CN106625656A - 一种绘图机器人的控制方法与装置 - Google Patents

一种绘图机器人的控制方法与装置 Download PDF

Info

Publication number
CN106625656A
CN106625656A CN201610956512.4A CN201610956512A CN106625656A CN 106625656 A CN106625656 A CN 106625656A CN 201610956512 A CN201610956512 A CN 201610956512A CN 106625656 A CN106625656 A CN 106625656A
Authority
CN
China
Prior art keywords
data
signal
control
module
degrees
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
Application number
CN201610956512.4A
Other languages
English (en)
Inventor
刘学君
卢浩
李京
袁碧贤
张文涛
何宏
何一宏
王莉
裴梦瑶
曹姣
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.)
Beijing Institute of Petrochemical Technology
Original Assignee
Beijing Institute of Petrochemical Technology
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 Beijing Institute of Petrochemical Technology filed Critical Beijing Institute of Petrochemical Technology
Priority to CN201610956512.4A priority Critical patent/CN106625656A/zh
Publication of CN106625656A publication Critical patent/CN106625656A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B43—WRITING OR DRAWING IMPLEMENTS; BUREAU ACCESSORIES
    • B43L—ARTICLES FOR WRITING OR DRAWING UPON; WRITING OR DRAWING AIDS; ACCESSORIES FOR WRITING OR DRAWING
    • B43L13/00—Drawing instruments, or writing or drawing appliances or accessories not otherwise provided for
    • 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

Abstract

本发明公开了一种绘图机器人的控制方法与装置，该绘图机器人的控制方法，包括：通过脑波采集模块获取脑电波信号数据；对所述脑电波信号数据进行分析处理并生成控制指令；根据所述控制指令控制绘图机器人进行绘图。采用本发明的技术方案，数据采集端采用脑波采集模块利用金属电极获取人前额的生物电信号，得到并分析出人的脑电波各项数据，经滤波去噪，选取采集数据中的可控部分可以实现对绘图机器人的控制。

Description

一种绘图机器人的控制方法与装置
技术领域
本发明涉及脑波信号作为人机交互信号的技术领域，具体涉及一种绘图机器人的控制方法与装置。
背景技术
人们的大脑无时无刻不在产生着脑电波，这一电信号可以根据频率不同而划分为Delta波、Theta波、Alpha波、Beta波、Gamma波等类型，针对这几种不同类型的脑电波信号可以进行采集分析从而分析出人的心理活动，从而实现“意念”控制。脑-机接口便是随之应运而生的新兴信息交流与控制通道，它不依赖于传统大脑输出通路，借助采集人前额电压的波动，通过TGAM脑电波传感器可以采集电压信号。
但这种“意念”控制的概念并没有技术手段进行实现，因此现有技术中缺乏利用脑波信号从而实现对机器人进行控制的实际解决问题。
发明内容
本发明的目的是提供一种绘图机器人的控制方法与装置，以期实现利用脑波信号从而实现对机器人进行控制。
为了实现上述目的，本发明提供一种绘图机器人的控制方法，并采用如下技术方案：
一种绘图机器人的控制方法包括：通过脑波采集模块获取脑电波信号数据；对所述脑电波信号数据进行分析处理并生成控制指令；根据所述控制指令控制绘图机器人进行绘图。
进一步地，所述通过脑波采集模块获取脑电波信号数据包括：将用于获取单个信号的干电极与所述脑波采集模块相连接；将所述单个信号与通过耳夹获取的参考信号进行比较，获取原始脑电波信号；对所述原始脑电波信号进行噪音过滤，得到所述脑电波信号数据。
进一步地，所述对所述脑电波信号数据进行分析处理并生成控制指令包括：对接收的数据包进行检测和校验；对传送无误的大数据包进行分析，获取大数据包中的关注度数据和放松度数据；将所述关注度数据和所述放松度数据设置为0-100的值；根据所述关注度数据对应的值和所述放松度数据对应的值设定所述控制指令。
进一步地，所述对所述脑电波信号数据进行分析处理并生成控制指令还包括：对接收的数据包进行检测和校验；对传送无误的小数据包进行分析，获取小数据包中的前额电压信号；对所述前额电压信号进行限幅滤波处理，获取所述前额电压信号中的眨眼信号；根据所述眨眼信号制定所述控制指令。
进一步地，所述对所述前额电压信号进行限幅滤波处理，获取所述前额电压信号中的眨眼信号包括：限幅滤波时设定每次采样允许最大偏差值记为A；每次采样后，通过如下公式进行判断：
其中，y(k)为第k步采样值，为第k步滤波值，选取阈值为60000，滤波后数据结果如下：每个波峰对应使用者一次眨眼时取所述前额电压信号的跳变，对多个样本眨眼信号波峰数值进行分析，选取600作为信号阈值，当所述前额电压信号大于600时，确认使用者有眨眼动作进而生成所述眨眼信号。
进一步地，所述根据所述控制指令控制绘图机器人进行绘图包括：步进驱动模块，连接生成所述控制指令的控制单元；步进电机，与所述步进驱动模块电连接；由所述步进电机控制的多导轨绘图机器人，所述导轨均与所述步进电机相连接，且画笔固定在多导轨中的水平导轨上。
根据本发明的另外一个方面，提供一种绘图机器人的控制装置，并采用如下技术方案：
一种绘图机器人的控制装置包括：脑波采集模块，用于通过脑波采集模块获取脑电波信号数据；分析处理模块，用于对所述脑电波信号数据进行分析处理并生成控制指令；控制模块，用于根据所述控制指令控制绘图机器人进行绘图。
进一步地，所述分析处理模块包括：检测模块，用于对接收的数据包进行检测和校验；分析模块，用于对传送无误的大数据包进行分析，获取大数据包中的关注度数据和放松度数据；设置模块，用于将所述关注度数据和所述放松度数据设置为0-100的值；设定模块，用于根据所述关注度数据对应的值和所述放松度数据对应的值设定所述控制指令。
采用本发明的技术方案，数据采集端采用脑波采集模块利用金属电极获取人前额的生物电信号，得到并分析出人的脑电波各项数据，经滤波去噪，选取采集数据中的可控部分可以实现对绘图机器人的控制，即利用嵌入式微处理器和脑电波传感器等器件设计了绘图机器人的控制系统，并进行了硬件和软件联调。系统通过TGAM脑电波传感器获取脑波信号实现对绘图机器人三个步进电机的精准控制，进而实现同步带导轨三维动作，完成绘图功能。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本发明所提供的一种绘图机器人的控制方法的主要流程示意图；
图2为图1所示泄流调速装置的局部结构示意图；
图3为本发明实施例所述的分析采集小包数据图；
图4为本发明实施例所述的滤波后的滤波后脑波数据图；
图5为本发明实施例所述的绘图机器人的控制方法执行部分结构示意图；
图6为本发明实施例所述的绘图机器人的控制方法的系统流程图；
图7为本发明实施例所述的一种绘图机器人的控制装置的结构示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
请参考图1，一种绘图机器人的控制方法包括：
S101：通过脑波采集模块获取脑电波信号数据；
S103：对所述脑电波信号数据进行分析处理并生成控制指令；
S105：根据所述控制指令控制绘图机器人进行绘图。
在本实施例的技术方案中，步骤S101通过脑波采集模块获取脑电波信号数据，参见图2所示，具体通过脑波采集部分20进行执行，脑波采集部分20包含有TGAM脑波采集模块203、蓝牙模块204、干电极引出端201以及电池201，更具体的，脑波采集部分20采集脑电波信号数据，使用蓝牙模块204将采集来的脑电波信号数据发送给信号接收执行部分。
在步骤S103中，对所述脑电波信号数据进行分析处理并生成控制指令；具体参见图2所示，信号接收执行部分22中的微处理器221，微处理器采用微处理器STM32F429。TGAM模块采集脑电波信号通过蓝牙传输后被ARM所接收，收到的脑电波信号每秒大约有513个数据包，其中前512个是小包，格式(16进制数)如下：AA AA 04 80 02xxH xxL xxCh。其中，xxH与xxL组成原始数据rawdata，xxCh为数据和校验，用于检测发送数据包有无传输错误；传输的大包中包含有人脑的各项脑电波，其中含有表示专注度与放松度的相关数据，TGAM模块将这两个数据设置为0-100的数值。单片机接收这些数据后可以进行分析进而制定控制规则。
在步骤S105中，根据所述控制指令控制绘图机器人进行绘图。根据步骤S103生成的控制指令，对步进电机驱动模块222下发控制指令，进而控制步进电机223，步进电机223带动导轨的运动，包括前进、后退、左移、右移、左转、右转等，画笔固定在水平导轨上，完成绘图，也可配置有指示灯来显示导轨目前的运作状态信息。
在本实施例的上述技术方案中，数据采集端采用脑波采集模块利用金属电极获取人前额的生物电信号，得到并分析出人的脑电波各项数据，经滤波去噪，选取采集数据中的可控部分可以实现对绘图机器人的控制。
优选地，所述通过脑波采集模块获取脑电波信号数据包括：将用于获取单个信号的干电极与所述脑波采集模块相连接；将所述单个信号与通过耳夹获取的参考信号进行比较，获取原始脑电波信号；对所述原始脑电波信号进行噪音过滤，得到所述脑电波信号数据。
更具体而言，脑波采集模块主要部件为TGAM脑电波模块203。TGAM脑电波模块203主要负责对前额脑电波信号进行采集及初处理，并将所需要的关注度、放松度、前额电压等数据传出。TGAM脑电波模块203与干电极201直接相连，通过单个信号及耳夹引出的参考电极构成脑波采集模块，在检测到原始脑电信号的同时过滤噪音，极抗干扰。该TGAM脑电波模块203采样率为512Hz，频率范围为3Hz—100Hz，最大消耗功率为15毫安·3.3伏，运行电压为2.97～3.63V，输出接口波特率设置为57600波特。蓝牙模块204使用HC-05，工作电压为3.3v，内置2.4GHz天线。串口通信波特率设置为57600，数据传输方式设定为8数据位1停止位0校验位。在AT模式下，将系统所用的两个蓝牙模块分别设置为主机模式、从机模式，在上电后两蓝牙可以相互连接实现数据通讯。
本实施例的技术方案给出一具体的脑波采集模块的构成方式及工作方式，采用本实施例的技术方案，可以极为稳定的完成脑电波的采集与传输，且结构简单，容易实现。
优选地，所述对所述脑电波信号数据进行分析处理并生成控制指令包括：对接收的数据包进行检测和校验；对传送无误的大数据包进行分析，获取大数据包中的关注度数据和放松度数据；将所述关注度数据和所述放松度数据设置为0-100的值；根据所述关注度数据对应的值和所述放松度数据对应的值设定所述控制指令。
正如在上一实施中所言，TGAM脑电波模块203采集脑电波信号通过蓝牙传输后被ARM所接收，收到的脑电波信号每秒大约有513个数据包，其中前512个是小包，格式(16进制数)如下：
AA AA 04 80 02xxH xxL xxCh
其中，xxH与xxL组成原始数据rawdata，xxCh为数据和校验，用于检测发送数据包有无传输错误；传输的大包中包含有人脑的各项脑电波，其中含有表示专注度与放松都的相关数据，TGAM脑电波模块203将这两个数据设置为0-100的数值。ARM接收这些数据后可以进行分析进而制定控制指令。
通过本实施例的技术方案，提取脑电波总关注度数据和放松度数据，进而生成控制指令，通过控制指令，完成绘图。
优选地，所述对所述脑电波信号数据进行分析处理并生成控制指令还包括：对接收的数据包进行检测和校验；对传送无误的小数据包进行分析，获取小数据包中的前额电压信号；对所述前额电压信号进行限幅滤波处理，获取所述前额电压信号中的眨眼信号；根据所述眨眼信号制定所述控制指令。
TGAM脑电波模块203是通过分析前额生物电从而得到使用者相关数据的，其中对眨眼信号有着更高的灵敏度，即当人眨眼时Rawdata数据出现明显跳变，为获取相关数据制定控制规则，采集多个多次眨眼情况下的人脑电波数据，并截取其中小包数据进行分析，参见图3所示，接收小包数据中包含有多种数据，观察图表及源数据，以限幅滤波的方式剔除其中与眨眼信号无关的数据，滤波时设定每次采样允许最大偏差值记为A，每次采样后做如下判断。
其中，y(k)为第k步采样值，为第k步滤波值，选取阈值为60000，滤波后数据结果如图4所示，图4为滤波后脑波数据图，图中每个波峰对应使用者一次眨眼时前额生物电的跳变，对多个样本眨眼信号波峰数值进行分析，选取600作为信号阈值，当大于600时认为使用者有眨眼动作进而下发控制指令。
优选地，所述根据所述控制指令控制绘图机器人进行绘图包括：步进驱动模块，连接生成所述控制指令的控制单元；步进电机，与所述步进驱动模块电连接；由所述步进电机控制的多导轨绘图机器人，所述导轨均与所述步进电机相连接，且画笔固定在多导轨中的水平导轨上。
具体的，多轨道参数导轨机器人可由三组互相垂直的导轨组成，参见图5，三组互相垂直的导轨可包括第一组导轨501，第二组导轨514，第三组导轨503，各导轨上均设有滑块，如图5所示，第一组导轨501上设有第一滑块512，第一滑块512上设有第一步进电机511；第二组导轨514设有第二滑块504，第二滑块504上设有第二步进电机513，画笔505被固定在第二滑块504上；第三组滑轨503，第三组滑轨503上设有第三滑块509，第三滑块509上设有第三步进电机506。上述滑轨均是通过相应步进电机的牵引实现移动，帮助画笔505在三维空间上自由移动。
在本实施例的技术方案中，系统硬件核心控制平台采用STM32F429微处理器，该处理器采用最新的180MHz的ARM Cortex-M4处理器内核，可取代当前的基于微控制器和中低端独立数字信号处理器的双片解决方案，或者将两者整合成一个基于标准内核的数字信号控制器。STM32F4产品内置意法半导体的自适应实时(ART)加速技术，进一步增强了ARMCortex-M4内核的处理性能。
步进电机223是借助电脉冲实现角位移的执行器件，具有转矩大、惯性小、响应频率高的特点，所具有的瞬间启动及急速停止特性适合绘图要求。步进电机223采用J-5718HB6401型号的步进电机，工作额定电流为4.0A，相电阻1.1Ω，工作时可保持转矩为3.6N·m，步距角1.8°。
对于混合式步进电机而言，工作时要求定子磁极的极性交变，通常要求绕组由双极性驱动电路驱动。对电机绕组双极性供电的典型结构是H桥式主电路，这种驱动电路较复杂。但是由于集成化的双极性驱动芯片的出现，使其得到广泛应用。
步进电机223通过细分驱动器的驱动，其步距角变小了。如驱动器工作在10细分状态时，其步距角只为“电机固有步距角”的十分之一，当驱动器工作在不细分的整步状态时，控制系统每发一个步进脉冲，电机转动1.8°，而用细分驱动器工作在10细分状态时，电机只转动了0.18°。细分功能完全是由驱动器靠精确控制电机的相电流所产生的，与电机无关。
驱动器细分后的主要优点为：完全消除了电机的低频振荡；提高了电机的输出转矩，提高了电机的分辨率，由于减小了步距角、提高了步距的均匀度。现在我们采用的是256的细分，将原来的1.8°的步距角细分为0.42″,增加了步进电机的精确度。
借助M542H步进电机驱动模块可控制电机的转动方向和运动速度，从而控制画笔运动速度。
图6为本发明实施例所述的绘图机器人的控制方法的系统流程图。
就整个系统而言，系统对各模块初始化之后，可以按照图6的流程进行运行。
步骤60：开始；
步骤61：系统初始化；
步骤62：开启蓝牙接口；
步骤63：接收脑波数据；
步骤64：判断专注度信号是否达到阈值，若是，执行步骤65，若否，执行步骤66；
步骤65：导轨停止移动；
步骤66：导轨开始移动；
步骤67：判断是否有眨眼信号，若是，执行步骤68，若否返还执行步骤63；
步骤68：导轨向右转向。
核心控制板STM32F429通过蓝牙开始接收脑电波传感器发送的脑电波信号。经过解析算法函数对接收到的数据进行解析，通过逐级比较脑电波信号数据内的标志位数据，筛选出脑电波专注度数据和眨眼数据，然后将这些数据与预先设定的阀值进行比较。
系统启动后先检测使用者的专注度信号，若专注度信号超过阈值则使导轨开始运动，导轨运动方向通过使用者眨眼信号进行控制，当专注度低于设定阈值时，导轨将停止运动。
采用本发明的技术方案，数据采集端采用脑波采集模块利用金属电极获取人前额的生物电信号，得到并分析出人的脑电波各项数据，经滤波去噪，选取采集数据中的可控部分可以实现对绘图机器人的控制，即利用嵌入式微处理器和脑电波传感器等器件设计了绘图机器人的控制系统，并进行了硬件和软件联调。系统通过TGAM脑电波传感器获取脑波信号实现对绘图机器人三个步进电机的精准控制，进而实现同步带导轨三维动作，完成绘图功能。
图7为本发明实施例所述的一种绘图机器人的控制装置的结构示意图。
本发明提供的一种绘图机器人的控制装置包括：脑波采集模块70，用于通过脑波采集模块获取脑电波信号数据；分析处理模块72，用于对所述脑电波信号数据进行分析处理并生成控制指令；控制模块74，用于根据所述控制指令控制绘图机器人进行绘图。
进一步地，所述分析处理模块包括72：检测模块(图中未示)，用于对接收的数据包进行检测和校验；分析模块(图中未示)，用于对传送无误的大数据包进行分析，获取大数据包中的关注度数据和放松度数据；设置模块(图中未示)，用于将所述关注度数据和所述放松度数据设置为0-100的值；设定模块，用于根据所述关注度数据对应的值和所述放松度数据对应的值设定所述控制指令。
采用本发明的技术方案，数据采集端采用脑波采集模块利用金属电极获取人前额的生物电信号，得到并分析出人的脑电波各项数据，经滤波去噪，选取采集数据中的可控部分可以实现对绘图机器人的控制，即利用嵌入式微处理器和脑电波传感器等器件设计了绘图机器人的控制系统，并进行了硬件和软件联调。系统通过TGAM脑电波传感器获取脑波信号实现对绘图机器人三个步进电机的精准控制，进而实现同步带导轨三维动作，完成绘图功能。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (8)

1.一种绘图机器人的控制方法，其特征在于，包括：
通过脑波采集模块获取脑电波信号数据；
对所述脑电波信号数据进行分析处理并生成控制指令；
根据所述控制指令控制绘图机器人进行绘图。
2.根据权利要求1所述的控制方法，其特征在于，所述通过脑波采集模块获取脑电波信号数据包括：
将用于获取单个信号的干电极与所述脑波采集模块相连接；
将所述单个信号与通过耳夹获取的参考信号进行比较，获取原始脑电波信号；
对所述原始脑电波信号进行噪音过滤，得到所述脑电波信号数据。
3.根据权利要求1所述的控制方法，其特征在于，所述对所述脑电波信号数据进行分析处理并生成控制指令包括：
对接收的数据包进行检测和校验；
对传送无误的大数据包进行分析，获取大数据包中的关注度数据和放松度数据；
所述关注度数据和所述放松度数据通过所述脑波采集模块设置为0-100的值；
根据所述关注度数据对应的值和所述放松度数据对应的值设定所述控制指令。
4.根据权利要求3所述的控制方法，其特征在于，所述对所述脑电波信号数据进行分析处理并生成控制指令还包括：
对接收的数据包进行检测和校验；
对传送无误的小数据包进行分析，获取小数据包中的前额电压信号；
对所述前额电压信号进行限幅滤波处理，获取所述前额电压信号中的眨眼信号；
根据所述眨眼信号制定所述控制指令。
5.根据权利要求4所述的控制方法，其特征在于，所述对所述前额电压信号进行限幅滤波处理，获取所述前额电压信号中的眨眼信号包括：
限幅滤波时设定每次采样允许最大偏差值记为A；
每次采样后，通过如下公式进行判断：
其中，y(k)为第k步采样值，为第k步滤波值，选取阈值为60000，滤波后数据结果如下：
每个波峰对应使用者一次眨眼时取所述前额电压信号的跳变，对多个样本眨眼信号波峰数值进行分析，选取600作为信号阈值，当所述前额电压信号大于600时，确认使用者有眨眼动作进而生成所述眨眼信号。
6.根据权利要求1所述的控制方法，其特征在于，所述根据所述控制指令控制绘图机器人进行绘图包括：
步进驱动模块，连接生成所述控制指令的控制单元；
步进电机，与所述步进驱动模块电连接；
由所述步进电机控制的多导轨绘图机器人，所述导轨均与所述步进电机相连接，且画笔固定在多导轨中的水平导轨上。
7.一种绘图机器人的控制装置，其特征在于，包括：
脑波采集模块，用于通过脑波采集模块获取脑电波信号数据；
分析处理模块，用于对所述脑电波信号数据进行分析处理并生成控制指令；
控制模块，用于根据所述控制指令控制绘图机器人进行绘图。
8.根据权利要求7所述的控制装置，其特征在于，所述分析处理模块包括：
检测模块，用于对接收的数据包进行检测和校验；
分析模块，用于对传送无误的大数据包进行分析，获取大数据包中的关注度数据和放松度数据；
设置模块，用于将所述关注度数据和所述放松度数据设置为0-100的值；
设定模块，用于根据所述关注度数据对应的值和所述放松度数据对应的值设定所述控制指令。
CN201610956512.4A 2016-11-03 2016-11-03 一种绘图机器人的控制方法与装置 Pending CN106625656A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610956512.4A CN106625656A (zh) 2016-11-03 2016-11-03 一种绘图机器人的控制方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610956512.4A CN106625656A (zh) 2016-11-03 2016-11-03 一种绘图机器人的控制方法与装置

Publications (1)

Publication Number Publication Date
CN106625656A true CN106625656A (zh) 2017-05-10

Family

ID=58821732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610956512.4A Pending CN106625656A (zh) 2016-11-03 2016-11-03 一种绘图机器人的控制方法与装置

Country Status (1)

Country Link
CN (1) CN106625656A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108422774A (zh) * 2018-03-07 2018-08-21 佛山科学技术学院 一种绘图写字机
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
CN109582133A (zh) * 2018-11-05 2019-04-05 齐鲁工业大学 一种意念控制四轴无人机系统，方法，设备及计算机可读存储介质
CN110788868A (zh) * 2019-10-26 2020-02-14 内蒙古民族大学 一种残疾儿童专用绘画组合装置
CN113084843A (zh) * 2021-04-29 2021-07-09 上海建桥学院有限责任公司 一种脑电波服务机器人装置
CN113220127A (zh) * 2021-05-25 2021-08-06 南昌达甘科技有限公司 一种基于脑电波控制的学习系统
CN113934174A (zh) * 2021-10-22 2022-01-14 中冶赛迪上海工程技术有限公司 一种抓钢控制方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120059273A1 (en) * 2010-09-03 2012-03-08 Faculdades Catolicas, a nonprofit association, Maintainer of the Pontificia Universidade Cotolica Process and device for brain computer interface
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
US8483816B1 (en) * 2010-02-03 2013-07-09 Hrl Laboratories, Llc Systems, methods, and apparatus for neuro-robotic tracking point selection
CN105395192A (zh) * 2015-12-09 2016-03-16 恒爱高科(北京)科技有限公司 一种基于脑电的可穿戴情感识别方法和系统
CN105425963A (zh) * 2015-11-30 2016-03-23 北京航空航天大学 一种脑电波控制机械臂的系统
CN205229997U (zh) * 2015-12-16 2016-05-11 浙江理工大学 一种将触摸输入转化为纸张记录的写字绘图装置
CN105942975A (zh) * 2016-04-20 2016-09-21 西安电子科技大学 基于稳态视觉诱发的脑电信号处理方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8483816B1 (en) * 2010-02-03 2013-07-09 Hrl Laboratories, Llc Systems, methods, and apparatus for neuro-robotic tracking point selection
US20120059273A1 (en) * 2010-09-03 2012-03-08 Faculdades Catolicas, a nonprofit association, Maintainer of the Pontificia Universidade Cotolica Process and device for brain computer interface
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
CN105425963A (zh) * 2015-11-30 2016-03-23 北京航空航天大学 一种脑电波控制机械臂的系统
CN105395192A (zh) * 2015-12-09 2016-03-16 恒爱高科(北京)科技有限公司 一种基于脑电的可穿戴情感识别方法和系统
CN205229997U (zh) * 2015-12-16 2016-05-11 浙江理工大学 一种将触摸输入转化为纸张记录的写字绘图装置
CN105942975A (zh) * 2016-04-20 2016-09-21 西安电子科技大学 基于稳态视觉诱发的脑电信号处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马超: "基于单通道脑机接口的嵌入式智能轮椅控制系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108422774A (zh) * 2018-03-07 2018-08-21 佛山科学技术学院 一种绘图写字机
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
CN109582133A (zh) * 2018-11-05 2019-04-05 齐鲁工业大学 一种意念控制四轴无人机系统，方法，设备及计算机可读存储介质
CN110788868A (zh) * 2019-10-26 2020-02-14 内蒙古民族大学 一种残疾儿童专用绘画组合装置
CN113084843A (zh) * 2021-04-29 2021-07-09 上海建桥学院有限责任公司 一种脑电波服务机器人装置
CN113220127A (zh) * 2021-05-25 2021-08-06 南昌达甘科技有限公司 一种基于脑电波控制的学习系统
CN113934174A (zh) * 2021-10-22 2022-01-14 中冶赛迪上海工程技术有限公司 一种抓钢控制方法及系统

Similar Documents

Publication Publication Date Title
CN106625656A (zh) 一种绘图机器人的控制方法与装置
CN203468630U (zh) 超声外科系统
CN101972149B (zh) 视触觉测试仪及视触觉敏感性测试方法
CN103989471B (zh) 一种基于脑电图识别的疲劳驾驶检测方法
CN110058691A (zh) 基于嵌入式的可穿戴无线干电极脑电采集处理系统及方法
CN205198906U (zh) 一种用于辅助健身的运动模式纠正系统
CN105233485A (zh) 一种用于辅助健身的运动模式纠正系统及方法
CN102331782B (zh) 一种多模态脑机接口的自动车控制方法
CN103699226A (zh) 一种基于多信息融合的三模态串行脑-机接口方法
CN105082149B (zh) 一种可实现血氧饱和度检测的健康服务机器人
CN107260314A (zh) 手术机器人及手术机器人中的装置、系统
CN101923392A (zh) 脑电信号的异步脑机交互控制方法
CN104898763A (zh) 一种车载编码器旋钮控制调节的方法及系统
CN103432677B (zh) 清醒度维持装置
CN102654793B (zh) 基于双模校验机制的脑电驱动高可靠操控系统
CN104622466A (zh) 脑电波遥控车及控制方法
CN112842824B (zh) 一种用于下肢康复恢复的训练方法
CN106874872A (zh) 工频噪声滤除装置与方法
CN206216694U (zh) 一种基于脑机接口的绘图装置
CN110151188A (zh) 帕金森诊断系统
CN108646726A (zh) 基于脑电波的轮椅控制方法以及结合语音的轮椅控制系统
CN110534180A (zh) 深度学习人机互适应运动想象脑机接口系统和训练方法
CN105105773A (zh) 一种基于多阈值比较的疲劳驾驶脑电监测方法
CN109015635A (zh) 一种基于脑机交互的服务机器人控制方法
CN110496309A (zh) 一种呼吸门控迷走神经刺激系统及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170510