供一个低功耗且精确的时钟源。启动模式方面,可以通过BOOT1和BOOT0引脚电平组合选择主闪存存储器(主闪存存储器被选为启动区域)、系统存储器(系统存储器被选为启动区域)和内置SRAM(内置SRAM被选为启动区域)三种不同启动模式,在系统复位后,SYSCLK的第4个上升沿,BOOT引脚的值将被锁存,此时可以通过设置BOOT1和BOOT0引脚的状态,来选择在复位后的启动模式。
作为进一步改进,所述控制器包括驱动电路,所述驱动电路采用L9110H电机驱动芯片对所述车体的驱动部件进行驱动。STM32F103芯片采用3.3V供电,电机驱动采用5V与12V,红外收发检测电路采用5V与3.3V,液晶显示与触角传感电路均采用3.3V供电,外部电源采用12V的直流电压。STM32F103芯片外部扩展的电机驱动电路采用L9110H芯片控制,其基本电路图2和图3所示,车体运动状态通过前轮电机和后轮电机的不同方向转动来实现,电机有正转、反转和停止三种状态,每个电机由各自L9110H电机驱动芯片I/O口(如图所示IA和IB引脚)的电平组合进行控制。Header3为接插件,举例说明,如图4所示,当图2中MOTOR_TIM3_CH1和MOTOR_TIM3_CH2的电平组合为“10”时,前轮电机正转。当图3中STEER_TIM2_CH1和STEER_TIM2_CH2的电平组合为“01”时,后轮电机反转。
作为更进一步的改进,所述通讯部采用蓝牙通讯装置,与STM32F103芯片的外围扩展接口兼容性好。
软件开发平台方面,本实施例采用Keil开发的微控制器软件开发平台和JLINK USB-JTAG接口适配器。Keil提供了包括C编译器、宏汇编、连接器、库管理和一个功能强大的仿真调试器在内的完整开发方案,通过一个集成开发环境(uVision)将这些功能组合在一起,在调试程序,软件仿真方面也有很强大的功能。JLINK USB-JTAG是一个用于连接PC USB口和开发板JTAG口的小硬件适配器,通过ULINK可以在真实的目标板上创建,下载和测试嵌入式应用。具体的控制程序设计思路是,通过蓝牙与车体进行通信,通过传输数据计算出电机的占空比,控制STM32F103芯片定时器中的PWM波占空比来控制小车的速度,通过控制TIM2的通道2中PWM输出来控制小车前进,TIM2的通道3中PWM输出来控制小车后退,TIM3中通道1和2来控制小车的转向。
图5为应用本发明的实施例的控制方法输出数据包的示意图,图6为应用本发明的实施例的控制方法采集到一种脑电信号的示例图。本发明还提供一种应用于如上所述的脑电波遥控车的控制方法,包括以下步骤:
S1:采集人脑的脑电信号,包括德尔塔脑波、塞他脑波、阿尔法脑波和倍他脑波,并将所述脑电信号做信号放大处理;
S2:根据放大处理后的脑电信号输出数据包,该数据包包含按顺序输出的多种脑电功率值,以及人脑精神集中度指数和人脑精神放松度指数;
S3:通过互相比较多种脑电功率值,并结合人脑精神集中度指数和人脑精神放松度指数,并通过预先评测出人脑精神集中度指数的第一数值区间,再确定数值大于所述第一数值区间的第二数值区间和小于所述第一数值区间的第三数值区间,以生成控制指令对所述车体的动作进行控制。
脑电图常用四种脑波是:德尔塔脑波(DELTA),塞他脑波(THETA),阿尔法脑波(ALPHA)和倍他脑波(BETA)。这四种脑波构成脑电图(EEG)。脑电图是脑内电波的显示,但脑内电波的电压很小,只有百万分之几伏特。阿尔法脑波的振荡平均为10次/秒。德尔塔脑波(DELTA)只在深睡时出现,塞他脑波(THETA)在浅睡时出现,阿尔法脑波(ALPHA)在初睡或初醒时出现(即半睡半醒时),此时身体处于放松状态,并有自觉的警觉意识。倍他脑波(BETA)在清醒时出现,伴有需努力能够达到的注意力集中。德尔塔脑波振荡频率0—4赫兹/秒,塞他脑波4—7赫兹/秒,阿尔法脑波8—13赫兹/秒,倍他脑波13—40赫兹/秒。当然还有其他的脑电波的存在,但那是在特殊情况下,如意外的刺激等。以上提到的四种脑电波构成了脑电图的一般排列。
分析由ThinkGear输出的一个典型的数据包。除了[SYNC],[PLENGTH]和[CHKSUM]字节,其它所有字节(字节[3]和[4])是数据包数值负载的一部分。
byte:value//[CODE]Explanation
[0]:0xAA//[SYNC]
[1]:0xAA//[SYNC]
以上两个为标志位,代表一组数据从这里开始。
[2]:0x20//[PLENGTH](payload length)of32bytes
代表有效载荷长度为32
[3]:0x02//[POOR_SIGNAL]Quality
[4]:0x00//No poor signal detected(0/200)
POOR_SIGNAL质量
无符号的一个字节的整数值描述了ThinkGear测量到的信号的强弱,它的范围值从0到200。零以外的值表示检测到了某种噪声信号。数值越高,表示测到的噪声越多。数值达到200说明ThinkGear触点没有接触到用户的皮肤。这个值每秒都会有输出,显示了刚刚测量到的信号的质量。
默认情况下,数值的输出是有效的。通常一秒钟输出一次。
[5]:0x83//[ASIC_EEG_POWER_INT]
脑电波中断波特率,固定值83
[6]:0x18//[VLENGTH]24bytes
V长度,固定值为18
八种脑电功率是按如下顺序输出的:
delta(0.5-2.75赫兹),theta(3.5-6.75赫兹),low-alpha(7.5-9.25赫兹),high-alpha(10-11.75赫兹),low-beta(13-16.75赫兹),high-beta(18-29.75赫兹),low-gamma(31-39.75赫兹),mid-gamma(41-49.75赫兹)。这些数值没有单位并且考虑到相对数量和短暂波动,他们只有在互相比较时才有意义。
德尔塔脑波(DELTA)(δ)波:在睡眠、深度麻醉、缺氧或大脑有器质性病变时出现,频率为1~3.5Hz,振幅为20~200μV。
塞他脑波(THETA)(θ)波:θ波频率为4~7Hz,振幅约为10~50μV,主要和临睡状态下的朦胧意识和梦境出现有关,它是在困倦时,中枢神经系统处于抑制状态时所记录的波形。
α脑波:可在头颅枕部检测到,频率为8~13Hz,振幅为20~100μV,它是节律性脑电波中最明显的波,整个皮层均可产生α波。α波在清醒,安静、闭眼时即可出现,波幅由小到大,再由大到小作规律性变化,呈梭形变化,每个梭形持续1~2秒。睁眼、思考问题时,或接受其它刺激时,α波消失而出现快波,这一现象称为α波的阻断,如果被测者又安静闭目,则α波又重新出现。
β脑波:β波在额部和额部最为明显,频率约为18~30Hz,振幅约为5~20μV,是一种快波,β波的出现一般意味着大脑比较兴奋。
γ脑波是由脑部额叶和顶叶联合皮质区引起的,而这些区域是负责人类情绪以及快乐的。
人脑精神集中度指数(eSense“专注度”指数),即图中“注意力”数值,表征使用者精神“集中度”水平或“注意度”水平的强烈程度。该指数值的范围是0到100,心烦意乱、精神恍惚、注意力不集中以及焦虑等精神状态都将降低专注度指数的数值。
人脑精神放松度指数(eSense“放松度”指数),即图中“平静心”数值,表征使用者精神“平静度”水平或者“放松度”水平。该指数值的范围是0到100。
如图7为应用本发明的实施例的控制方法的测试数据(基于人脑精神集中度指数)所示(图7截取了部分测试数据为示例),本实施例在脑电波数据分析时加入了一个学习算法,用来适应不同人对应不同的专注度正常区间,通过让控制者先佩戴脑电波接收器1分钟内,主控制程序先评测出控制者正常的专注度区间(即第一数值区间),然后再确定出高专注度区间(即第二数值区间)和低专注度区间(即第三数值区间),目的是适应所有不同的控制者。具体实施方式可以通过以下过程实现(结合图4的控制表将人脑精神集中度指数进行转换实现对遥控车的运动控制):
车体运行通过大脑控制γ波突变进行状态切换到转弯状态,当人脑集中度(04之后的一个字节)在00H~15H是车体向左移动,当人脑集中度在40H~100H是车体向右移动,当人脑集中度在16H~39H是车体直行。
本实施例通过对脑电波原始的数据分析,编写脑电波分析软件。用于大量的数据分析,获取有用的数据来控制车体的行为。根据原始数据的多少可以选择不同的软件版本。具体代码在此不再赘述。
以上实施例仅为本发明的示例性实施例,不用于限制本发明,本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内,对本发明做出各种修改或等同替换,这种修改或等同替换也应视为落在本发明的保护范围内。
Claims (7)
1.一种脑电波遥控车,其特征在于,包括脑电信号采集部、通讯部、控制部和车体,其中:
所述脑电信号采集部包括附于人体头部用于采集脑电信号的脑电波传感器;还包括脑电信号放大部,所述脑电信号放大部与所述脑电波传感器连接以将所述脑电波传感器所采集的脑电信号做放大处理;
所述通讯部用于将所述脑电信号放大部处理后的信号传送至所述控制部;
所述控制部包括与所述车体的驱动部件电连接的控制器,还包括将接收自所述通讯部的信号处理后发送给所述控制器的处理机,所述控制器根据接收自所述处理机的信号控制所述车体的驱动部件以控制所述车体的动作。
2.根据权利要求1所述的脑电波遥控车,其特征在于,所述控制部采用ARM微控制器实现。
3.根据权利要求2所述的脑电波遥控车,其特征在于,所述ARM微控制器采用STM32F103芯片。
4.根据权利要求3所述的脑电波遥控车,其特征在于,所述控制器包括驱动电路,所述驱动电路采用L9110H电机驱动芯片对所述车体的驱动部件进行驱动。
5.根据权利要求4所述的脑电波遥控车,其特征在于,所述通讯部包括蓝牙通讯装置。
6.一种应用于如权利要求1至5中任一项所述的脑电波遥控车的控制方法,其特征在于,包括以下步骤:
S1:采集人脑的脑电信号,包括德尔塔脑波、塞他脑波、阿尔法脑波和倍他脑波,并将所述脑电信号做信号放大处理;
S2:根据放大处理后的脑电信号输出数据包,该数据包包含按顺序输出的多种脑电功率值,以及人脑精神集中度指数和人脑精神放松度指数;
S3:通过互相比较多种脑电功率值,并结合人脑精神集中度指数和人脑精神放松度指数,并通过预先评测出人脑精神集中度指数的第一数值区间,再确定数值大于所述第一数值区间的第二数值区间和小于所述第一数值区间的第三数值区间,以生成控制指令对所述车体的动作进行控制。
7.根据权利要求6所述的控制方法,其特征在于,所述步骤S2中,多种脑电功率包括德尔塔脑电功率、塞他脑电功率、低频阿尔法脑电功率、高频阿尔法脑电功率、低频倍他脑电功率、高频倍他脑电功率、低频伽马脑电功率和高频伽马脑电功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310567093.1A CN104622466A (zh) | 2013-11-14 | 2013-11-14 | 脑电波遥控车及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310567093.1A CN104622466A (zh) | 2013-11-14 | 2013-11-14 | 脑电波遥控车及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104622466A true CN104622466A (zh) | 2015-05-20 |
Family
ID=53202083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310567093.1A Pending CN104622466A (zh) | 2013-11-14 | 2013-11-14 | 脑电波遥控车及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104622466A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105137830A (zh) * | 2015-08-03 | 2015-12-09 | 广东工业大学 | 一种基于视觉诱发脑机接口的国画机器手及其绘图方法 |
CN105395195A (zh) * | 2015-12-18 | 2016-03-16 | 南京医科大学 | 一种脑电控制开关的系统及方法 |
CN105457272A (zh) * | 2016-01-07 | 2016-04-06 | 广州大学 | 基于脑电波控制的拳头游戏机及脑电波控制拳头的方法 |
CN106406297A (zh) * | 2016-08-03 | 2017-02-15 | 哈尔滨工程大学 | 一种基于无线脑电控制履带式移动机器人的控制系统 |
CN106774354A (zh) * | 2016-11-29 | 2017-05-31 | 哈尔滨工程大学 | 基于脑电信号控制飞行器高度的控制方法 |
CN107291227A (zh) * | 2017-06-14 | 2017-10-24 | 烟台职业学院 | 一种电子计算机用接口驱动器系统 |
CN107450559A (zh) * | 2017-09-12 | 2017-12-08 | 深圳市宏智力科技有限公司 | 基于脑电波控制蜘蛛机器人移动的方法及装置 |
CN107463263A (zh) * | 2017-01-04 | 2017-12-12 | 深圳市心流科技有限公司 | 用于使用IoT设备进行神经反馈训练的系统和方法 |
CN107870670A (zh) * | 2017-09-29 | 2018-04-03 | 深圳市易成自动驾驶技术有限公司 | 基于脑电波的智能设备控制方法、设备及可读存储介质 |
CN108399006A (zh) * | 2018-02-11 | 2018-08-14 | 广东欧珀移动通信有限公司 | 信号处理方法及相关产品 |
CN110403740A (zh) * | 2019-07-24 | 2019-11-05 | 张�杰 | 一种基于脑电波的控制系统 |
CN111420215A (zh) * | 2020-04-22 | 2020-07-17 | 厦门萤火相连教育科技有限公司 | 一种通过脑波采集设备锻炼个人专注能力的方法 |
CN112356841A (zh) * | 2020-11-26 | 2021-02-12 | 中国人民解放军国防科技大学 | 一种基于脑机交互的车辆控制方法及装置 |
-
2013
- 2013-11-14 CN CN201310567093.1A patent/CN104622466A/zh active Pending
Non-Patent Citations (1)
Title |
---|
陈东伟 等: "基于脑-机接口的智能小车系统设计与实现", 《信息技术》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105137830A (zh) * | 2015-08-03 | 2015-12-09 | 广东工业大学 | 一种基于视觉诱发脑机接口的国画机器手及其绘图方法 |
CN105395195A (zh) * | 2015-12-18 | 2016-03-16 | 南京医科大学 | 一种脑电控制开关的系统及方法 |
CN105457272B (zh) * | 2016-01-07 | 2020-05-19 | 广州大学 | 基于脑电波控制的拳头游戏机及脑电波控制拳头的方法 |
CN105457272A (zh) * | 2016-01-07 | 2016-04-06 | 广州大学 | 基于脑电波控制的拳头游戏机及脑电波控制拳头的方法 |
CN106406297A (zh) * | 2016-08-03 | 2017-02-15 | 哈尔滨工程大学 | 一种基于无线脑电控制履带式移动机器人的控制系统 |
CN106774354A (zh) * | 2016-11-29 | 2017-05-31 | 哈尔滨工程大学 | 基于脑电信号控制飞行器高度的控制方法 |
CN107463263A (zh) * | 2017-01-04 | 2017-12-12 | 深圳市心流科技有限公司 | 用于使用IoT设备进行神经反馈训练的系统和方法 |
WO2018127086A1 (en) * | 2017-01-04 | 2018-07-12 | Shenzhen Mental Flow Technology Co., Ltd. | Systems and methods for neuro-feedback training using iot devices |
CN107291227A (zh) * | 2017-06-14 | 2017-10-24 | 烟台职业学院 | 一种电子计算机用接口驱动器系统 |
CN107450559A (zh) * | 2017-09-12 | 2017-12-08 | 深圳市宏智力科技有限公司 | 基于脑电波控制蜘蛛机器人移动的方法及装置 |
CN107870670A (zh) * | 2017-09-29 | 2018-04-03 | 深圳市易成自动驾驶技术有限公司 | 基于脑电波的智能设备控制方法、设备及可读存储介质 |
CN108399006A (zh) * | 2018-02-11 | 2018-08-14 | 广东欧珀移动通信有限公司 | 信号处理方法及相关产品 |
CN108399006B (zh) * | 2018-02-11 | 2020-06-02 | Oppo广东移动通信有限公司 | 信号处理方法及相关产品 |
CN110403740A (zh) * | 2019-07-24 | 2019-11-05 | 张�杰 | 一种基于脑电波的控制系统 |
CN111420215A (zh) * | 2020-04-22 | 2020-07-17 | 厦门萤火相连教育科技有限公司 | 一种通过脑波采集设备锻炼个人专注能力的方法 |
CN112356841A (zh) * | 2020-11-26 | 2021-02-12 | 中国人民解放军国防科技大学 | 一种基于脑机交互的车辆控制方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104622466A (zh) | 脑电波遥控车及控制方法 | |
Kumari et al. | Increasing trend of wearables and multimodal interface for human activity monitoring: A review | |
Liu et al. | The PennBMBI: Design of a general purpose wireless brain-machine-brain interface system | |
Sarker et al. | Portable multipurpose bio-signal acquisition and wireless streaming device for wearables | |
Kartsch et al. | Biowolf: A sub-10-mw 8-channel advanced brain–computer interface platform with a nine-core processor and ble connectivity | |
CN109215791A (zh) | 基于多信息决策的健康管理方法、系统、设备及存储介质 | |
CN105852854A (zh) | 基于nirs-eeg的穿戴式多模态脑功能检测装置 | |
Ma et al. | Smart-clothes—Prototyping of a health monitoring platform | |
Varada et al. | Measuring and processing the brains EEG signals with visual feedback for human machine interface | |
Francis et al. | Brain-computer interfacing for wheelchair control by detecting voluntary eye blinks | |
Zhuang et al. | A brain-computer interface system for smart home control based on single trial motor imagery EEG | |
Akhtar et al. | Detection of sleep paralysis by using IoT based device and its relationship between sleep paralysis and sleep quality | |
Powell et al. | On-body inertial sensing and signal processing for clinical assessment of tremor | |
CN102669848A (zh) | 人体生理指标与服装微气候指标监测系统 | |
Mansor et al. | Integrating neural signal and embedded system for controlling small motor | |
Selvamathiseelan et al. | Brain controlled smart home automation system | |
Gao et al. | Design on a wearable armband device for assessing the motion function of upper limbs | |
Biswas et al. | Remote health monitoring system using internet of things | |
Cheng et al. | A personalized sleep quality assessment mechanism based on sleep pattern analysis | |
CN215305979U (zh) | 一种基于眼电的便携式睡眠眼罩 | |
Nugroho et al. | An application real-time acquiring EEG signal from single lead electrode to recognize brain activity using Neurosky sensor | |
CN113261982B (zh) | 一种基于眼电的便携式智能睡眠眼罩 | |
Bharathi et al. | Smart brain computer interface based miniature wheelchair for the differently abled | |
Dauz et al. | Wearable device for increasing the slow wave sleep stage by electrocutaneous stimulation | |
Zhang et al. | Design of household ECG detector based on STM32 chip |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150520 |
|
RJ01 | Rejection of invention patent application after publication |