CN107870670A - 基于脑电波的智能设备控制方法、设备及可读存储介质 - Google Patents

基于脑电波的智能设备控制方法、设备及可读存储介质 Download PDF

Info

Publication number
CN107870670A
CN107870670A CN201710916089.XA CN201710916089A CN107870670A CN 107870670 A CN107870670 A CN 107870670A CN 201710916089 A CN201710916089 A CN 201710916089A CN 107870670 A CN107870670 A CN 107870670A
Authority
CN
China
Prior art keywords
smart machine
action
brain
eeg signals
control
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
CN201710916089.XA
Other languages
English (en)
Inventor
刘新
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.)
Shenzhen Yicheng Automatic Driving Technology Co Ltd
Original Assignee
Shenzhen Yicheng Automatic Driving Technology Co Ltd
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 Shenzhen Yicheng Automatic Driving Technology Co Ltd filed Critical Shenzhen Yicheng Automatic Driving Technology Co Ltd
Priority to CN201710916089.XA priority Critical patent/CN107870670A/zh
Publication of CN107870670A publication Critical patent/CN107870670A/zh
Pending legal-status Critical Current

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
    • 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
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G06F3/147—Digital output to display device ; Cooperation and interconnection of the display device with other functional units using display panels
    • 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

本发明公开了一种基于脑电波的智能设备控制方法，所述方法包括以下步骤：接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作信号图像；分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；判断所述脑电控制指令与动作控制指令是否对应同一控制操作；若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制。本发明还公开了一种基于脑电波的智能设备控制设备及计算机可读存储介质。本发明能够提高脑电波控制智能设备的准确性。

Description

基于脑电波的智能设备控制方法、设备及可读存储介质
技术领域
本发明涉及脑电波领域，尤其涉及一种基于脑电波的智能设备控制方法、设备及计算机可读存储介质。
背景技术
近年来，随着科技水平的提高，对脑电波研究越来越深，其应用也越来越广泛。而在辅助高龄老人和残疾人的设备中，依赖肌肉、身体动作或者声音指令以及脑电波对轮椅进行控制的技术受到高度关注。人脑是行为活动的控制中心，让机器直接受到大脑的控制是无数行动不便者的心愿，可以让他们像普通人一样更简单自由的实现自己的想法。
但是由于当前脑电波采集技术很不成熟，导致很多脑电波控制随机性很大，而且很容易受到干扰，非常不稳定。并且由于采集的精度过低以及干扰很大，很难从中分析出多种用户的实际想法，或导致分析用户的实际想法不准确，只能简单的判别用户前额思维的波段范围。因而纯粹使用脑电波控制智能设备只存在于实验室而无法投入生产。
发明内容
本发明的主要目的在于提出一种基于脑电波的智能设备控制方法、设备及计算机可读存储介质，旨在解决脑电波控制随机性很大，容易受到干扰，不稳定，难以分析用户实际想法的技术问题。
为实现上述目的，本发明提供一种基于脑电波的智能设备控制方法，所述方法包括：
接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作信号图像；
分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；
判断所述脑电控制指令与动作控制指令是否对应同一控制操作；
若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制。
可选地，所述分别对所述脑电信号和动作图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令的步骤包括：
将所述脑电信号转换为脑电信号图案；
将所述脑电信号图案及动作信号图像分别与对应的预存图案进行对比；
在对比到一致的脑电信号图案及动作信号图像时，确定所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令。
可选地，所述根据所述脑电控制指令或动作控制指令对智能设备进行控制的步骤包括：
读取与脑电控制指令或动作控制指令对应的控制数据，并根据所述控制数据生成控制信号，通过所述控制信号对智能设备进行控制。
可选地，所述接收脑电信号采集设备发送的脑电信号的步骤之前，还包括：
预先存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个脑电信号图案，以及存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个动作信号图像。
可选地，所述脑电信号包括Delta波、Theta波、低频Alpha波、高频Alpha波、低频Beta波、高频Beta波、低频Gamma波和中频Gamma波。
此外，为实现上述目的，本发明还提供一种基于脑电波的智能设备控制设备，所述基于脑电波的智能设备控制设备包括处理器及存储器，所述存储器中存储有基于脑电波的智能设备控制程序；所述处理器用于执行所述基于脑电波的智能设备控制程序，以实现以下步骤：
接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作信号图像；
分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；
判断所述脑电控制指令与动作控制指令是否对应同一控制操作；
若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于脑电波的智能设备控制程序，所述基于脑电波的智能设备控制程序被处理器执行时实现如上所述的基于脑电波的智能设备控制方法的步骤。
本发明提出的基于脑电波的智能设备控制方法、设备及计算机可读存储介质，通过接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作图像；然后分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；并在获得脑电控制指令及动作控制指令进一步判断所述脑电控制指令与动作控制指令是否对应同一控制操作；若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制，通过脑电波及用户动作对用户实际想法进行分析，提高了分析用户实际想法的准确性，解决了由于脑电波控制随机性很大，容易受到干扰，不稳定，而导致只通过脑电波分析用户实际想法不准确的问题。
附图说明
图1为本发明基于脑电波的智能设备控制方法第一实施例的流程示意图；
图2为本发明基于脑电波的智能设备控制方法中分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号对应的动作控制指令的步骤的细化流程示意图；
图3为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
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
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。
本发明实施例的主要解决方案是：通过接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作图像；然后分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；并在获得脑电控制指令及动作控制指令进一步判断所述脑电控制指令与动作控制指令是否对应同一控制操作；若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制，通过脑电波及用户动作对用户实际想法进行分析，提高了分析用户实际想法的准确性，解决了由于脑电波控制随机性很大，容易受到干扰，不稳定，而导致只通过脑电波分析用户实际想法不准确的问题。
本发明实施例考虑到，现有技术中脑电波采集技术很不成熟，导致很多脑电波控制随机性很大，而且很容易受到干扰，非常不稳定。并且由于采集的精度过低以及干扰很大，很难从中分析出多种用户的实际想法，或导致分析用户的实际想法不准确，只能简单的判别用户前额思维的波段范围。因而纯粹使用脑电波控制智能设备只存在于实验室而无法投入生产。
为此，本发明提出一种基于脑电波的智能设备控制方法，通过接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作图像；然后分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；并在获得脑电控制指令及动作控制指令进一步判断所述脑电控制指令与动作控制指令是否对应同一控制操作；若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制，通过脑电波及用户动作对用户实际想法进行分析，提高了分析用户实际想法的准确性，解决了由于脑电波控制随机性很大，容易受到干扰，不稳定，而导致只通过脑电波分析用户实际想法不准确的问题。
参照图1，图1为本发明基于脑电波的智能设备控制方法第一实施例的流程示意图。
在本施例中，该方法包括：
步骤S10，接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作信号图像；
在本实施例中，本发明基于脑电波的智能设备控制方法涉及的装置包括：采集脑电波的脑电信号采集设备、采集用户动作的动作采集设备、信息处理设备以及对应控制的智能设备。其中，所述脑电信号采集设备一般为戴在用户头上的电极帽、电极假发等包含电极、电路板等部件的设备，所述动作采集设备一般为可以拍摄照片、视频的设备，如相机、手机等，所述信息处理设备一般为可以对数据、图片等进行处理的智能设备，如电脑、手机等，对应控制的智能设备可以为安装有接收控制指令的一般智能设备，如智能电视、手机、电饭锅等；并且所述采集脑电波的脑电信号采集设备、采集用户动作的动作采集设备、信息处理设备以及对应控制的智能设备之间相互连接，具体连接方式可以为物理连接或逻辑连接，在此不做限定。可以理解的是，上述举例的设备并不构成对本方案的限定，在具体实施过程中，所述设备还可以为可以实现同样功能的其他设备。
具体地，首先通过脑电信号采集设备采集用户的脑电信号，通过动作采集设备采集用户触发的动作信号图像，并在采集到脑电信号及用户动作信号图像之后将采集到的脑电信号及用户动作信号图像发送至信息处理设备，以便信息处理设备进行接收。
进一步地，所述脑电信号包括Delta波、Theta波、低频Alpha波、高频Alpha波、低频Beta波、高频Beta波、低频Gamma波和中频Gamma波。
步骤S20，分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；
在信息处理设备接收到脑电采集设备发送的脑电信号及动作采集设备发送的用户动作信号图像之后，分别对所述脑电信号及动作信号图像进行分析，即可获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令。具体可以通过将接收到的脑电信号转换为脑电信号图案，然后进行分析。
步骤S30，判断所述脑电控制指令与动作控制指令是否对应同一控制操作；
在获得所述脑电信号对应的脑电控制指令和动作图像对应的动作控制指令之后，首先提取脑电控制指令对应的控制操作，然后提取动作控制指令对应的控制操作，然后将脑电控制指令对应的控制操作及动作控制指令对应的控制操作进行对比，若所述脑电控制指令对应的控制操作及动作控制指令对应的控制操作一致，则确定所述脑电控制指令与动作控制指令对应同一控制操作，若所述脑电控制指令对应的控制操作及动作控制指令对应的控制操作不一致，则确定所述脑电控制指令与动作控制指令不对应同一控制操作。
步骤S40，若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制。
通过判断，若所述脑电控制指令与动作控制指令对应同一控制操作，则说明对用户的实际意图分析是正确的，此时即可根据脑电控制指令或动作控制指令对智能设备进行控制；比如用户想打开电视时，此时用户的脑海里想的是打开电视，同时可以通过手势进一步表达，比如做出按下遥控器的动作，从而提高信息处理设备分析用户实际意图的准确性，进而提高用户体验。可以理解的是，本发明对用户的实际意图的分析并不局限于对用户的脑电波的分析，然后结合用户的动作，具体实施过程中，还可以通过对用户脑电波的分析，结合用户的运动状态对用户的实际意图进行判断，在此不再一一列举。
本实施例提出的基于脑电波的智能设备控制方法，通过接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作图像；然后分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；并在获得脑电控制指令及动作控制指令进一步判断所述脑电控制指令与动作控制指令是否对应同一控制操作；若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制，通过脑电波及用户动作对用户实际想法进行分析，提高了分析用户实际想法的准确性，解决了由于脑电波控制随机性很大，容易受到干扰，不稳定，而导致只通过脑电波分析用户实际想法不准确的问题。
进一步地，参照图2，基于本发明基于脑电波的智能设备控制方法第一实施例提出本发明基于脑电波的智能设备控制方法第二实施例。
在本实施例中，所述步骤S20包括：
步骤S21，将所述脑电信号转换为脑电信号图案；
步骤S22，将所述脑电信号图案及动作信号图像分别与对应的预存图案进行对比；
步骤S23，在对比到一致的脑电信号图案及动作信号图像时，确定所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令。
在本实施例中，具体通过将脑电信号转换为图案进行分析。具体地，通过信息处理设备将接收到的脑电设备转换为脑电信号图案，然后将所述脑电信号图案与预存的脑电信号图案进行对比，并将所述动作信号图像与预存的动作信号图像进行对比，当在预存的脑电信号图案及动作信号图像中对比到一致的脑电信号图像及动作信号图像时，提取对比到的脑电信号图案对应的脑电控制指令，及动作信号图像对应的动作控制指令，即可确定所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令。
进一步地，基于本发明基于脑电波的智能设备控制方法第一实施例提出本发明基于脑电波的智能设备控制方法第三实施例。
在本实施例中，所述步骤S40包括：
读取与脑电控制指令或动作控制指令对应的控制数据，并根据所述控制数据生成控制信号，通过所述控制信号对智能设备进行控制。
在本实施例中，在所述脑电控制指令与动作控制指令是否对应同一控制操作时，通过读取脑电控制指令或动作控制指令对应的控制数据，然后根据所述控制数据生成控制信号，即可通过所述控制信号对智能设备进行控制。
进一步地，基于本发明基于脑电波的智能设备控制方法第一实施例提出本发明基于脑电波的智能设备控制方法第四实施例。
在本实施例中，所述步骤S10之前的步骤还包括：
预先存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个脑电信号图案，以及存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个动作信号图像。
在本实施例中，由于需要将脑电信号图案及动作信号图像分别与对应的预存图案进行对比，然后分析判断用户的动作控制指令，并且，不同种类的智能设备对应的执行的多种控制指令，分别对应这些控制指令的多个动作信号图像一般情况下并不相同，因此，需要预先将各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个脑电信号图案，以及各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个动作信号图像进行存储。
本发明进一步提供一种基于脑电波的智能设备控制设备。
如图3所示，基于脑电波的智能设备控制设备可以包括：处理器1001，例如CPU，以及存储器1002。这些组件之间的连接通信可以通过通信总线实现。存储器1002可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1002可选的还可以是独立于前述处理器1001的存储装置。
可选地，基于脑电波的智能设备控制设备还可以包括用户接口、网络接口、摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解，图3中示出的基于脑电波的智能设备控制设备结构并不构成对基于脑电波的智能设备控制设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图3所示，作为一种计算机存储介质的存储器1002中可以包括操作系统以及基于脑电波的智能设备控制程序。其中，操作系统是管理和基于脑电波的智能设备控制设备的硬件与软件资源的程序，支持基于脑电波的智能设备控制程序及其他软件或程序的运行。
在图3所示的基于脑电波的智能设备控制设备中，处理器1001可以用于执行存储器1002中存储的基于脑电波的智能设备控制程序，以实现以下步骤：
接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作图像；
接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作信号图像；
分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；
判断所述脑电控制指令与动作控制指令是否对应同一控制操作；
若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制。
进一步地，处理器1001还可以执行存储器1002中存储的基于脑电波的智能设备控制程序，以实现以下步骤：
将所述脑电信号转换为脑电信号图案；
将所述脑电信号图案及动作信号图像分别与对应的预存图案进行对比；
在对比到一致的脑电信号图案及动作信号图像时，确定所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令。
进一步地，处理器1001还可以执行存储器1002中存储的基于脑电波的智能设备控制程序，以实现以下步骤：
读取与脑电控制指令或动作控制指令对应的控制数据，并根据所述控制数据生成控制信号，通过所述控制信号对智能设备进行控制。
进一步地，处理器1001还可以执行存储器1002中存储的基于脑电波的智能设备控制程序，以实现以下步骤：
预先存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个脑电信号图案，以及存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个动作信号图像。
进一步地，处理器1001还可以执行存储器1002中存储的基于脑电波的智能设备控制程序，以实现以下步骤：
所述脑电信号包括Delta波、Theta波、低频Alpha波、高频Alpha波、低频Beta波、高频Beta波、低频Gamma波和中频Gamma波。
本发明基于脑电波的智能设备控制设备的具体实施例与上述基于脑电波的智能设备控制方法各实施例基本相同，在此不作赘述。
本发明进一步提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现以下步骤：
接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作信号图像；
分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；
判断所述脑电控制指令与动作控制指令是否对应同一控制操作；
若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制。
进一步地，所述一个或者多个程序可被所述一个或者多个处理器执行，还实现以下步骤：
将所述脑电信号转换为脑电信号图案；
将所述脑电信号图案及动作信号图像分别与对应的预存图案进行对比；
在对比到一致的脑电信号图案及动作信号图像时，确定所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令。
进一步地，所述一个或者多个程序可被所述一个或者多个处理器执行，还实现以下步骤：
读取与脑电控制指令或动作控制指令对应的控制数据，并根据所述控制数据生成控制信号，通过所述控制信号对智能设备进行控制。
进一步地，所述一个或者多个程序可被所述一个或者多个处理器执行，还实现以下步骤：
预先存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个脑电信号图案，以及存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个动作信号图像。
进一步地，所述一个或者多个程序可被所述一个或者多个处理器执行，还实现以下步骤：
所述脑电信号包括Delta波、Theta波、低频Alpha波、高频Alpha波、低频Beta波、高频Beta波、低频Gamma波和中频Gamma波。
本发明计算机可读存储介质的具体实施例与上述脑电波的智能设备控制方法和脑电波的智能设备控制设备各实施例基本相同，在此不作赘述。
还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例的方法。
以上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，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于脑电波的智能设备控制方法，其特征在于，所述方法包括以下步骤：
接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作信号图像；
分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；
判断所述脑电控制指令与动作控制指令是否对应同一控制操作；
若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制。
2.如权利要求1所述的基于脑电波的智能设备控制方法，其特征在于，所述分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令的步骤包括：
将所述脑电信号转换为脑电信号图案；
将所述脑电信号图案及动作信号图像分别与对应的预存图案进行对比；
在对比到一致的脑电信号图案及动作信号图像时，确定所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令。
3.如权利要求1所述的基于脑电波的智能设备控制方法，其特征在于，所述根据所述脑电控制指令或动作控制指令对智能设备进行控制的步骤包括：
读取与脑电控制指令或动作控制指令对应的控制数据，并根据所述控制数据生成控制信号，通过所述控制信号对智能设备进行控制。
4.如权利要求1所述的基于脑电波的智能设备控制方法，其特征在于，所述接收脑电信号采集设备发送的脑电信号的步骤之前，还包括：
预先存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个脑电信号图案，以及存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个动作信号图像。
5.如权利要求1-4任一项所述的基于脑电波的智能设备控制方法，其特征在于，所述脑电信号包括Delta波、Theta波、低频Alpha波、高频Alpha波、低频Beta波、高频Beta波、低频Gamma波和中频Gamma波。
6.一种基于脑电波的智能设备控制设备，其特征在于，所述基于脑电波的智能设备控制设备包括处理器及存储器，所述存储器中存储有基于脑电波的智能设备控制程序；所述处理器用于执行所述基于脑电波的智能设备控制程序，以实现以下步骤：
接收脑电信号采集设备发送的脑电信号，并接收动作采集设备发送的动作信号图像；
分别对所述脑电信号和动作信号图像进行分析，获得所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令；
判断所述脑电控制指令与动作控制指令是否对应同一控制操作；
若对应同一控制操作，则根据所述脑电控制指令或动作控制指令对智能设备进行控制。
7.如权利要求6所述的基于脑电波的智能设备控制设备，所述处理器还用于执行所述基于脑电波的智能设备控制程序，以实现以下步骤：
将所述脑电信号转换为脑电信号图案；
将所述脑电信号图案及动作信号图像分别与对应的预存图案进行对比；
在对比到一致的脑电信号图案及动作信号图像时，确定所述脑电信号对应的脑电控制指令和动作信号图像对应的动作控制指令。
8.如权利要求6所述的基于脑电波的智能设备控制设备，所述处理器还用于执行所述基于脑电波的智能设备控制程序，以实现以下步骤：
读取与脑电控制指令或动作控制指令对应的控制数据，并根据所述控制数据生成控制信号，通过所述控制信号对智能设备进行控制。
9.如权利要求6所述的基于脑电波的智能设备控制设备，所述处理器还用于执行所述基于脑电波的智能设备控制程序，以实现以下步骤：
预先存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个脑电信号图案，以及存储各个智能设备执行的多种控制指令以及分别对应于这些控制指令的多个动作信号图像。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于脑电波的智能设备控制程序，所述基于脑电波的智能设备控制程序被处理器执行时实现如权利要求1至5中任一项所述的基于脑电波的智能设备控制方法的步骤。
CN201710916089.XA 2017-09-29 2017-09-29 基于脑电波的智能设备控制方法、设备及可读存储介质 Pending CN107870670A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710916089.XA CN107870670A (zh) 2017-09-29 2017-09-29 基于脑电波的智能设备控制方法、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710916089.XA CN107870670A (zh) 2017-09-29 2017-09-29 基于脑电波的智能设备控制方法、设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN107870670A true CN107870670A (zh) 2018-04-03

Family

ID=61752430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710916089.XA Pending CN107870670A (zh) 2017-09-29 2017-09-29 基于脑电波的智能设备控制方法、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN107870670A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108904163A (zh) * 2018-06-22 2018-11-30 北京信息科技大学 轮椅控制方法及系统
CN110882134A (zh) * 2019-10-24 2020-03-17 中国科学院深圳先进技术研究院 跨障意图识别方法、外骨骼机器人跨障控制方法及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130179139A1 (en) * 2012-01-05 2013-07-11 Yi-Ming Chiu Method for applying virtual person and portable electronic device for use with the method
CN103271802A (zh) * 2013-05-24 2013-09-04 桂林电子科技大学 基于fniri和eeg控制的轮椅系统
CN103970260A (zh) * 2013-01-31 2014-08-06 华为技术有限公司 一种非接触式手势控制方法及电子终端设备
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
CN106980359A (zh) * 2016-01-19 2017-07-25 美的集团股份有限公司 家用电器的控制方法、系统、头戴式设备和服务器
CN107015632A (zh) * 2016-01-28 2017-08-04 南开大学 基于脑电驾驶的车辆控制方法、系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130179139A1 (en) * 2012-01-05 2013-07-11 Yi-Ming Chiu Method for applying virtual person and portable electronic device for use with the method
CN103970260A (zh) * 2013-01-31 2014-08-06 华为技术有限公司 一种非接触式手势控制方法及电子终端设备
CN103271802A (zh) * 2013-05-24 2013-09-04 桂林电子科技大学 基于fniri和eeg控制的轮椅系统
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
CN106980359A (zh) * 2016-01-19 2017-07-25 美的集团股份有限公司 家用电器的控制方法、系统、头戴式设备和服务器
CN107015632A (zh) * 2016-01-28 2017-08-04 南开大学 基于脑电驾驶的车辆控制方法、系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108904163A (zh) * 2018-06-22 2018-11-30 北京信息科技大学 轮椅控制方法及系统
CN110882134A (zh) * 2019-10-24 2020-03-17 中国科学院深圳先进技术研究院 跨障意图识别方法、外骨骼机器人跨障控制方法及设备

Similar Documents

Publication Publication Date Title
CN107256555B (zh) 一种图像处理方法、装置及存储介质
CN106919918B (zh) 一种人脸跟踪方法和装置
CN108519811B (zh) 截图方法及相关产品
CN108334202B (zh) 壁纸更新方法及相关产品
CN108495191A (zh) 视频播放控制方法及相关产品
CN110781881A (zh) 一种视频中的赛事比分识别方法、装置、设备及存储介质
CN108509033A (zh) 信息处理方法及相关产品
CN109032466A (zh) 基于双屏幕的长截图方法、移动终端及存储介质
CN110324831A (zh) 一种配网方法、装置、电子设备、终端和存储介质
CN108391164A (zh) 视频解析方法及相关产品
CN112084959B (zh) 一种人群图像处理方法及装置
CN107870670A (zh) 基于脑电波的智能设备控制方法、设备及可读存储介质
CN109151162A (zh) 一种多面屏交互控制方法、设备及计算机可读存储介质
CN110555171B (zh) 一种信息处理方法、装置、存储介质及系统
CN114302088A (zh) 帧率调整方法、装置、电子设备及存储介质
CN114816610A (zh) 一种页面分类方法、页面分类装置和终端设备
CN110163051B (zh) 文本提取方法、装置及存储介质
CN107967667A (zh) 素描的生成方法、装置、终端设备和存储介质
CN109428923A (zh) 消息推送方法、服务器、终端和计算机可读存储介质
CN105979154A (zh) 一种增强现实ar的拍摄方法、装置及智能终端
CN107786896A (zh) 信息的推送方法、装置、终端设备和存储介质
CN109040427B (zh) 分屏处理方法、装置、存储介质和电子设备
CN108494955B (zh) 网络连接控制方法及相关产品
CN112075938B (zh) 分布式数据采集系统、方法及存储介质
CN109213398A (zh) 一种应用快速启动方法、终端及计算机可读存储介质

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: 20180403

RJ01 Rejection of invention patent application after publication