CN106927029A - 一种基于单通道脑电波诱发的脑控四轴飞行器 - Google Patents

一种基于单通道脑电波诱发的脑控四轴飞行器 Download PDF

Info

Publication number
CN106927029A
CN106927029A CN201710123432.5A CN201710123432A CN106927029A CN 106927029 A CN106927029 A CN 106927029A CN 201710123432 A CN201710123432 A CN 201710123432A CN 106927029 A CN106927029 A CN 106927029A
Authority
CN
China
Prior art keywords
signal
module
eeg
brain wave
processing terminal
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
CN201710123432.5A
Other languages
English (en)
Inventor
丁永生
武秉泓
蒋益敏
袁雷
李�杰
焦义星
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.)
Donghua University
National Dong Hwa University
Original Assignee
Donghua 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 Donghua University filed Critical Donghua University
Priority to CN201710123432.5A priority Critical patent/CN106927029A/zh
Publication of CN106927029A publication Critical patent/CN106927029A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C27/00—Rotorcraft; Rotors peculiar thereto
    • B64C27/04—Helicopters
    • B64C27/08—Helicopters with two or more rotors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明涉及一种基于单通道脑电波诱发的脑控四轴飞行器，包括信号采集器、信号接收器和信号分类特征处理终端，所述信号接收器安装在飞行器上，所述信号采集器包括头部托架，所述头部托架安装于操控者的头部，其顶端设置有能够与操控者头部紧密贴合的脑波信号特征提取模块，底端设置有能够与操控者耳部紧密贴合的耳垂电极；所述脑波信号特征提取模块用于采集脑电波信号；所述耳垂电极作为地线用于消除背景噪声；所述信号采集器将采集到的脑电波信号发送至所述信号分类特征处理终端，所述信号分类特征处理终端对收到的脑电波信号进行处理，并将处理后的脑电波信号发送至信号接收器。本发明实现了脑波远程控制。

Description

一种基于单通道脑电波诱发的脑控四轴飞行器
技术领域
本发明涉及脑电波控制技术领域，特别是涉及一种基于单通道脑电波诱发的脑控四轴飞行器。
背景技术
大脑是人类神经系统的中心，负责控制人们的认知与感知、运动与协调等各种神经活动。利用脑电波识别和控制已经成为当下火热的话题。四轴飞行器作为传统的控制领域的器件，近年来得到了越来越多科技爱好者的追捧。而利用脑波识别并分析得出的信号，用以控制四轴飞行器的平稳飞行，实现解放双手，改变人们传统的控制方式。
发明内容
本发明所要解决的技术问题是提供一种基于单通道脑电波诱发的脑控四轴飞行器，实现了脑波远程控制。
本发明解决其技术问题所采用的技术方案是：提供一种基于单通道脑电波诱发的脑控四轴飞行器，包括信号采集器、信号接收器和信号分类特征处理终端，所述信号接收器安装在飞行器上，所述信号采集器包括头部托架，所述头部托架安装于操控者的头部，其顶端设置有能够与操控者头部紧密贴合的脑波信号特征提取模块，底端设置有能够与操控者耳部紧密贴合的耳垂电极；所述脑波信号特征提取模块用于采集脑电波信号；所述耳垂电极作为地线用于消除背景噪声；所述信号采集器将采集到的脑电波信号发送至所述信号分类特征处理终端，所述信号分类特征处理终端对收到的脑电波信号进行处理，并将处理后的脑电波信号发送至信号接收器。
所述信号分类特征处理终端包括去噪模型，所述去噪模型包括本征分量获取模块、小波系数获取模块、去噪模块和重构模块；所述本征分量获取模块采用EEMD算法对采集到的脑电信号进行集合经验模态分解得到包含不同频段信息的本征分量；所述小波系数获取模块选取所得的本征分量中主要包含高频随机噪声的若干分量，采用DTCWT算法对其进行分解，得到噪声分量对应的一系列小波系数；所述去噪模块针对随机噪声所对应的小波系数，采用软阈值法进行小波系数处理，将随机噪声对应小波系数置零，实现噪声去除的效果；所述重构模块将经过噪声去除处理的小波系数进行DTCWT逆算法的重构，得到去噪后的本征分量，再与剩余的代表信号有用信息的本征分量进行相加重构，得到最终的去噪脑电信号。
所述小波系数获取模块采用两个平行的实离散小波变换树来实现信号的分解和重构，所述两个平行的实离散小波变换树分别为实部树和虚部树，分别使用了一个互不相同实数滤波器组，通过这两个滤波器组分别得到双树复小波的实部系数与虚部系数。
所述信号分类特征处理终端还包括脑电信号识别模型，所述脑电信号识别模型包括接收模块、提取识别模块和优化模块；所述接收模块用于接收脑电波信号；所述提取识别模块利用堆叠降噪自编码机构成的深度学习网络直接对脑电波信号进行整体的特征提取和模式识别；所述优化模块对识别出的脑电波信号采用免疫算法对参数进行优化。
所述头部托架符合人体工学。
所述信号采集器通过NRF24l01无线传输协议与信号分类特征处理终端实现数据传输，所述信号分类特征处理终端通过NRF24l01无线传输协议与信号接收器实现数据传输。
有益效果
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明通过提取脑波信号，通过对脑波信号进行特征提出分类处理来得到用来控制四轴飞行器的信号，无须亲临危险场所，即可解决各类问题，实现了脑波远程控制，适用于故障检测和火灾救援等高危型场合。
附图说明
图1是本发明的结构示意图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种基于单通道脑电波诱发的脑控四轴飞行器，如图1所示，包括信号采集器1、信号接收器6和信号分类特征处理终端5。所述信号分类特征处理终端5为本发明的核心，联接信号采集器1和信号接收器6，实现脑电波控制四轴飞行器。
如图1所示，所述信号采集器1包括头部托架3，所述头部托架3安装于操控者的头部，其顶端设置有能够与操控者头部紧密贴合的脑波信号特征提取模块2，底端设置有能够与操控者耳部紧密贴合的耳垂电极4；所述脑波信号特征提取模块2用于采集脑电波信号；所述耳垂电极4作为地线用于消除背景噪声。值得一提的是，所述脑电波特征提取模块2的个数可以为多个个，通过多个脑电波特征提取模块来进行脑电波信息的采集。所述信号接收器安装在飞行器上，信号接收器的输出端与飞行器的控制模块相连。
所述的信号采集器1通过各类通信协议，与信号分类特征处理终端5无线连接，使得脑电波信号能够被高效的处理利用，例如通过NRF24l01无线传输协议实现无线连接，这样使得传输距离较远且稳定性能好。所述的信号分类特征处理终端5通过NRF24l01无线传输协议与四轴飞行器的信号接收器6无线连接，使得处理后的脑波信号被用来控制外部设备。
本发明通过信号采集器采集人体脑部各部分脑电信号，通过无线传输协议将采集到的脑电波信号发送到信号分类特征处理终端，利用特定有效的算法对脑波信号进行分析和特征提取以及分类，通过NRF24l01无线传输协议将处理后的脑波信号发送到四轴飞行器的信号接收器，达到脑控四轴飞行器使其在三维空间中运动。
信号分类及特征处理终端可采用各类终端，例如pc机和嵌入式处理器，本实施方式中信号分类及特征处理终端包括相互连接的去噪模型和脑电信号识别模型。
所述去噪模型包括本征分量获取模块、小波系数获取模块、去噪模块和重构模块；所述本征分量获取模块采用EEMD算法对采集到的脑电信号进行集合经验模态分解得到包含不同频段信息的本征分量；所述小波系数获取模块选取所得的本征分量中主要包含高频随机噪声的若干分量，采用DTCWT算法对其进行分解，得到噪声分量对应的一系列小波系数；所述去噪模块针对随机噪声所对应的小波系数，采用软阈值法进行小波系数处理，将随机噪声对应小波系数置零，实现噪声去除的效果；所述重构模块将经过噪声去除处理的小波系数进行DTCWT逆算法的重构，得到去噪后的本征分量，再与剩余的代表信号有用信息的本征分量进行相加重构，得到最终的去噪脑电信号。
本征分量获取模块采用的EEMD算法的原理是在原信号中加入若干次白噪声，把信号和噪声的组合作为一个信号带分解信号，利用白噪声平铺均匀分布的特性，当信号加载遍布这个时频空间分布一致的白噪声背景上时，不同时间尺度的信号会自动分布在合适的参考尺度上，此时再将加载白噪声的信号进行EMD分解，就避免了模态混叠，并且由于白噪声零均值的特性，对EMD分解得到的各IMF分量求总体均值，就能消除附加白噪声的影响，得到逼近的真实模态。由于白噪声的零均值特性，将这些多次分解的结果求取平均值后，噪声最终将被最大限度地抵消而达到消除的效果，总体平均的结果就可以当做真实信号。
所述小波系数获取模块采用两个平行的实离散小波变换树来实现信号的分解和重构，所述两个平行的实离散小波变换树分别为实部树和虚部树，分别使用了一个互不相同实数滤波器组，通过这两个滤波器组分别得到双树复小波的实部系数与虚部系数。含噪的原始信号经过双树复小波变换后，有用信号的能量主要集中在有限的系数中，而噪声的能量分布在整个小波域上，所以，信号经过分解后，信号的小波系数大于噪声系数，选取适当的阈值，就可以消除噪声而保留信号小波系数。
所述脑电信号识别模型包括接收模块、提取识别模块和优化模块；所述接收模块用于接收脑电波信号；所述提取识别模块利用堆叠降噪自编码机构成的深度学习网络直接对脑电波信号进行整体的特征提取和模式识别；所述优化模块对识别出的脑电波信号采用免疫算法对参数进行优化。
不难发现，本发明通过提取脑波信号，通过对脑波信号进行特征提出分类处理来得到用来控制四轴飞行器的信号，无须亲临危险场所，即可解决各类问题，实现了脑波远程控制，适用于故障检测和火灾救援等高危型场合。

Claims (6)

1.一种基于单通道脑电波诱发的脑控四轴飞行器，包括信号采集器、信号接收器和信号分类特征处理终端，所述信号接收器安装在飞行器上，其特征在于，所述信号采集器包括头部托架，所述头部托架安装于操控者的头部，其顶端设置有能够与操控者头部紧密贴合的脑波信号特征提取模块，底端设置有能够与操控者耳部紧密贴合的耳垂电极；所述脑波信号特征提取模块用于采集脑电波信号；所述耳垂电极作为地线用于消除背景噪声；所述信号采集器将采集到的脑电波信号发送至所述信号分类特征处理终端，所述信号分类特征处理终端对收到的脑电波信号进行处理，并将处理后的脑电波信号发送至信号接收器。
2.根据权利要求1所述的基于单通道脑电波诱发的脑控四轴飞行器，其特征在于，所述信号分类特征处理终端包括去噪模型，所述去噪模型包括本征分量获取模块、小波系数获取模块、去噪模块和重构模块；所述本征分量获取模块采用EEMD算法对采集到的脑电信号进行集合经验模态分解得到包含不同频段信息的本征分量；所述小波系数获取模块选取所得的本征分量中主要包含高频随机噪声的若干分量，采用DTCWT算法对其进行分解，得到噪声分量对应的一系列小波系数；所述去噪模块针对随机噪声所对应的小波系数，采用软阈值法进行小波系数处理，将随机噪声对应小波系数置零，实现噪声去除的效果；所述重构模块将经过噪声去除处理的小波系数进行DTCWT逆算法的重构，得到去噪后的本征分量，再与剩余的代表信号有用信息的本征分量进行相加重构，得到最终的去噪脑电信号。
3.根据权利要求2所述的基于单通道脑电波诱发的脑控四轴飞行器，其特征在于，所述小波系数获取模块采用两个平行的实离散小波变换树来实现信号的分解和重构，所述两个平行的实离散小波变换树分别为实部树和虚部树，分别使用了一个互不相同实数滤波器组，通过这两个滤波器组分别得到双树复小波的实部系数与虚部系数。
4.根据权利要求1所述的基于单通道脑电波诱发的脑控四轴飞行器，其特征在于，所述信号分类特征处理终端还包括脑电信号识别模型，所述脑电信号识别模型包括接收模块、提取识别模块和优化模块；所述接收模块用于接收脑电波信号；所述提取识别模块利用堆叠降噪自编码机构成的深度学习网络直接对脑电波信号进行整体的特征提取和模式识别；所述优化模块对识别出的脑电波信号采用免疫算法对参数进行优化。
5.根据权利要求1所述的基于单通道脑电波诱发的脑控四轴飞行器，其特征在于，所述头部托架符合人体工学。
6.根据权利要求1所述的基于单通道脑电波诱发的脑控四轴飞行器，其特征在于，所述信号采集器通过NRF24l01无线传输协议与信号分类特征处理终端实现数据传输，所述信号分类特征处理终端通过NRF24l01无线传输协议与信号接收器实现数据传输。
CN201710123432.5A 2017-03-03 2017-03-03 一种基于单通道脑电波诱发的脑控四轴飞行器 Pending CN106927029A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710123432.5A CN106927029A (zh) 2017-03-03 2017-03-03 一种基于单通道脑电波诱发的脑控四轴飞行器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710123432.5A CN106927029A (zh) 2017-03-03 2017-03-03 一种基于单通道脑电波诱发的脑控四轴飞行器

Publications (1)

Publication Number Publication Date
CN106927029A true CN106927029A (zh) 2017-07-07

Family

ID=59423273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710123432.5A Pending CN106927029A (zh) 2017-03-03 2017-03-03 一种基于单通道脑电波诱发的脑控四轴飞行器

Country Status (1)

Country Link
CN (1) CN106927029A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107440848A (zh) * 2017-08-03 2017-12-08 宁波市智能制造产业研究院 基于意念的医疗转运床控制系统
CN108113670A (zh) * 2018-01-22 2018-06-05 江苏师范大学 一种多通道式诱发脑电波控制的无人机系统及控制方法
CN108364062A (zh) * 2018-02-28 2018-08-03 天津大学 基于memd的深度学习模型构建方法及在运动想象中的应用
CN113289250A (zh) * 2021-06-22 2021-08-24 河北启智教育科技有限公司 一种脑脉冲芯片

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102697495A (zh) * 2012-05-23 2012-10-03 杭州电子科技大学 基于总体平均经验模式分解的二代小波肌电信号消噪方法
CN103816007A (zh) * 2013-11-22 2014-05-28 刘志勇 一种基于脑电频域特征指标化算法的耳鸣治疗设备及方法
CN105292476A (zh) * 2015-11-17 2016-02-03 中科创达软件股份有限公司 一种无人机的控制方法及系统
CN105943207A (zh) * 2016-06-24 2016-09-21 吉林大学 一种基于意念控制的智能假肢运动系统及其控制方法
CN106292705A (zh) * 2016-09-14 2017-01-04 东南大学 基于蓝牙脑电耳机的多旋翼无人机意念遥操作系统及操作方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102697495A (zh) * 2012-05-23 2012-10-03 杭州电子科技大学 基于总体平均经验模式分解的二代小波肌电信号消噪方法
CN103816007A (zh) * 2013-11-22 2014-05-28 刘志勇 一种基于脑电频域特征指标化算法的耳鸣治疗设备及方法
CN105292476A (zh) * 2015-11-17 2016-02-03 中科创达软件股份有限公司 一种无人机的控制方法及系统
CN105943207A (zh) * 2016-06-24 2016-09-21 吉林大学 一种基于意念控制的智能假肢运动系统及其控制方法
CN106292705A (zh) * 2016-09-14 2017-01-04 东南大学 基于蓝牙脑电耳机的多旋翼无人机意念遥操作系统及操作方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄新杰: "基于意念控制的无人机侦察系统设计与实现", 《中国优秀博硕士学位论文全文数据库（硕士）》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107440848A (zh) * 2017-08-03 2017-12-08 宁波市智能制造产业研究院 基于意念的医疗转运床控制系统
CN107440848B (zh) * 2017-08-03 2019-04-02 宁波市智能制造产业研究院 基于意念的医疗转运床控制系统
CN108113670A (zh) * 2018-01-22 2018-06-05 江苏师范大学 一种多通道式诱发脑电波控制的无人机系统及控制方法
CN108364062A (zh) * 2018-02-28 2018-08-03 天津大学 基于memd的深度学习模型构建方法及在运动想象中的应用
CN108364062B (zh) * 2018-02-28 2021-10-22 天津大学 基于memd的深度学习模型构建方法及在运动想象中的应用
CN113289250A (zh) * 2021-06-22 2021-08-24 河北启智教育科技有限公司 一种脑脉冲芯片

Similar Documents

Publication Publication Date Title
CN106927029A (zh) 一种基于单通道脑电波诱发的脑控四轴飞行器
US10061389B2 (en) Gesture recognition system and gesture recognition method
CN103412646B (zh) 基于脑机交互的音乐情绪化推荐方法
CN104644165B (zh) 一种佩戴式的脑电采集装置
CN106671084A (zh) 一种基于脑机接口的机械臂自主辅助系统及方法
CN110179643A (zh) 一种基于环带传感器的颈部康复训练系统和训练方法
CN107024987A (zh) 一种基于eeg的实时人脑注意力测试和训练系统
CN104173124A (zh) 一种基于生物信号的上肢康复系统
CN102169690A (zh) 基于表面肌电信号的语音信号识别系统和识别方法
CN104382614A (zh) 一种基于快速独立分量分析的心音肺音信号分离方法及装置
CN104517607A (zh) 滤除语音控制电器中的噪声的方法及语音控制电器
CN111584032B (zh) 基于胶囊网络的新型脑控智能康复方法及应用
CN105786189B (zh) 一种基于肌动信号的指部独立动作识别方法及系统
CN106377253A (zh) 一种肌电信号和惯性信息同步采集装置
CN102961132B (zh) 一种无线表面肌电信号拾取装置及前端压缩方法
CN107811802A (zh) 一种按摩椅辅助睡眠装置
CN107049308A (zh) 一种基于深度神经网络的意念控制系统
CN205340145U (zh) 一种基于脑电波和肌肉电控制的遥控飞机
CN104856666B (zh) 一种基于LabVIEW的生物电信号监测系统
CN205083477U (zh) 基于体表肌电的实时控制装置
CN105634535B (zh) 一种基于人工耳蜗原理的智能无线传感器网络节点
CN202145292U (zh) 一种基于意念控制的控制系统及采用该控制系统的装置
CN107390539A (zh) 一种基于脑电波采集的智能家居控制方法
CN105686827B (zh) 一种基于微控制器的肌电信号处理及特征提取方法
CN208586436U (zh) 一种智能语音洗衣机

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: 20170707