CN107450559A - 基于脑电波控制蜘蛛机器人移动的方法及装置 - Google Patents
基于脑电波控制蜘蛛机器人移动的方法及装置 Download PDFInfo
- Publication number
- CN107450559A CN107450559A CN201710818727.4A CN201710818727A CN107450559A CN 107450559 A CN107450559 A CN 107450559A CN 201710818727 A CN201710818727 A CN 201710818727A CN 107450559 A CN107450559 A CN 107450559A
- Authority
- CN
- China
- Prior art keywords
- absorbed
- data
- angle value
- dynamic threshold
- brain wave
- 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
- 241000239290 Araneae Species 0.000 title claims abstract description 70
- 210000004556 brain Anatomy 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 27
- 230000005021 gait Effects 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000205 computational method Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种基于脑电波控制蜘蛛机器人移动的方法及装置,该方法包括:根据脑波芯片TGAT获取用户的脑电波数据,对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值;分别计算前一设定周期内专注度及放松度的均值并分别作为专注力动态阈值及放松度动态阈值;以及在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进;以及在当前周期内的专注度值低于专注力动态阈值且放松度值超过放松度动态阈值时,输出特定高电平与低电平中剩下的一种,以驱动蜘蛛机器人向后行进。本发明的技术方案能够直观显示用户的专注和放松程度,能够提高用户的体验。
Description
技术领域
本发明涉及脑电波控制技术领域,尤其涉及一种基于脑电波控制蜘蛛机器人移动的方法及装置。
背景技术
随着电子技术的不断发展,电子产品的更新日新月异,脑电产品就是这些新兴的电子产品之一。脑电产品可以检测脑电波数据,并对脑电波数据进行处理来实现控制应用。由于脑电波信号是一种微弱的电信号,加上脑波检测装置本身存在误差,直接将检测的脑电数据控制对应的应用,导致控制结果的不准确,影响用户的体验。
有鉴于此,有必要提出对目前的脑电波控制技术进行进一步的改进。
发明内容
为解决上述至少一技术问题,本发明的主要目的是提供一种基于脑电波控制蜘蛛机器人移动的方法及装置。
为实现上述目的,本发明采用的一个技术方案为:提供一种基于脑电波控制蜘蛛机器人移动的方法,包括:
根据脑波芯片TGAT获取用户的脑电波数据,所述脑电波数据包括专注度数据及放松度数据;
对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值;
分别计算前一设定周期内专注度及放松度的均值并分别作为专注力动态阈值及放松度动态阈值;以及
在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进;以及
在当前周期内的专注度值低于专注力动态阈值且放松度值超过放松度动态阈值时,输出特定高电平与低电平中剩下的一种,以驱动蜘蛛机器人向后行进。
其中,所述脑电波数据还包括信号值数据;
所述对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值的步骤,具体包括:
判断信号值数据是否超过设定的信号阈值;
在信号值数据超过设定的信号阈值时,对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值。
其中,在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进的步骤,还包括:
计算专注度值与专注力动态阈值两者的相对差;
判断相对差所处预设专注力范围并输出对应的行进速率,所述预设专注力对应行进速度划分有不同等级;以及
根据选出的行进速率控制蜘蛛机器人朝前行进的速度。
其中,所述判断相对差所处预设专注力范围并输出对应的行进速率的步骤,具体包括:
计算相对差所占绝对差的百分比,所述绝对差为专注度最大值与专注力动态阈值之差;以及
根据百分比输出对应的行进速率。
其中,在驱动蜘蛛机器人朝前行进或向后行进的步骤之后,还包括:
暂存当前周期的专注度及放松度的均值,并分别作为下一周期的专注力动态阈值及放松度动态阈值。
为实现上述目的,本发明采用的另一个技术方案为:提供一种基于脑电波控制蜘蛛机器人移动装置,包括:
获取模块,被配置为根据脑波芯片TGAT获取用户的脑电波数据,所述脑电波数据包括专注度数据及放松度数据;
过滤模块,被配置为对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值;
设置模块,被配置为分别计算前一设定周期内专注度及放松度的均值并分别作为专注力动态阈值及放松度动态阈值;以及
控制模块,被配置为在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进;以及
在当前周期内的专注度值低于专注力动态阈值且放松度值超过放松度动态阈值时,输出特定高电平与低电平中剩下的一种,以驱动蜘蛛机器人向后行进。
其中,所述脑电波数据还包括信号值数据;
所述基于脑电波控制蜘蛛机器人移动装置还包括:
判断单元,被配置为判断信号值数据是否超过设定的信号阈值;
在信号值数据超过设定的信号阈值时,对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值。
其中,所述控制模块还包括:
计算单元,被配置为计算专注度值与专注力动态阈值两者的相对差;
判断单元,被配置为判断相对差所处预设专注力范围并输出对应的行进速率,所述预设专注力对应行进速度划分有不同等级;以及
输出单元,被配置为根据选出的行进速率控制蜘蛛机器人朝前行进的速度。
其中,所述计算单元,具体用于:
计算相对差所占绝对差的百分比,所述绝对差为专注度最大值与专注力动态阈值之差;以及
根据百分比输出对应的行进速率。
其中,所述暂存模块,被配置为:
暂存当前周期的专注度及放松度的均值,并分别作为下一周期的专注力动态阈值及放松度动态阈值。
本发明的技术方案先根据脑波芯片TGAT获取用户的脑电波数据,然后对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值;而后分别计算前一设定周期内专注度及放松度的均值并分别作为专注力动态阈值及放松度动态阈值;最后,在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进;以及在当前周期内的专注度值低于专注力动态阈值且放松度值超过放松度动态阈值时,输出特定高电平与低电平中剩下的一种,以驱动蜘蛛机器人向后行进,如此,通过上述方案能够同时实现对专注度及放松度的直观显示,能够提高用户的体验效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明一实施例基于脑电波控制蜘蛛机器人移动的方法的流程图;
图2为图1中步骤S40的具体流程图;
图3为本发明一实施例基于脑电波控制蜘蛛机器人移动装置的模块方框图;
图4为图3中控制模块的方框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其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至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
请参照图1,在本发明实施例中,该基于脑电波控制蜘蛛机器人移动的方法,包括:
步骤S10、根据脑波芯片TGAT获取用户的脑电波数据,所述脑电波数据包括专注度数据及放松度数据;
步骤S20、对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值;
步骤S30、分别计算前一设定周期内专注度及放松度的均值并分别作为专注力动态阈值及放松度动态阈值;以及
步骤S40、在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进;以及
在当前周期内的专注度值低于专注力动态阈值且放松度值超过放松度动态阈值时,输出特定高电平与低电平中剩下的一种,以驱动蜘蛛机器人向后行进。
上述实施例中,脑波数据可以通过脑波检测仪来检测,本案的检测仪内置有脑波芯片TGAT,以提高获取脑波数据的精度。在实际情况中,考虑到脑波数据是一种微弱的电信号,易受佩戴位置的不同的影响,如此,为提高获取数据的准确性,需要对获取的脑电数据进行过滤处理,选取符合要求的专注度值及放松度值。在比较时,比较当前的专注度值及放松度值与专注力动态阈值及放松度动态阈值,可以理解的,该专注力动态阈值及放松度动态阈值也应为满足特定要求的数值,最后根据比较的结果输出对应的电频信号,以控制蜘蛛机器人前进或后进。当然,本方案中的蜘蛛机器人仅为本方案的一种特定应用,可以理解的,本方案还可以应用于其他的应用。
本发明的技术方案先根据脑波芯片TGAT获取用户的脑电波数据,然后对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值;而后分别计算前一设定周期内专注度及放松度的均值并分别作为专注力动态阈值及放松度动态阈值;最后,在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进;以及在当前周期内的专注度值低于专注力动态阈值且放松度值超过放松度动态阈值时,输出特定高电平与低电平中剩下的一种,以驱动蜘蛛机器人向后行进,如此,通过上述方案能够同时实现对专注度及放松度的直观显示,能够提高用户的体验效果。
在一具体的实施例中,所述脑电波数据还包括信号值数据;
所述对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值的步骤S20,具体包括:
判断信号值数据是否超过设定的信号阈值;
在信号值数据超过设定的信号阈值时,对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值。考虑获取的脑电波的信号强度的影响,在对脑电信号进行处理时,需要判断脑电信号中的信号值数据,只有在信号值数据达到或者超过设定的信号阈值时,才进行过滤处理,否则则当前获取失败,并继续获取脑电数据。
请参照图2,在一具体的实施例中,在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进的步骤,还包括:
步骤S41、计算专注度值与专注力动态阈值两者的相对差;
步骤S42、判断相对差所处预设专注力范围并输出对应的行进速率,所述预设专注力对应行进速度划分有不同等级;以及
步骤S43、根据选出的行进速率控制蜘蛛机器人朝前行进的速度。
本实施例中,主要是对蜘蛛机器人的前进速度进行控制,进一步的,该蜘蛛机器人速度的大小与专注度值的大小呈正比,专注度值越大时,蜘蛛机器人前进的速度就越快,如此,更直观的显示专注力的集中度,可以带给用户更佳的体验。需要指出的是,基于上述的方案的原理,还可以对放松度值的大小进行速度控制。
在一具体的实施例中,所述判断相对差所处预设专注力范围并输出对应的行进速率的步骤,具体包括:
计算相对差所占绝对差的百分比,所述绝对差为专注度最大值与专注力动态阈值之差;以及
根据百分比输出对应的行进速率。
该计算方法为上述实施例的一种具体形式,该绝对差为专注度的最大值与专注力的动态阈值两者之差,当相对差所占的比例大时,对应的输出速率越快。
在一具体的实施例中,在驱动蜘蛛机器人朝前行进或向后行进的步骤之后,还包括:
暂存当前周期的专注度及放松度的均值,并分别作为下一周期的专注力动态阈值及放松度动态阈值。本方案中,专注力动态阈值及放松度动态阈值并不是固定的,两者均根据前一周期的专注度均值及放松度均值确定。
请参照图3,在本发明的实施例中,该基于脑电波控制蜘蛛机器人移动装置,包括:
获取模块10,被配置为根据脑波芯片TGAT获取用户的脑电波数据,所述脑电波数据包括专注度数据及放松度数据;
过滤模块20,被配置为对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值;
设置模块30,被配置为分别计算前一设定周期内专注度及放松度的均值并分别作为专注力动态阈值及放松度动态阈值;以及
控制模块40,被配置为在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进;以及
在当前周期内的专注度值低于专注力动态阈值且放松度值超过放松度动态阈值时,输出特定高电平与低电平中剩下的一种,以驱动蜘蛛机器人向后行进。
上述实施例中,脑波数据可以通过脑波检测仪来检测,本案的检测仪内通过获取模块10可以获取脑波数据,然后通过过滤模块20对获取的脑电数据进行过滤处理,选取符合要求的专注度值及放松度值。在比较时,比较当前的专注度值及放松度值与专注力动态阈值及放松度动态阈值,可以理解的,该专注力动态阈值及放松度动态阈值也应为满足特定要求的数值,在通过设置模块30可以设定专注力动态阈值及放松度动态阈值,最后通过控制模块40比较的结果输出对应的电频信号,以控制蜘蛛机器人前进或后进。当然,本方案中的蜘蛛机器人仅为本方案的一种特定应用,可以理解的,本方案还可以应用于其他的应用。
在一具体的实施例中,所述脑电波数据还包括信号值数据;
所述基于脑电波控制蜘蛛机器人移动装置还包括:
判断单元,被配置为判断信号值数据是否超过设定的信号阈值;
在信号值数据超过设定的信号阈值时,对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值。在信号值数据超过设定的信号阈值时,对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值。考虑获取的脑电波的信号强度的影响,在对脑电信号进行处理时,需要判断脑电信号中的信号值数据,只有在信号值数据达到或者超过设定的信号阈值时,才进行过滤处理,否则则当前获取失败,并继续获取脑电数据。
请参照图4,在一具体的实施例中,所述控制模块40还包括:
计算单元41,被配置为计算专注度值与专注力动态阈值两者的相对差;
判断单元42,被配置为判断相对差所处预设专注力范围并输出对应的行进速率,所述预设专注力对应行进速度划分有不同等级;以及
输出单元43,被配置为根据选出的行进速率控制蜘蛛机器人朝前行进的速度。本实施例中,通过计算单元41及判断单元42,可以根据获取的专注度值对蜘蛛机器人进行控制,主要是对蜘蛛机器人的前进速度进行控制,进一步的,该蜘蛛机器人速度的大小与专注度值的大小呈正比,专注度值越大时,蜘蛛机器人前进的速度就越快,如此,更直观的显示专注力的集中度,可以带给用户更佳的体验。需要指出的是,基于上述的方案的原理,还可以对放松度值的大小进行速度控制。
进一步的,所述计算单元41,具体用于:
计算相对差所占绝对差的百分比,所述绝对差为专注度最大值与专注力动态阈值之差;以及
根据百分比输出对应的行进速率。具体的,该计算单元41可以计算出绝对差及相对差,其中,该绝对差为专注度最大(如100)值与专注力动态阈值之差,并比较相对差所占绝对差的百分比,占比越大时,对应输出的速率越快。
在一具体的实施例中,所述暂存模块,被配置为:
暂存当前周期的专注度及放松度的均值,并分别作为下一周期的专注力动态阈值及放松度动态阈值。本方案中,专注力动态阈值及放松度动态阈值并不是固定的,两者均根据前一周期的专注度均值及放松度均值确定。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种基于脑电波控制蜘蛛机器人移动的方法,其特征在于,所述基于脑电波控制蜘蛛机器人移动的方法包括:
根据脑波芯片TGAT获取用户的脑电波数据,所述脑电波数据包括专注度数据及放松度数据;
对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值;
分别计算前一设定周期内专注度及放松度的均值并分别作为专注力动态阈值及放松度动态阈值;以及
在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进;以及在当前周期内的专注度值低于专注力动态阈值且放松度值超过放松度动态阈值时,输出特定高电平与低电平中剩下的一种,以驱动蜘蛛机器人向后行进。
2.如权利要求1所述的基于脑电波控制蜘蛛机器人移动的方法,其特征在于,所述脑电波数据还包括信号值数据;
所述对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值的步骤,具体包括:
判断信号值数据是否超过设定的信号阈值;
在信号值数据超过设定的信号阈值时,对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值。
3.如权利要求1所述的基于脑电波控制蜘蛛机器人移动的方法,其特征在于,在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进的步骤,还包括:
计算专注度值与专注力动态阈值两者的相对差;
判断相对差所处预设专注力范围并输出对应的行进速率,所述预设专注力对应行进速度划分有不同等级;以及
根据选出的行进速率控制蜘蛛机器人朝前行进的速度。
4.如权利要求3所述的基于脑电波控制蜘蛛机器人移动的方法,其特征在于,所述判断相对差所处预设专注力范围并输出对应的行进速率的步骤,具体包括:
计算相对差所占绝对差的百分比,所述绝对差为专注度最大值与专注力动态阈值之差;以及
根据百分比输出对应的行进速率。
5.如权利要求1所述的基于脑电波控制蜘蛛机器人移动的方法,其特征在于,在驱动蜘蛛机器人朝前行进或向后行进的步骤之后,还包括:
暂存当前周期的专注度及放松度的均值,并分别作为下一周期的专注力动态阈值及放松度动态阈值。
6.一种基于脑电波控制蜘蛛机器人移动装置,其特征在于,所述基于脑电波控制蜘蛛机器人移动装置包括:
获取模块,被配置为根据脑波芯片TGAT获取用户的脑电波数据,所述脑电波数据包括专注度数据及放松度数据;
过滤模块,被配置为对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值;
设置模块,被配置为分别计算前一设定周期内专注度及放松度的均值并分别作为专注力动态阈值及放松度动态阈值;以及
控制模块,被配置为在当前周期内的专注度值超过专注力动态阈值且放松度值低于放松度动态阈值时,输出特定高电平及低电平中的一种,以驱动蜘蛛机器人朝前行进;以及
在当前周期内的专注度值低于专注力动态阈值且放松度值超过放松度动态阈值时,输出特定高电平与低电平中剩下的一种,以驱动蜘蛛机器人向后行进。
7.如权利要求6所述的基于脑电波控制蜘蛛机器人移动装置,其特征在于,所述脑电波数据还包括信号值数据;
所述基于脑电波控制蜘蛛机器人移动装置还包括:
判断单元,被配置为判断信号值数据是否超过设定的信号阈值;
在信号值数据超过设定的信号阈值时,对专注度数据及放松度数据进行过滤处理得到专注度值及放松度值。
8.如权利要求6所述的基于脑电波控制蜘蛛机器人移动装置,其特征在于,所述控制模块还包括:
计算单元,被配置为计算专注度值与专注力动态阈值两者的相对差;
判断单元,被配置为判断相对差所处预设专注力范围并输出对应的行进速率,所述预设专注力对应行进速度划分有不同等级;以及
输出单元,被配置为根据选出的行进速率控制蜘蛛机器人朝前行进的速度。
9.如权利要求8所述的基于脑电波控制蜘蛛机器人移动装置,其特征在于,所述计算单元,具体用于:
计算相对差所占绝对差的百分比,所述绝对差为专注度最大值与专注力动态阈值之差;以及
根据百分比输出对应的行进速率。
10.如权利要求6所述的基于脑电波控制蜘蛛机器人移动装置,其特征在于,所述暂存模块,被配置为:
暂存当前周期的专注度及放松度的均值,并分别作为下一周期的专注力动态阈值及放松度动态阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710818727.4A CN107450559A (zh) | 2017-09-12 | 2017-09-12 | 基于脑电波控制蜘蛛机器人移动的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710818727.4A CN107450559A (zh) | 2017-09-12 | 2017-09-12 | 基于脑电波控制蜘蛛机器人移动的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107450559A true CN107450559A (zh) | 2017-12-08 |
Family
ID=60495567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710818727.4A Pending CN107450559A (zh) | 2017-09-12 | 2017-09-12 | 基于脑电波控制蜘蛛机器人移动的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107450559A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108068127A (zh) * | 2018-02-07 | 2018-05-25 | 深圳市宏智力科技有限公司 | 基于脑电波控制的蜘蛛机器人装置及系统 |
CN108388340A (zh) * | 2018-02-11 | 2018-08-10 | 广东欧珀移动通信有限公司 | 电子设备控制方法及相关产品 |
CN110062495A (zh) * | 2019-03-28 | 2019-07-26 | 深圳市宏智力科技有限公司 | 脑电波书灯及其控制方法 |
WO2019153628A1 (zh) * | 2018-02-07 | 2019-08-15 | 深圳市宏智力科技有限公司 | 基于脑电波的人脑喜好度检测方法及装置 |
CN110742559A (zh) * | 2019-10-24 | 2020-02-04 | 佛山市云米电器科技有限公司 | 一种基于脑电波检测的扫地机器人控制方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289285A (zh) * | 2011-08-16 | 2011-12-21 | 海尔集团公司 | 一种基于意识实现对电子设备控制的方法 |
CN102397703A (zh) * | 2011-11-23 | 2012-04-04 | 杭州尚想科技有限公司 | 一种新型的基于脑电控制的寻径小车系统 |
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 |
CN103657107A (zh) * | 2013-11-08 | 2014-03-26 | 北京林业大学 | 一种可由人体脑电波强度控制的玩具赛车 |
CN103690281A (zh) * | 2014-01-04 | 2014-04-02 | 张江杰 | 一种脑电波控制假肢系统 |
CN104622466A (zh) * | 2013-11-14 | 2015-05-20 | 北华航天工业学院 | 脑电波遥控车及控制方法 |
CN204337757U (zh) * | 2014-12-01 | 2015-05-20 | 陈伯荣 | 一种小型赛车控制系统 |
CN105709426A (zh) * | 2016-04-28 | 2016-06-29 | 华南理工大学广州学院 | 一种玩具赛车的控制方法及装置 |
CN205516494U (zh) * | 2016-04-28 | 2016-08-31 | 华南理工大学广州学院 | 一种使用脑电波控制的遥控小车 |
CN106454082A (zh) * | 2016-09-29 | 2017-02-22 | 深圳市宏智力科技有限公司 | 脑波检测仪及其录像控制方法 |
CN206081622U (zh) * | 2016-08-31 | 2017-04-12 | 浙江大学 | 一种基于脑电波控制的路轨赛车系统 |
CN106741775A (zh) * | 2017-01-06 | 2017-05-31 | 吕梁学院 | 一种基于脑电波控制的仿生机器鱼系统及方法 |
US20170171441A1 (en) * | 2015-12-15 | 2017-06-15 | Intel Corporation | Electroencephalography (eeg) camera control |
-
2017
- 2017-09-12 CN CN201710818727.4A patent/CN107450559A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289285A (zh) * | 2011-08-16 | 2011-12-21 | 海尔集团公司 | 一种基于意识实现对电子设备控制的方法 |
CN102397703A (zh) * | 2011-11-23 | 2012-04-04 | 杭州尚想科技有限公司 | 一种新型的基于脑电控制的寻径小车系统 |
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 |
CN103657107A (zh) * | 2013-11-08 | 2014-03-26 | 北京林业大学 | 一种可由人体脑电波强度控制的玩具赛车 |
CN104622466A (zh) * | 2013-11-14 | 2015-05-20 | 北华航天工业学院 | 脑电波遥控车及控制方法 |
CN103690281A (zh) * | 2014-01-04 | 2014-04-02 | 张江杰 | 一种脑电波控制假肢系统 |
CN204337757U (zh) * | 2014-12-01 | 2015-05-20 | 陈伯荣 | 一种小型赛车控制系统 |
US20170171441A1 (en) * | 2015-12-15 | 2017-06-15 | Intel Corporation | Electroencephalography (eeg) camera control |
CN105709426A (zh) * | 2016-04-28 | 2016-06-29 | 华南理工大学广州学院 | 一种玩具赛车的控制方法及装置 |
CN205516494U (zh) * | 2016-04-28 | 2016-08-31 | 华南理工大学广州学院 | 一种使用脑电波控制的遥控小车 |
CN206081622U (zh) * | 2016-08-31 | 2017-04-12 | 浙江大学 | 一种基于脑电波控制的路轨赛车系统 |
CN106454082A (zh) * | 2016-09-29 | 2017-02-22 | 深圳市宏智力科技有限公司 | 脑波检测仪及其录像控制方法 |
CN106741775A (zh) * | 2017-01-06 | 2017-05-31 | 吕梁学院 | 一种基于脑电波控制的仿生机器鱼系统及方法 |
Non-Patent Citations (2)
Title |
---|
焦炳豪等: "基于脑电波信号的智能小车控制设计", 《智能计算机与应用》 * |
肖迪等: "基于TGAM模块和脑电波对音响音量的控制", 《电脑知识与技术》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108068127A (zh) * | 2018-02-07 | 2018-05-25 | 深圳市宏智力科技有限公司 | 基于脑电波控制的蜘蛛机器人装置及系统 |
WO2019153628A1 (zh) * | 2018-02-07 | 2019-08-15 | 深圳市宏智力科技有限公司 | 基于脑电波的人脑喜好度检测方法及装置 |
CN108388340A (zh) * | 2018-02-11 | 2018-08-10 | 广东欧珀移动通信有限公司 | 电子设备控制方法及相关产品 |
CN108388340B (zh) * | 2018-02-11 | 2021-01-29 | Oppo广东移动通信有限公司 | 电子设备控制方法及相关产品 |
CN110062495A (zh) * | 2019-03-28 | 2019-07-26 | 深圳市宏智力科技有限公司 | 脑电波书灯及其控制方法 |
CN110062495B (zh) * | 2019-03-28 | 2021-08-24 | 深圳市宏智力科技有限公司 | 脑电波书灯及其控制方法 |
CN110742559A (zh) * | 2019-10-24 | 2020-02-04 | 佛山市云米电器科技有限公司 | 一种基于脑电波检测的扫地机器人控制方法及系统 |
CN110742559B (zh) * | 2019-10-24 | 2021-09-14 | 佛山市云米电器科技有限公司 | 一种基于脑电波检测的扫地机器人控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107450559A (zh) | 基于脑电波控制蜘蛛机器人移动的方法及装置 | |
CN104720783A (zh) | 一种运动心率监控方法及设备 | |
DE112014006003B4 (de) | Elektromotor-Antriebsvorrichtung und zugehöriges Steuerverfahren | |
CN106301100B (zh) | 一种永磁同步电机的自动标定方法、系统和控制器 | |
CN107609540A (zh) | 一种指纹传感器的校准参数的获取方法、装置及移动终端 | |
DE102012215571A1 (de) | Schützen von motorantriebssystemen gegenüber stromsensorfehlern | |
CN104538986B (zh) | 一种并联逆变器的控制方法、主机、从机及系统 | |
CN106913998A (zh) | 一种肢体主被动康复训练器的电机输出控制装置及方法 | |
DE102015216292A1 (de) | Stromwandlungsvorrichtung-steuervorrichtung und stromwandlungsvorrichtung-steuerverfahren | |
DE102012002055A1 (de) | Verfahren und Vorrichtung zum Überwachen eines Drehmelders in einer Drehmomentmaschine | |
GB201308019D0 (en) | Inverter controller and method of controlling an inverter | |
CN105449639A (zh) | 基于永磁同步电机驱动器的电压保护控制方法及装置 | |
CN107546749A (zh) | 一种直流闭锁故障后的安控切机措施量计算方法及系统 | |
CN104777396A (zh) | 一种综合考虑电机电流和电压的转子故障诊断方法 | |
CN112196780A (zh) | 一种液压泵控制方法、装置和医用水刀 | |
CN105324934A (zh) | 双动力模式驱动器 | |
CN108272453A (zh) | 患者床的定位装置、方法、系统及核磁共振成像设备 | |
CN101097450A (zh) | 自动调速系统及其方法 | |
TWI555992B (zh) | 馬達的同步信號監控裝置 | |
CN106534838A (zh) | 一种倒车影像可靠性测试方法及装置 | |
DE102013013848A1 (de) | Datenkommunikationsvorrichtung, die zur Steuerung eines Motors eine serielle Kommunikation ausführt | |
CN106059547A (zh) | 一种pwm中的死区补偿方法和装置 | |
CN103018580B (zh) | 一种检测三相电相序的矢量变换方法及装置 | |
CN104960019A (zh) | 异方向性导电胶膜切割校准系统和方法 | |
EP3422025B1 (en) | Method and apparatus for frequency adjustment |
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 |
Application publication date: 20171208 |
|
RJ01 | Rejection of invention patent application after publication |