CN105739442A - 一种基于脑电信号的仿生手控制系统 - Google Patents

一种基于脑电信号的仿生手控制系统 Download PDF

Info

Publication number
CN105739442A
CN105739442A CN201610038990.7A CN201610038990A CN105739442A CN 105739442 A CN105739442 A CN 105739442A CN 201610038990 A CN201610038990 A CN 201610038990A CN 105739442 A CN105739442 A CN 105739442A
Authority
CN
China
Prior art keywords
module
eeg signals
bionic hand
data
physical model
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
CN201610038990.7A
Other languages
English (en)
Other versions
CN105739442B (zh
Inventor
张文超
杨婷婷
刘艳
王昌
任琼琼
秦鑫
高凤梅
李振新
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.)
Xinxiang Medical University
Original Assignee
Xinxiang Medical 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 Xinxiang Medical University filed Critical Xinxiang Medical University
Priority to CN201610038990.7A priority Critical patent/CN105739442B/zh
Publication of CN105739442A publication Critical patent/CN105739442A/zh
Application granted granted Critical
Publication of CN105739442B publication Critical patent/CN105739442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/414—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller
    • G05B19/4142—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller characterised by the use of a microprocessor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34013—Servocontroller

Abstract

本发明公开了一种基于脑电信号的仿生手控制系统，通过闭眼时间的长短作为不同的控制信号，系统具体包括脑电信号采集模块，脑电信号处理模块，中央处理器，人机操作模块，物理模型建立模块，转移节点模块和声控修订模块。本发明通过闭眼时间的长短作为不同的控制信号，使用方便，同时每个命令在执行前，均会进行动画模拟，从而使用更加安全，控制更加精确。

Description

一种基于脑电信号的仿生手控制系统
技术领域
本发明涉及电子控制领域，具体涉及一种基于脑电信号的仿生手控制系统。
背景技术
脑机接口的概念始于1973年，它是在人或动物脑与外部设备间建立的直接连接通路。自上世纪70年代以来，随着神经科学和计算机技术的发展，脑机接口取得了很大进展。目前，根据脑信号获取的方式的不同，脑机接口可分为侵入式和非侵入式，直接将电极植入到脑壳内称为侵入式BCI；从头皮获取信号则称为非侵入BCI。脑电是脑细胞群体发放电所产生的宏观现象，当大脑活动的时候，会产生特定的脑电信号。对于侵入式脑机接口因将电极置入大脑，可以直接从大脑皮层提取到信噪比较高的脑电信号。但对于非侵入脑机接口，则通常通过戴电极帽、红外成像、功能核磁共振等方式来获取脑电信号。
由于非侵入式BCI的研究，只需要通过特定的设备在大脑皮层的表面直接进行脑电信号的采集和处理，且不需要进行外科手术，因此非侵入式一直是BCI研究热点。非侵入式BCI由于脑电信号(EEG)的时间分辨率高，且采集设备具有容易携带、便于使用等优势，是一种实用的脑机接口方式。基于EEG的非侵入式BCI，根据神经生理学机理可分为：基于运动想象的BCI系统、基于事件相关电位的BCI系统、基于视觉诱发电位的BCI系统等。
近几年，脑机接口的相关研究取得了很大的发展，脑机接口在脑科学、神经科学、生物医学工程、信息，控制科学等领域都产生了很多应用。而在多自由度的运动控制方面的应用主要有虚拟环境漫游、计算机鼠标模拟、自动车控制(包括模型车、机器人、轮椅控制等)、假肢控制等。但由于离散控制的内在的缺陷，很难做到平滑，快速的控制。而单独依靠运动想象的实现则需要对使用者进行很长时间的训练，而且对使用者的依赖性很强。
随着机器人应用技术的不断发展，机器人作业任务的复杂性也随之不断增加。五指仿生机械手作为一类机器人终端操作装置，具有多自由度、多指协调、灵活性强的特点，在具有灵巧及精细要求的各类任务中取得广泛应用。
目前的五指仿生机械手控制方法通常采用指令性操控，即操作人员通过计算机或其它控制设备直接向五指仿生机械手发送动作指令，操控五指仿生机械手完成指定动作。这种控制方式简单易行，但无法令五指仿生机械手参照人类真实手势进行相应动作。
发明内容
为解决上述问题，本发明提供了一种基于脑电信号的仿生手控制系统，通过闭眼时间的长短作为不同的控制信号，使用方便，同时每个命令在执行前，均会进行动画模拟，从而使用更加安全，控制更加精确。
为实现上述目的，本发明采取的技术方案为：
一种基于脑电信号的仿生手控制系统，通过闭眼时间的长短作为不同的控制信号，系统具体包括
脑电信号采集模块，用于通过电极帽采集枕部及中央区脑电信号，并将数据通过数据传输模块发送到脑电信号处理模块；
脑电信号处理模块，包括脑电信号滤波模块、GSP转换模块和特征提取模块，用于对采集到的脑电信号进行预处理和特征提取，并将处理后的数据发送到中央处理器；
中央处理器，用于通过预设的算法进行相应控制命令的生成，并将生成的控制命令通过控制命令输出模块输出至显示屏、转移节点模块和声控修订模块；
人机操作模块，用于输入待控制仿生手的参数数据，并发送到物理模型建立模块；
物理模型建立模块，用于根据人机操作模块输入的参数数据建立仿生手物理模型，并发送到显示屏进行显示；
转移节点模块，与物理模型建立模块的各元素相连，用于根据中央处理器发出的控制命令改变转移节点的位置、方向设置，使仿生手物理模型产生相应的运动；
声控修订模块，用于对中央处理器生成的控制命令进行声控修改，并将修改后的命令输出至仿生手。
优选地，所述人机操作模块包括图片输入模块、语音输入模块和文字输入模块。
优选地，所述人机操作模块内还设有数据处理模块，用于接收输入的图片数据、文字数据和语音数据，去除图像中的斑点噪声，提取图片中的特征值，并将特征值转换成文本数据发送到物理模型建立模块；提取文字数据中的关键字发送到物理模型建立模块；将语音数据转换成文本数据，并提取关键字发送到物理模型建立模块
优选地，所述声控修订模块采用麦克风。
优选地，所述脑电信号滤波模块，用于对脑电信号进行低通滤波，去除工频干扰。
优选地，所述GSP转换模块，用于将滤波后的脑电信号转换成信号的特征模式。
优选地，所述特征提取模块，用于提取每个通道信号的幅值，并将其连接起来构成一个完整的特征向量。
本发明具有以下有益效果：
通过闭眼时间的长短作为不同的控制信号，使用方便，同时每个命令在执行前，均会进行动画模拟，从而使用更加安全，控制更加精确。
附图说明
图1为本发明实施例一种基于脑电信号的仿生手控制系统的结构框图。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种基于脑电信号的仿生手控制系统，通过闭眼时间的长短作为不同的控制信号，系统具体包括
脑电信号采集模块，用于通过电极帽采集枕部及中央区脑电信号，并将数据通过数据传输模块发送到脑电信号处理模块；
脑电信号处理模块，包括脑电信号滤波模块、GSP转换模块和特征提取模块，用于对采集到的脑电信号进行预处理和特征提取，并将处理后的数据发送到中央处理器；
中央处理器，用于通过预设的算法进行相应控制命令的生成，并将生成的控制命令通过控制命令输出模块输出至显示屏、转移节点模块和声控修订模块；
人机操作模块，用于输入待控制仿生手的参数数据，并发送到物理模型建立模块；
物理模型建立模块，用于根据人机操作模块输入的参数数据建立仿生手物理模型，并发送到显示屏进行显示；
转移节点模块，与物理模型建立模块的各元素相连，用于根据中央处理器发出的控制命令改变转移节点的位置、方向设置，使仿生手物理模型产生相应的运动；
声控修订模块，用于对中央处理器生成的控制命令进行声控修改，并将修改后的命令输出至仿生手。
优选地，所述人机操作模块包括图片输入模块、语音输入模块和文字输入模块。
优选地，所述人机操作模块内还设有数据处理模块，用于接收输入的图片数据、文字数据和语音数据，去除图像中的斑点噪声，提取图片中的特征值，并将特征值转换成文本数据发送到物理模型建立模块；提取文字数据中的关键字发送到物理模型建立模块；将语音数据转换成文本数据，并提取关键字发送到物理模型建立模块
优选地，所述声控修订模块采用麦克风。
优选地，所述脑电信号滤波模块，用于对脑电信号进行低通滤波，去除工频干扰。
优选地，所述GSP转换模块，用于将滤波后的脑电信号转换成信号的特征模式。
优选地，所述特征提取模块，用于提取每个通道信号的幅值，并将其连接起来构成一个完整的特征向量。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种基于脑电信号的仿生手控制系统，其特征在于，通过闭眼时间的长短作为不同的控制信号，系统具体包括
脑电信号采集模块，用于通过电极帽采集枕部及中央区脑电信号，并将数据通过数据传输模块发送到脑电信号处理模块；
脑电信号处理模块，包括脑电信号滤波模块、GSP转换模块和特征提取模块，用于对采集到的脑电信号进行预处理和特征提取，并将处理后的数据发送到中央处理器；
中央处理器，用于通过预设的算法进行相应控制命令的生成，并将生成的控制命令通过控制命令输出模块输出至显示屏、转移节点模块和声控修订模块；
人机操作模块，用于输入待控制仿生手的参数数据，并发送到物理模型建立模块；
物理模型建立模块，用于根据人机操作模块输入的参数数据建立仿生手物理模型，并发送到显示屏进行显示；
转移节点模块，与物理模型建立模块的各元素相连，用于根据中央处理器发出的控制命令改变转移节点的位置、方向设置，使仿生手物理模型产生相应的运动；
声控修订模块，用于对中央处理器生成的控制命令进行声控修改，并将修改后的命令输出至仿生手。
2.根据权利要求1所述的一种基于脑电信号的仿生手控制系统，其特征在于，所述人机操作模块包括图片输入模块、语音输入模块和文字输入模块。
3.根据权利要求1所述的一种基于脑电信号的仿生手控制系统，其特征在于，所述人机操作模块内还设有数据处理模块，用于接收输入的图片数据、文字数据和语音数据，去除图像中的斑点噪声，提取图片中的特征值，并将特征值转换成文本数据发送到物理模型建立模块；提取文字数据中的关键字发送到物理模型建立模块；将语音数据转换成文本数据，并提取关键字发送到物理模型建立模块。
4.根据权利要求1所述的一种基于脑电信号的仿生手控制系统，其特征在于，所述声控修订模块采用麦克风。
5.根据权利要求1所述的一种基于脑电信号的仿生手控制系统，其特征在于，所述脑电信号滤波模块，用于对脑电信号进行低通滤波，去除工频干扰。
6.根据权利要求1所述的一种基于脑电信号的仿生手控制系统，其特征在于，所述GSP转换模块，用于将滤波后的脑电信号转换成信号的特征模式。
7.根据权利要求1所述的一种基于脑电信号的仿生手控制系统，其特征在于，所述特征提取模块，用于提取每个通道信号的幅值，并将其连接起来构成一个完整的特征向量。
CN201610038990.7A 2016-01-12 2016-01-12 一种基于脑电信号的仿生手控制系统 Active CN105739442B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610038990.7A CN105739442B (zh) 2016-01-12 2016-01-12 一种基于脑电信号的仿生手控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610038990.7A CN105739442B (zh) 2016-01-12 2016-01-12 一种基于脑电信号的仿生手控制系统

Publications (2)

Publication Number Publication Date
CN105739442A true CN105739442A (zh) 2016-07-06
CN105739442B CN105739442B (zh) 2018-12-04

Family

ID=56246325

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610038990.7A Active CN105739442B (zh) 2016-01-12 2016-01-12 一种基于脑电信号的仿生手控制系统

Country Status (1)

Country Link
CN (1) CN105739442B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020077534A1 (en) * 2000-12-18 2002-06-20 Human Bionics Llc Method and system for initiating activity based on sensed electrophysiological data
CN101773422A (zh) * 2010-01-21 2010-07-14 吉林大学 基于神经再分布技术的肌电仿生手臂系统
CN101980106A (zh) * 2010-10-15 2011-02-23 华南理工大学 一种脑机接口的二维光标控制方法及装置
CN102309366A (zh) * 2011-07-21 2012-01-11 山东科技大学 用眼动信号控制上假肢运动的控制系统和控制方法
CN102866775A (zh) * 2012-09-04 2013-01-09 同济大学 基于多模式融合的脑机接口控制系统及方法
CN103885445A (zh) * 2014-03-20 2014-06-25 浙江大学 一种脑控动物机器人系统以及动物机器人的脑控方法
CN104133470A (zh) * 2013-05-03 2014-11-05 徐燕锋 多模态脑机接口轮椅控制系统
CN104331265A (zh) * 2014-09-30 2015-02-04 北京金山安全软件有限公司 一种语音输入方法、装置及终端
CN104398325A (zh) * 2014-11-05 2015-03-11 西安交通大学 基于场景稳态视觉诱发的脑-肌电控制假肢的装置及方法
CN104758075A (zh) * 2015-04-20 2015-07-08 郑洪� 基于语音识别控制的家用口腔护理工具
CN104997581A (zh) * 2015-07-17 2015-10-28 西安交通大学 基于面部表情驱动脑电信号的假手控制方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020077534A1 (en) * 2000-12-18 2002-06-20 Human Bionics Llc Method and system for initiating activity based on sensed electrophysiological data
CN101773422A (zh) * 2010-01-21 2010-07-14 吉林大学 基于神经再分布技术的肌电仿生手臂系统
CN101980106A (zh) * 2010-10-15 2011-02-23 华南理工大学 一种脑机接口的二维光标控制方法及装置
CN102309366A (zh) * 2011-07-21 2012-01-11 山东科技大学 用眼动信号控制上假肢运动的控制系统和控制方法
CN102866775A (zh) * 2012-09-04 2013-01-09 同济大学 基于多模式融合的脑机接口控制系统及方法
CN104133470A (zh) * 2013-05-03 2014-11-05 徐燕锋 多模态脑机接口轮椅控制系统
CN103885445A (zh) * 2014-03-20 2014-06-25 浙江大学 一种脑控动物机器人系统以及动物机器人的脑控方法
CN104331265A (zh) * 2014-09-30 2015-02-04 北京金山安全软件有限公司 一种语音输入方法、装置及终端
CN104398325A (zh) * 2014-11-05 2015-03-11 西安交通大学 基于场景稳态视觉诱发的脑-肌电控制假肢的装置及方法
CN104758075A (zh) * 2015-04-20 2015-07-08 郑洪� 基于语音识别控制的家用口腔护理工具
CN104997581A (zh) * 2015-07-17 2015-10-28 西安交通大学 基于面部表情驱动脑电信号的假手控制方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李素蕊: "基于脑机接口技术下仿生手结构设计及分析", 《电子测试》 *

Also Published As

Publication number Publication date
CN105739442B (zh) 2018-12-04

Similar Documents

Publication Publication Date Title
CN105082150B (zh) 一种基于用户情绪及意图识别的机器人人机交互方法
Bi et al. EEG-based brain-controlled mobile robots: a survey
CN103735262B (zh) 一种双树复小波与共空间模式结合的脑电特征提取方法
Norani et al. A review of signal processing in brain computer interface system
CN105708587A (zh) 一种运动想象模式脑机接口触发的下肢外骨骼训练方法及系统
CN105962935B (zh) 用于运动学习功能改善的脑电神经反馈训练系统及其方法
Yang et al. Wearable 3.0: from smart clothing to wearable affective robot
CN103699226A (zh) 一种基于多信息融合的三模态串行脑-机接口方法
CN108762303A (zh) 一种基于运动想象的便携式脑控无人机系统及控制方法
CN104133470A (zh) 多模态脑机接口轮椅控制系统
CN103349595A (zh) 基于多模式分层控制的脑机接口智能轮椅
Shende et al. Literature review of brain computer interface (BCI) using Electroencephalogram signal
WO2017215177A1 (zh) 一种虚拟现实中内容交互的方法和装置
CN105137830A (zh) 一种基于视觉诱发脑机接口的国画机器手及其绘图方法
Tang et al. Wearable supernumerary robotic limb system using a hybrid control approach based on motor imagery and object detection
Wang et al. Brain-controlled wheelchair review: From wet electrode to dry electrode, from single modal to hybrid modal, from synchronous to asynchronous
Lee et al. Development of an open source platform for brain-machine interface: OpenBMI
CN110688013A (zh) 一种基于ssvep的英文键盘拼写系统及拼写方法
Hsieh et al. Home care by auditory Brain Computer Interface for the blind with severe physical disabilities
Shi et al. MCSNet: channel synergy-based human-exoskeleton interface with surface electromyogram
CN206400210U (zh) 脑电波控制的智能ar眼镜设备
CN115444717B (zh) 基于脑机接口的肢体功能康复训练方法及系统
CN105739442A (zh) 一种基于脑电信号的仿生手控制系统
CN114936574A (zh) 一种基于bci的高灵活度机械手系统及其实现方法
Zeng et al. An Attention Based Chinese Sign Language Recognition Method Using sEMG Signal

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Zhang Wenchao

Inventor after: Zhang Gaigai

Inventor after: Yang Qingyun

Inventor after: Li Zhenxin

Inventor after: Yu Yi

Inventor after: Ren Qiongqiong

Inventor after: Liu Yan

Inventor after: Wang Chang

Inventor after: Qin Xin

Inventor after: Gao Fengmei

Inventor after: Yang Tingting

Inventor before: Zhang Wenchao

Inventor before: Yang Tingting

Inventor before: Liu Yan

Inventor before: Wang Chang

Inventor before: Ren Qiongqiong

Inventor before: Qin Xin

Inventor before: Gao Fengmei

Inventor before: Li Zhenxin

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant