CN105425963A - 一种脑电波控制机械臂的系统 - Google Patents

一种脑电波控制机械臂的系统 Download PDF

Info

Publication number
CN105425963A
CN105425963A CN201510856139.0A CN201510856139A CN105425963A CN 105425963 A CN105425963 A CN 105425963A CN 201510856139 A CN201510856139 A CN 201510856139A CN 105425963 A CN105425963 A CN 105425963A
Authority
CN
China
Prior art keywords
mechanical arm
brain wave
steering order
parameter value
equal
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.)
Granted
Application number
CN201510856139.0A
Other languages
English (en)
Other versions
CN105425963B (zh
Inventor
王延昭
朱云龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201510856139.0A priority Critical patent/CN105425963B/zh
Publication of CN105425963A publication Critical patent/CN105425963A/zh
Application granted granted Critical
Publication of CN105425963B publication Critical patent/CN105425963B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01—Indexing scheme relating to G06F3/01
    • G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns

Abstract

本发明公开了一种脑电波控制机械臂的系统，包括：脑电波信号采集及处理设备，包括：传感器，用于采集脑电波信号；处理芯片，用于从脑电波信号中提取出脑电波数据，脑电波数据包括注意力参数值与放松度参数值；信号发送器，用于发送脑电波数据；单片机设备，包括：信号接收器，用于接收脑电波数据；指令生成器，用于根据脑电波数据生成脑电波控制指令；指令发送器，与指令生成器相连，用于发送脑电波控制指令；机械臂，包括：指令接收器，用于接收脑电波控制指令；机械臂本体，用于根据脑电波控制指令，执行对应的动作。本发明公开的系统实现了以脑电波信号控制机械臂完成对应的动作的技术效果，扩大了脑电波检测的应用范围。

Description

一种脑电波控制机械臂的系统
技术领域
本发明涉及脑电波信号处理领域，尤其涉及一种脑电波控制机械臂的系统。
背景技术
在各种设备向着小而精发展的今天，脑电波检测仪不但体积过大，无法移动，而且更重要的是输出的原始波形数据难以被使用，一般仅仅用于医学分析，从而无法直接将脑电波数据用来控制生活中的电子设备。
因此，现有技术中脑电波检测仪存在输出的原始波形数据难以被使用的技术问题。
发明内容
本发明实施例通过提供一种脑电波控制机械臂的系统，解决了现有技术中脑电波检测仪存在的输出的原始波形数据难以被使用的技术问题。
本发明实施例提供了一种脑电波控制机械臂的系统，包括：
脑电波信号采集及处理设备，包括：传感器，用于采集脑电波信号；处理芯片，与所述传感器相连，用于从所述脑电波信号中提取出脑电波数据，所述脑电波数据包括注意力参数值与放松度参数值；信号发送器，与所述处理芯片相连，用于发送所述脑电波数据；
单片机设备，包括：信号接收器，用于接收所述脑电波数据；指令生成器，与所述信号接收器相连，用于根据所述脑电波数据生成脑电波控制指令；指令发送器，与所述指令生成器相连，用于发送所述脑电波控制指令；
机械臂，包括：指令接收器，用于接收所述脑电波控制指令；机械臂本体，与所述指令接收器相连，用于根据所述脑电波控制指令，执行对应的动作。
可选地，所述处理芯片为专用集成电路ASIC芯片。
可选地，所述脑电波信号采集及处理设备还包括接触程度检测器，所述接触程度传感器与所述传感器相连，用于检测所述传感器与用户的皮肤之间的接触良好程度。
可选地，所述注意力参数值的范围为0～100，所述放松度参数值的范围为0～100，所述机械臂包括向前、向后和直立三种状态；
所述指令生成器具体用于：
若所述机械臂处于所述向前状态，在所述注意力参数值为大于等于0且小于35时，生成第一控制指令，所述第一控制指令用于控制所述机械臂完成第一预设动作；在所述注意力参数值为大于等于75且小于等于100时，生成第二控制指令，所述第二控制指令用于控制所述机械臂完成第二预设动作；在所述注意力参数值为大于等于35且小于75时，若所述放松度参数值为大于等于0小于35，生成第三控制指令，所述第三控制指令用于控制所述机械臂完成第三预设动作，若所述放松度参数值为大于等于35且小于75，生成第四控制指令，所述第四孔指令用于控制所述机械臂保持不动；
若所述机械臂处于所述向后状态，在所述注意力参数值为大于等于0小于35时，生成第五控制指令，所述第五控制指令用于控制所述机械臂完成所述第一预设动作；在所述注意力参数值为大于等于75小于等于100时，生成第六控制指令，所述第六控制指令用于控制所述机械臂完成所述第二预设动作；在所述注意力参数值为大于等于35且小于75时，若所述放松度参数值为大于等于35小于等于75，生成第七控制指令，所述第七控制指令用于控制所述机械臂保持不动，若所述放松度参数值为大于75且小于等于100，生成第八控制指令，所述第八控制指令用于控制所述机械臂完成第四预设动作；
若所述机械臂处于所述直立状态，在所述注意力参数值为大于等于0且小于35时，生成第九控制指令，所述第九控制指令用于控制所述机械臂进入所述向前状态；在所述注意力参数值为大于等于75且小于等于100时，生成第十控制指令，所述第十控制指令用于控制所述机械臂进入所述向后状态；在所述注意力参数值为大于等于35且小于75时，生成第十一控制指令，所述第十一控制指令用于控制所述机械臂保持不动。
可选地，所述信号发送器为蓝牙信号发送器，所述信号接收器为蓝牙信号接收器。
可选地，所述处理芯片具体用于将所述脑电波信号进行基于快速傅里叶变换及卡曼滤波器的频域分析处理。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了通过脑电波信号采集及处理设备来采集脑电波信号并将其处理为脑电波数据，单片机设备根据脑电波数据生成脑电波控制指令，从而能够控制机械臂执行对应的动作的技术方案，实现了将脑电波信号用来控制机械臂完成对应的动作的技术效果，从而解决了现有技术中脑电波检测仪存在的输出的原始波形数据难以被使用的技术问题，扩大了脑电波检测的应用范围。
附图说明
图1为本发明实施例提供的脑电波控制机械臂的系统的模块图。
具体实施方式
本发明实施例通过提供一种脑电波控制机械臂的系统，解决了现有技术中脑电波检测仪存在的输出的原始波形数据难以被使用的技术问题。
本发明实施例提供了一种脑电波控制机械臂的系统，请参考图1，图1为本发明实施例提供的脑电波控制机械臂的系统的模块图，如图1所示，该系统包括：
脑电波信号采集及处理设备100，包括：传感器101，用于采集脑电波信号；处理芯片102，与传感器101相连，用于从脑电波信号中提取出脑电波数据，脑电波数据包括注意力参数值与放松度参数值；信号发送器103，与处理芯片102相连，用于发送脑电波数据；
单片机设备200，包括：信号接收器201，用于接收脑电波数据；指令生成器202，与信号接收器201相连，用于根据脑电波数据生成脑电波控制指令；指令发送器203，与指令生成器202相连，用于发送脑电波控制指令；
机械臂300，包括：指令接收器301，用于接收脑电波控制指令；机械臂本体，与指令接收器301相连，用于根据脑电波控制指令，执行对应的动作。
可以看出，由于采用了通过脑电波信号采集及处理设备来采集脑电波信号并将其处理为脑电波数据，单片机设备根据脑电波数据生成脑电波控制指令，从而能够控制机械臂执行对应的动作的技术方案，实现了将脑电波信号用来控制机械臂完成对应的动作的技术效果，从而解决了现有技术中脑电波检测仪存在的输出的原始波形数据难以被使用的技术问题，扩大了脑电波检测的应用范围。
在具体实施过程中，传感器101可以通过三点式脑电波传感器或者四点式脑电波传感器，在此不做限制。
在具体实施过程中，处理芯片102为专用集成电路(ApplicationSpecificIntegratedCircuits，简称ASIC)芯片，通用集成电路相比，ASIC芯片在构成电子系统时具有以下几个方面的优越性：1.缩小体积、减轻重量、降低功耗；2.提高可靠性，用ASIC芯片进行系统集成后，外部连线减少，因而可靠性明显提高；3.易于获得高性能，ASIC是针对专门应用而特别设计的；系统设计、电路设计、工艺设计之间紧密结合，这种一体化的设计有利于获得前所未有的高性能系统；4.可增强保密性，电子产品中的ASIC芯片对用户来说相当于一个"黑匣子"，难于仿造；5.在大批量应用时，可显著降低系统成本。例如，处理芯片102可以通过对脑电波进行共同空间模式(英文：CommonSpatialPatterns；简称：CSP)滤波方法进行滤波，接着通过连续小波(英文：Continuous(WaveletTransform；简称：CWT)分析，最后从中提取出注意力参数值和放松度参数值，在此就不再赘述了。
在具体实施过程中，脑电波信号采集及处理设备还包括接触程度检测器104，接触程度传感器104与传感器101相连，用于检测传感器101与用户的皮肤之间的接触良好程度，这样可以在通过接触程度传感器104检测到传感器101与用户的皮肤之间的接触良好程度超过预设程度之后才控制传感器104开始采集数据，能够避免因传感器101与用户的皮肤之间接触不好而导致采集到的脑电波信号不准确，从而避免向机械臂输入不准确的控制指令。
在具体实施过程中，注意力参数值的范围为0～100，放松度参数值的范围为0～100，机械臂包括向前、向后和直立三种状态；指令生成器202具体用于：
若机械臂处于向前状态，在注意力参数值为大于等于0且小于35时，生成第一控制指令，第一控制指令用于控制机械臂完成第一预设动作，第一预设动作例如可以是左转5度、左转15度等等；在注意力参数值为大于等于75且小于等于100时，生成第二控制指令，第二控制指令用于控制机械臂完成第二预设动作，第二预设动作例如可以是右转15度、右转25度等等；在注意力参数值为大于等于35且小于75时，若放松度参数值为大于等于0小于35，生成第三控制指令，第三控制指令用于控制机械臂完成第三预设动作，第三预设动作例如可以是机械爪抓紧或者放松等等，若放松度参数值为大于等于35且小于75，生成第四控制指令，第四孔指令用于控制机械臂保持不动；在实际应用中，若执行超过预设次数地执行机械臂保持不动的指令，则可以将机械臂回到指令状态；
若机械臂处于向后状态，在注意力参数值为大于等于0小于35时，生成第五控制指令，第五控制指令用于控制机械臂完成第一预设动作；在注意力参数值为大于等于75小于等于100时，生成第六控制指令，第六控制指令用于控制机械臂完成第二预设动作；在注意力参数值为大于等于35且小于75时，若放松度参数值为大于等于35小于等于75，生成第七控制指令，第七控制指令用于控制机械臂保持不动，若放松度参数值为大于75且小于等于100，生成第八控制指令，第八控制指令用于控制机械臂完成第四预设动作，第四预设动作例如可以是机械爪放松或者抓紧等等；在实际应用中，若执行超过预设次数地执行机械臂保持不动的指令，则可以将机械臂回到指令状态；
若机械臂处于直立状态，在注意力参数值为大于等于0且小于35时，生成第九控制指令，第九控制指令用于控制机械臂进入向前状态；在注意力参数值为大于等于75且小于等于100时，生成第十控制指令，第十控制指令用于控制机械臂进入向后状态；在注意力参数值为大于等于35且小于75时，生成第十一控制指令，第十一控制指令用于控制机械臂保持不动。
当然，需要说明的是，上述机械臂的预设动作仅仅是为了举例，而不是用于限制本发明，通过本实施例的介绍，本领域所属的技术人员能够根据实际情况，为机械臂设置其他合适的动作，以满足实际情况的需要，在此就不再赘述了。
在具体实施过程中，信号发送器103为蓝牙信号发送器。当然了，单片机设备200中的信号接收器201也同样为蓝牙信号接收器，在此就不再赘述了。
在其他实施例中，信号发送器103和信号接收器201只要采用同样的无线传输技术即可，在此不做限制。
可以看出，由于采用了信号发送器为蓝牙信号发送器以及信号接收器为蓝牙信号接收器的技术方案，控制者与机械臂不需要直接接触，有效降低了安全隐患，提升了安全系数及便利程度。
在具体实施过程中，处理芯片102具体用于将脑电波信号进行基于快速傅里叶变换及卡曼滤波器的频域分析处理。
在具体实施过程中，指令发送器203和指令接收器301之间可以采用有线通信，也可以采用无线的方式通信，在此就不再赘述了。
在本实施例中，首先，通过脑电波信号采集及处理设备100中的接触程度检测器104检测传感器101与用户的皮肤之间的接触良好程度超过预设程度之后，再通过脑电波信号采集及处理设备100中的传感器101采集到脑电波信号，并通过处理芯片102从脑电波信号中提取出脑电波数据，脑电波数据包括“注意力参数值”、“放松度参数值”两种控制参数，并通过信号发送器103将脑电波数据发送至单片机系统。
其次，单片机设备200通过信号接收器201接收从信号发送器103发来的脑电波数据中读出需要的“注意力参数值”和“放松度参数值”，并通过指令生成器202生成对应的控制指令，最后通过指令发送器203将控制指令发送给机械臂300。
最后，机械臂300通过指令接收器301接收指令发送器203发送的控制指令，从而控制机械臂本体完成相应的动作，在此就不再赘述了。
执行一次动作之后，单片机设备200根据此阶段接受到的数据继续生成相应的控制指令，从而实现不断地控制机械臂完成对应的动作的效果，直到用户主动停止数据采集，或停止蓝牙模块的数据发送，才停止整个系统的运行。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了通过脑电波信号采集及处理设备来采集脑电波信号并将其处理为脑电波数据，单片机设备根据脑电波数据生成脑电波控制指令，从而能够控制机械臂执行对应的动作的技术方案，实现了将脑电波信号用来控制机械臂完成对应的动作的技术效果，从而解决了现有技术中脑电波检测仪存在的输出的原始波形数据难以被使用的技术问题，扩大了脑电波检测的应用范围。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种脑电波控制机械臂的系统，其特征在于，包括：
脑电波信号采集及处理设备，包括：传感器，用于采集脑电波信号；处理芯片，与所述传感器相连，用于从所述脑电波信号中提取出脑电波数据，所述脑电波数据包括注意力参数值与放松度参数值；信号发送器，与所述处理芯片相连，用于发送所述脑电波数据；
单片机设备，包括：信号接收器，用于接收所述脑电波数据；指令生成器，与所述信号接收器相连，用于根据所述脑电波数据生成脑电波控制指令；指令发送器，与所述指令生成器相连，用于发送所述脑电波控制指令；
机械臂，包括：指令接收器，用于接收所述脑电波控制指令；机械臂本体，与所述指令接收器相连，用于根据所述脑电波控制指令，执行对应的动作。
2.如权利要求1所述的系统，其特征在于，所述处理芯片为专用集成电路ASIC芯片。
3.如权利要求1所述的系统，其特征在于，所述脑电波信号采集及处理设备还包括接触程度检测器，所述接触程度传感器与所述传感器相连，用于检测所述传感器与用户的皮肤之间的接触良好程度。
4.如权利1要求所述的系统，其特征在于，所述注意力参数值的范围为0～100，所述放松度参数值的范围为0～100，所述机械臂包括向前、向后和直立三种状态；
所述指令生成器具体用于：
若所述机械臂处于所述向前状态，在所述注意力参数值为大于等于0且小于35时，生成第一控制指令，所述第一控制指令用于控制所述机械臂完成第一预设动作；在所述注意力参数值为大于等于75且小于等于100时，生成第二控制指令，所述第二控制指令用于控制所述机械臂完成第二预设动作；在所述注意力参数值为大于等于35且小于75时，若所述放松度参数值为大于等于0小于35，生成第三控制指令，所述第三控制指令用于控制所述机械臂完成第三预设动作，若所述放松度参数值为大于等于35且小于75，生成第四控制指令，所述第四孔指令用于控制所述机械臂保持不动；
若所述机械臂处于所述向后状态，在所述注意力参数值为大于等于0小于35时，生成第五控制指令，所述第五控制指令用于控制所述机械臂完成所述第一预设动作；在所述注意力参数值为大于等于75小于等于100时，生成第六控制指令，所述第六控制指令用于控制所述机械臂完成所述第二预设动作；在所述注意力参数值为大于等于35且小于75时，若所述放松度参数值为大于等于35小于等于75，生成第七控制指令，所述第七控制指令用于控制所述机械臂保持不动，若所述放松度参数值为大于75且小于等于100，生成第八控制指令，所述第八控制指令用于控制所述机械臂完成第四预设动作；
若所述机械臂处于所述直立状态，在所述注意力参数值为大于等于0且小于35时，生成第九控制指令，所述第九控制指令用于控制所述机械臂进入所述向前状态；在所述注意力参数值为大于等于75且小于等于100时，生成第十控制指令，所述第十控制指令用于控制所述机械臂进入所述向后状态；在所述注意力参数值为大于等于35且小于75时，生成第十一控制指令，所述第十一控制指令用于控制所述机械臂保持不动。
5.如权利要求1所述的系统，其特征在于，所述信号发送器为蓝牙信号发送器，所述信号接收器为蓝牙信号接收器。
6.如权利要求1所述的系统，其特征在于，所述处理芯片具体用于将所述脑电波信号进行基于快速傅里叶变换及卡曼滤波器的频域分析处理。
CN201510856139.0A 2015-11-30 2015-11-30 一种脑电波控制机械臂的系统 Expired - Fee Related CN105425963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510856139.0A CN105425963B (zh) 2015-11-30 2015-11-30 一种脑电波控制机械臂的系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510856139.0A CN105425963B (zh) 2015-11-30 2015-11-30 一种脑电波控制机械臂的系统

Publications (2)

Publication Number Publication Date
CN105425963A true CN105425963A (zh) 2016-03-23
CN105425963B CN105425963B (zh) 2019-04-26

Family

ID=55504219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510856139.0A Expired - Fee Related CN105425963B (zh) 2015-11-30 2015-11-30 一种脑电波控制机械臂的系统

Country Status (1)

Country Link
CN (1) CN105425963B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106128201A (zh) * 2016-06-14 2016-11-16 北京航空航天大学 一种沉浸式视觉和离散力控制任务结合的注意力训练系统
CN106625656A (zh) * 2016-11-03 2017-05-10 北京石油化工学院 一种绘图机器人的控制方法与装置
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
WO2018113392A1 (zh) * 2016-12-20 2018-06-28 华南理工大学 一种基于脑机接口的机械臂自主辅助系统及方法
CN108942938A (zh) * 2018-07-27 2018-12-07 齐鲁工业大学 一种基于脑电波信号的四轴机器臂运动控制方法及系统
CN111911157A (zh) * 2020-07-30 2020-11-10 徐州工程学院 基于脑电波控制采煤机运动的方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102728068A (zh) * 2012-07-03 2012-10-17 北京理工大学珠海学院 一种电动玩具车的控制系统及控制方法
CN104706495A (zh) * 2013-12-11 2015-06-17 中国科学院宁波材料技术与工程研究所 基于脑机接口的肢体训练机器人及训练方法
CN205281404U (zh) * 2015-11-30 2016-06-01 北京航空航天大学 一种脑电波控制机械臂的系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102728068A (zh) * 2012-07-03 2012-10-17 北京理工大学珠海学院 一种电动玩具车的控制系统及控制方法
CN104706495A (zh) * 2013-12-11 2015-06-17 中国科学院宁波材料技术与工程研究所 基于脑机接口的肢体训练机器人及训练方法
CN205281404U (zh) * 2015-11-30 2016-06-01 北京航空航天大学 一种脑电波控制机械臂的系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106128201A (zh) * 2016-06-14 2016-11-16 北京航空航天大学 一种沉浸式视觉和离散力控制任务结合的注意力训练系统
CN106128201B (zh) * 2016-06-14 2018-12-21 北京航空航天大学 一种沉浸式视觉和离散力控制任务结合的注意力训练系统
CN106625656A (zh) * 2016-11-03 2017-05-10 北京石油化工学院 一种绘图机器人的控制方法与装置
WO2018113392A1 (zh) * 2016-12-20 2018-06-28 华南理工大学 一种基于脑机接口的机械臂自主辅助系统及方法
US11602300B2 (en) 2016-12-20 2023-03-14 South China University Of Technology Brain-computer interface based robotic arm self-assisting system and method
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
CN108942938A (zh) * 2018-07-27 2018-12-07 齐鲁工业大学 一种基于脑电波信号的四轴机器臂运动控制方法及系统
CN111911157A (zh) * 2020-07-30 2020-11-10 徐州工程学院 基于脑电波控制采煤机运动的方法及装置

Also Published As

Publication number Publication date
CN105425963B (zh) 2019-04-26

Similar Documents

Publication Publication Date Title
CN105425963A (zh) 一种脑电波控制机械臂的系统
CN205281404U (zh) 一种脑电波控制机械臂的系统
CN112003859B (zh) 数据的加密方法、装置和解密方法、装置
CN110475000A (zh) 触控屏报点方法及相关设备
EP3179598A1 (en) Method of eliminating interference on touch screen from charger, and mobile terminal
CN107256380A (zh) 指纹注册方法及相关产品
CN106507269A (zh) 一种数据迁移方法及终端设备
CN107181010B (zh) 动力电池采样电流的滤波处理方法和装置及电池管理系统
CN102832907A (zh) 一种消除触觉传感器工频噪声的方法
CN106667439B (zh) 一种心电信号的降噪方法及装置
CN104346545A (zh) USB Key电磁旁路信号采集装置和方法
CN104035462B (zh) 一种电源控制方法及设备
CN105302099A (zh) 一种智能家居控制系统及方法
CN105429157B (zh) 一种基于Prony分析的智能振荡模式识别方法
US10725585B2 (en) Method for determining touch position and touch control chip
CN105115592A (zh) 颅腔振动检测方法及装置
CN105843444B (zh) 一种信号坐标处理方法、电路及电磁书写设备
CN104092803A (zh) 一种信息处理方法及电子设备
CN203616430U (zh) 具备自适应抗干扰功能的低成本局部放电在线监测装置
CN110532836B (zh) 核电站信号识别方法、装置、计算机设备及存储介质
CN105786731A (zh) 一种信息方法及电子设备
Tian et al. LabVIEW for EEG Signal Processing
CN216526793U (zh) 一种用于大数据的数据采集系统
CN210742920U (zh) 一种汽车驾驶员数据采集系统和穿戴式辅助驾驶设备
CN206364777U (zh) 一种信号滤波电路

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190426

Termination date: 20211130