CN112370259A - 一种基于ssvep的脑控轮椅的控制系统 - Google Patents
一种基于ssvep的脑控轮椅的控制系统 Download PDFInfo
- Publication number
- CN112370259A CN112370259A CN202011277724.2A CN202011277724A CN112370259A CN 112370259 A CN112370259 A CN 112370259A CN 202011277724 A CN202011277724 A CN 202011277724A CN 112370259 A CN112370259 A CN 112370259A
- Authority
- CN
- China
- Prior art keywords
- pin
- electromagnet
- relay
- wheelchair
- pins
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
- A61G5/04—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs motor-driven
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
- A61G5/10—Parts, details or accessories
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
- A61G5/10—Parts, details or accessories
- A61G5/1051—Arrangements for steering
-
- 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
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/02—Mechanical actuation of the alarm, e.g. by the breaking of a wire
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G2203/00—General characteristics of devices
- A61G2203/10—General characteristics of devices characterised by specific control means, e.g. for adjustment or steering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Evolutionary Biology (AREA)
- Veterinary Medicine (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Neurosurgery (AREA)
- Human Computer Interaction (AREA)
- Neurology (AREA)
- Dermatology (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于SSVEP的脑控轮椅的控制系统,克服了目前脑控轮椅控制系统信噪比低、识别准确率差、控制变量少的问题,一种基于SSVEP的脑控轮椅的控制系统包括计算机(1)、OpenBCI+16导无线便携式脑电仪(2)与轮椅控制器(8);OpenBCI+16导无线便携式脑电仪(2)佩戴在使用者的头上,轮椅控制器(8)安装在轮椅上,计算机(1)安装在轮椅上并处于使用者面前;OpenBCI+16导无线便携式脑电仪(2)通过内置的一号蓝牙(3)与内置有二号蓝牙(4)的计算机(1)无线连接;轮椅控制器(8)通过内置的二号Zigbee模块(6)与内置有一号Zigbee模块(5)的计算机(1)无线连接。
Description
技术领域
本发明涉及一种用大脑控制轮椅运动的控制系统,更确切地说,本发明涉及一种基于稳态视觉诱发电位(SSVEP)技术的脑控轮椅的控制系统。
背景技术
随着人口老龄化和残障人士的逐年增加,轮椅成为残疾人主要的代步工具,可以协助残疾人士和一些年龄较大的人行动,行动上的便利解决了最基本的问题,可以大大提高老年人和残疾人的日常生活和工作质量,使他们可以更好的与社会相融合。对于以往那些基于操控手柄来操纵的电动轮椅,其操作是相对比较麻烦的,尤其是对于那些手指不够灵活的,或者是有重度行为困难的伤患而言,他们有可能不能操纵轮椅。为了解决这方面的问题,需要研究不依赖手柄的操作极为灵活的新型轮椅,使得有重度行为困难的患者能够使用这种轮椅,解决他们在生活上的行动问题。为了解决高度瘫痪的残疾人士能够自由移动的问题,提出了一种基于稳态视觉刺激的脑控轮椅的控制方案。
脑控轮椅的控制系统是通过佩戴16导联的脑电帽来对使用者脑电信号进行采集,将采集到的脑电信号传输到电脑上,从而进行分析处理,转化为指令控制轮椅的运动状态。该控制系统主要由16导联的脑电采集装置、一台笔记本电脑和一个轮椅控制器组成,对采集到的脑电信号进行时频分析,并利用分类器对信号进行分类,产生控制轮椅运动的指令,在通过无线通信传到轮椅控制器上,从而达到控制轮椅运动的目的。
这种基于SSVEP的新型脑控轮椅的操作是交互式的、直接的,可以将使用患者的头皮脑电信号通过设备直接传达给信息中心,提高了其实际帮助性。这一项工具的诞生,为广大的出行不便的年长者以及受伤患病的病人提供了新型协助工具。这样的操作方式不但适用于轮椅,在其它的应用中同样适用,促使脑科学在深入革新这类产品中持续进步。
发明内容
本发明所要解决的技术问题是克服了现有的脑控轮椅的控制系统信噪比低、识别准确率差、控制变量少的问题,提供了一种基于支持向量机算法的稳态视觉诱发电位的脑控轮椅的控制系统。
为解决上述技术问题,本发明是采用如下技术方案实现的:所述的一种基于SSVEP的脑控轮椅的控制系统包括计算机、OpenBCI+16导的无线便携式脑电仪与轮椅控制器;
OpenBCI+16导的无线便携式脑电仪佩戴在使用者的头上,轮椅控制器安装在轮椅上,计算机安装在轮椅上并处于使用者的面前;OpenBCI+16导的无线便携式脑电仪通过内置的一号蓝牙与内置有二号蓝牙的计算机无线连接;轮椅控制器通过内置的二号Zigbee模块与内置有一号Zigbee模块的计算机无线连接。
技术方案中所述的OpenBCI+16导的无线便携式脑电仪包括16个结构相同的信号采集电极、头戴式电极帽、OpenBCI Cyton电路板、OpenBCI Daisy模块、一号蓝牙与电源;
16个结构相同的信号采集电极即为O1、O2、Oz、FPz、C1、Cz、C2、C3、C4、C5、C6、FC3、FC4、CPz、CP3、CP4信号采集电极;
电源采用4节5号干电池依次正极、负极串联;
16个结构相同的信号采集电极即为O1、O2、Oz、FPz、C1、Cz、C2、C3、C4、C5、C6、FC3、FC4、CPz、CP3、CP4信号采集电极安装在头戴式电极帽上;将OpenBCI Daisy模块插入OpenBCI Cyton电路板上,对应引脚相连接;16个结构相同的信号采集电极O1、O2、Oz、FPz、C1、Cz、C2、C3、C4、C5、C6、FC3、FC4、CPz、CP3、CP4分别与OpenBCI Cyton电路板或OpenBCIDaisy模块上对应信号采集电极名称相同的引脚相连接,4节5号干电池串联后的正极与负极分别和OpenBCI Cyton电路板上的VCC与GND相连接。
技术方案中所述的轮椅控制器包括二号Zigbee模块、单片机、型号为74LS04的反相器L1、型号为ULN2803的达林顿管U3、一号继电器H1、二号继电器H2、三号继电器H3、四号继电器H4、五号继电器H5、一号电磁铁E1、二号电磁铁E2、三号电磁铁E3、四号电磁铁E4、五号电磁铁E5、霍尔位置传感器M、5V直流电源P1与晶体振荡器Y1;
所述的单片机的40号脚经过正向二极管D7与直流电源P1的1号引脚连接,20号脚与直流电源P1的4号引脚连接;
所述的单片机的9号引脚与电容C1的负极连接,电容C1的正极与直流电源P1的VCC连接,9号引脚同时与电阻R1一端连接,电阻R1的另一端接地;
所述的单片机的10号脚、11号引脚分别与二号Zigbee模块的串行输出引脚TXD、串行输入引脚RXD连接;
所述的单片机的18号脚、19号脚与11.0592MHZ晶体振荡器Y1的2号脚、1号脚相连接;
所述的单片机的35号脚、36号脚、37号脚、38号脚、39号脚分别和上拉电阻R7、电阻R6、电阻R5、电阻R4、电阻R3的一端连接,同时分别和反相器L1的11号脚、9号脚、5号脚、3号脚、1号引脚相连;Zigbee模块的GND引脚、VCC引脚分别与直流电源P1的4号引脚、1号引脚连接;
所述的反相器L1的2号脚、4号脚、6号脚、8号脚、10号脚分别和达林顿管U3的1号脚、2号脚、3号脚、4号脚、5号脚连接;反相器L1的7号脚与14号脚分别和地与直流电源P1的1号引脚连接;
达林顿管U3的14号脚、15号脚、16号脚、17号脚、18号脚为输出引脚,输出与输入相反的逻辑电平并升高电压;达林顿管U3的9号脚、10号脚分别为GND脚与直流电源引脚,分别与地和直流电源P1连接;
所述的一号继电器H1至五号继电器H5的1号脚和达林顿管U3的18号脚、17号脚、16号脚、15号脚与14号脚连接,一号继电器H1至五号继电器H5的16号脚和达林顿管U3的10号引脚连接;一号继电器H1至五号继电器H5的9号脚分别和一号电磁铁E1~五号电磁铁E5的1号脚连接,一号继电器H1~五号继电器H5的13号脚和达林顿管U3的VCC引脚连接;
所述的一号电磁铁E1至五号电磁铁E5的1号脚和一号继电器H1至五号继电器H5的9号脚连接,一号电磁铁E1至五号电磁铁E5的4号脚与GND连接,即接地;一号电磁铁E1至五号电磁铁E5的1号脚与4号脚之间反接一个整流二极管D2至整流二极管D6。
技术方案中所述的霍尔位置传感器M和一号电磁铁E1、二号电磁铁E2、三号电磁铁E3、四号电磁铁E4、五号电磁铁E5的摆放位置关系为:1号电磁铁E1位于霍尔位置传感器M的前方,2号电磁铁E2位于霍尔位置传感器M的后方,3号电磁铁E3位于霍尔位置传感器M的左方,4号电磁铁E4位于霍尔位置传感器M的右方,5号电磁铁E5位于霍尔位置传感器M的正上方。
技术方案中所述的单片机采用型号为STC89C52RC的单片机U1;反相器L1的型号为74LS04;达林顿管U3的型号为ULN2803;
所述的1号继电器H1、2号继电器H2、3号继电器H3、4号继电器H4与5号继电器H5皆采用型号为HJR1-2C L-05V的继电器;
所述的1号电磁铁E1、二号电磁铁E2、三号电磁铁E3、四号电磁铁E4、5号电磁铁E5的规格为5V 7Ω;
所述的整流二极管D2至整流二极管D6的型号为1N4004。
与现有技术相比本发明的有益效果是:
1.本发明所述的一种基于SSVEP的脑控轮椅的控制系统通过分析处理用户由视觉刺激而产生的脑电信号,了解用户的意图,进而形成相应的控制指令,将用户的想法转化为了实际的行动;
2.本发明所述的一种基于SSVEP的脑控轮椅的控制系统可以更好地兼顾到社会上的一些特殊群体,比如高度瘫痪的残疾人士,同时相较于其他形式的脑机接口技术,基于支持向量机算法的稳态视觉诱发电位脑控轮椅控制系统穿戴简单、对人体伤害极小、操作方便、且脑电信号的信噪比高、信息传输率快、识别精度好、系统效率高、自适应能力强与用时短;
3.本发明所述的一种基于SSVEP的脑控轮椅的控制系统可用于医疗领域,减轻医护人员的工作量,帮助肢体残疾的人更好地生活。
4.本发明所述的一种基于SSVEP的脑控轮椅的控制系统也可用于日常生活中照顾更多空巢老人,让他们的生活更加人性化,更舒适便捷;
5.本发明所述的一种基于SSVEP的脑控轮椅的控制系统所采用的脑电设备是干电极,避免了每使用一次后洗头发的问题,为伤患者及老人提供了极大的便利。
附图说明
下面结合附图对本发明作进一步的说明:
图1为本发明所述的一种基于SSVEP的脑控轮椅的控制系统的结构原理图;
图2为本发明所述的一种基于SSVEP的脑控轮椅的控制系统的视觉刺激装置结构组成示意图;
图3为本发明所述的一种基于SSVEP的脑控轮椅的控制系统的脑电信号采集装置结构示意图;
图4为本发明所述的一种基于SSVEP的脑控轮椅的控制系统的脑电信号处理流程框图;
图5为本发明所述的一种基于SSVEP的脑控轮椅的控制系统的轮椅控制器结构组成示意图;
图6为本发明所述的一种基于SSVEP的脑控轮椅的控制系统的轮椅控制器结构组成与位置关系示意图;
图7为本发明所述的一种基于SSVEP的脑控轮椅的控制系统的结构原理图;
图中:1.计算机,2.无线便携式脑电仪,3.一号蓝牙,4.二号蓝牙,5.一号Zigbee模块,6.二号Zigbee模块,7.单片机,8.轮椅控制器。
具体实施方式
下面结合附图对本发明作详细的描述:
参阅图1,所述的一种基于SSVEP的脑控轮椅的控制系统包括计算机1、OpenBCI+16导的无线便携式脑电仪2与轮椅控制器8;
佩戴在使用者头上的OpenBCI+16导的无线便携式脑电仪2通过内置的一号蓝牙3与计算机1中的二号蓝牙4实现无线连接;轮椅控制器8通过二号Zigbee模块6与计算机1中的一号Zigbee模块5无线连接,轮椅通过轮椅控制器8与单片机7进行有线连接。
参阅图2,所述的计算机1采用LENOVO型号为G50的电脑;计算机1既是基于SSVEP的脑控轮椅的控制系统的一种视觉刺激装置,又是一种脑电信号处理装置,计算机1内装置有二号蓝牙4。
计算机1的显示屏上呈现着5个闪烁块,分别对应“前进”、“后退”、“左转”、“右转”、“停止”等菜单功能,闪烁块的形成是由开发人员在浏览器利用HTML编写代码实现的;开发人员利用编程语言保证计算机1显示屏上呈现的各个闪烁块的闪烁频率分别为8Hz、9Hz、10Hz、11Hz、12Hz,计算机1显示屏的刷新率为60帧/秒;闪烁块的形状为矩形,大小为150×150个像素,黑白交替闪烁;每次实验的刺激时间为2S,并提供5S的休息时间;闪烁块的作用是通过以上形式的闪烁为人眼提供外界刺激,进而诱发脑电信号,即稳态视觉诱发电位脑电信号,以便后续的脑电信号采集装置进行信号的采集。
参阅图3,所述的OpenBCI+16导的无线便携式脑电仪2即为一种基于SSVEP的脑控轮椅的控制系统的一部脑电信号采集装置,该OpenBCI+16导的无线便携式脑电仪2包括信号采集电极、头戴式电极帽、OpenBCI Cyton电路板、OpenBCIDaisy模块、一号蓝牙3与电源。
所述的信号采集电极共有16个,分别为O1、O2、Oz、FPz、C1、Cz、C2、C3、C4、C5、C6、FC3、FC4、CPz、CP3、CP4,对应OpenBCI+16导的无线便携式脑电仪2的16个导联,信号采集电极呈帽状,顶部为金属,且有螺纹结构,信号采集电极采用的技术是干电极传感器技术。
所述的头戴式电极帽用来装载信号采集电极,需按照国际10-20系统标准的电极位置分布方法,找准16个导联通道,准确佩戴在用户头上。
所述的一号蓝牙3采用型号为OpenBCI可编程dongle的蓝牙,一号蓝牙3与二号蓝牙4进行信号的无线传输。
所述的OpenBCI Cyton电路板和OpenBCI Daisy模块可用于最多16通道的脑电信号(EEG)的采集。OpenBCI Cyton电路板是一个可以与Arduino兼容,带有32位处理器的8通道的信号接口。在其核心上,Cyton OpenBCI电路板使用了PIC32MX250F128B微控制器,具有大量本地内存和快速处理速度。
电源采用4节5号干电池串联,为OpenBCI+16导无线便携式脑电仪2提供电量。
参阅图4,计算机1内置的二号蓝牙4与一号蓝牙3进行无线传输,用来接收脑电原始信号,再由计算机1进行脑电信号的处理,将处理的结果通过一号Zigbee5和二号Zigbee6传送到轮椅控制器8上,这样就可以实现OpenBCI+16导的无线便携式脑电仪2采集到的脑电信号控制轮椅的运动状态。
操作方法为:打开计算机1内置的二号蓝牙4,使其与一号蓝牙3的进行配对连接,再将一号Zigbee5与二号Zigbee6分别上电,连接成功后即可进行数据的传输。
计算机1运行算法,对传入的脑电数据进行分析处理,计算机1完成了对稳态视觉诱发电位脑电信号的分类提取工作,该工作以支持向量机算法理论为基础,稳态视觉诱发电位脑电信号被广泛应用于脑机接口和大脑认知研究,将脑电信号正确分类是其中重要的一步;当刺激信号的闪烁频率发生变化时,稳态视觉诱发电位脑电信号也会发生相应的变化,因此,对不同频率的视觉刺激不仅可以通过脑电信号来识别用户的目的,而且可以增加系统对目标的识别个数、提高信息的传输率。
脑电信号的处理分为三个重要阶段:脑电信号的预处理、脑电信号的特征提取和脑电信号的分类。
1.脑电信号的预处理
在预处理阶段采用自适应滤波(Adaptive Fi ltering)的方法,去除脑电信号里包含的眼电、心电和肌电噪声,同时减小50Hz的工频干扰,从而降低脑电信号处理的复杂度,减小处理过程中的运算量;
自适应滤波器是一种可自动调整参数,无需预先知道输入信号和噪声的统计特性,在工作过程中逐步估计出所需的统计特性从而调整自身参数以达到最佳滤波效果的滤波器,一个完整的自适应滤波器主要包含四部分:输入信号,参考信号,滤波器和参数调整;
(2)理想信号d(n)与滤波器输出y(n)之差e(n)的期望值最小,并且根据这个判据来修改系数wi(n),均方误差ε表示为ε=E[e2(n)]=E{[d(n)-y(n)]2},在均方误差ε达到最小时,得到最佳权系数。
2.脑电信号的特征提取
在特征提取阶段采用独立成分分析(ICA)的方法,有效地降低了数据的维度,简化了运算过程,降低了运算量;
ICA将信号分解成相互独立的成分并将有用的成分提取出来,作为“盲源”分离技术ICA有助于辨别独立信号并将噪声信号进行分离,ICA运算速度快,效率高,适合处理像EEG信号这样海量的数据;
(1)自适应滤波器的输出y(n)作为ICA的输入数据,对输入数据y(n)进行中心化和白化预处理:Y*=Y-u;经过白化变换后的样本数据为Z=Wz Y*。
(2)从白化样本中求解出解混矩阵W,通过优化目标函数的方法得到W。
(3)得到独立的基向量U=WY。得到基向量U后,任何一个样本可用U的线性组合来表示。线性组合的系数即Xi向U上的投影系数:Ei=UYi'。
训练样本和测试样本可分别得到Ei和Etest。
然后选择合适的分类器,就可以进行分类。
3.脑电信号的分类
采用支持向量机(SVM)作为分类器,有效的实现了脑电信号的分析和预测。SVM是一类按监督学习方式对数据进行二元分类的广义线性分类器,其基本原理是在空间寻找最优决策面,使不同类别的数据能分布在决策面的两侧,从而实现分类网;本文使用非线性支持向量机,过程如下:
(1)输入:
训练数据集T={(x1,y1),(x2,y2),...,(xN,yN)}其中xi∈Rn,yi∈{+1,-1},i=1,2,...N。
(2)输出:
分离超平面和分类决策函数
2)计算
3)分类决策函数:
对应的SVM是高斯径向基函数分类器,在此情况下,分类决策函数为
参阅图5与图6,所述的轮椅控制器8包括二号Zigbee模块6、单片机7、型号为74LS04的反相器L1、型号为ULN2803的达林顿管U3、一号继电器H1、二号继电器H2、三号继电器H3、四号继电器H4、五号继电器H5、一号电磁铁E1、二号电磁铁E2、三号电磁铁E3、四号电磁铁E4、五号电磁铁E5、霍尔位置传感器M、5V直流电源P1、晶体振荡器Y1。轮椅控制器8中的1号继电器H1~5号继电器H5和1号电磁铁E1~5号电磁铁E5的作用可以抽象简化为开关的作用,在图1中,用开关S1~开关S5代表轮椅控制器8,开关S1~开关S5的闭合表示轮椅往对应的方向运动。
所述的霍尔位置传感器M和一号电磁铁E1~五号电磁铁E5的摆放位置如图6所示:1号电磁铁E1位于霍尔位置传感器M的前方,2号电磁铁E2位于霍尔位置传感器M的后方,3号电磁铁E3位于霍尔位置传感器M的左方,4号电磁铁E4位于霍尔位置传感器M的右方,5号电磁铁E5位于霍尔位置传感器M的正上方。用单片机7控制一号电磁铁E1~五号电磁铁E5的通断以模拟磁场变化,进而控制可编程线性霍尔位置传感器M,达到远程控制轮椅的目的,在一定使用环境下能够给使用者带来便利。
二号Zigbee模块6用来接收一号Zigbee模块5的数据;单片机7的型号为STC89C52RC,通过装载的程序对各种数据进行处理;
参阅图7,轮椅控制器8中的各元器件的连接关系:
所述的型号为STC89C52RC的单片机7的40号脚经过正向二极管D7与直流电源P1的1号引脚连接,型号为STC89C52RC的单片机7的20号脚与直流电源P1的4号引脚连接;
型号为STC89C52RC的单片机7的9号引脚为复位引脚,用于输入复位信号,9号引脚与电容C1的负极连接,电容C1的正极与直流电源P1的VCC连接,9号引脚同时与电阻R1一端连接,电阻R1的另一端接地,组成复位电路;
型号为STC89C52RC的单片机7的10、11号引脚分别为串行输入引脚、串行输出引脚,分别与二号Zigbee模块6的串行输出引脚TXD、串行输入引脚RXD连接;
型号为STC89C52RC的单片机7的18、19号引脚为外接晶振引脚,与11.0592MHZ晶体振荡器Y1的2号脚、1号脚连接;
型号为STC89C52RC的单片机7的35号脚、36号脚、37号脚、38号脚、39号脚为通用I/O引脚,通过上拉电阻R7、电阻R6、电阻R5、电阻R4、电阻R3提高输出电平值;Zigbee模块6的GND引脚、VCC引脚分别和直流电源P1的4号引脚、1号引脚连接。
所述的型号为74LS04的反相器L1的1号脚、3号脚、5号脚、9号脚、11号脚为输入引脚,型号为STC89C52RC的单片机7的35号脚、36号脚、37号脚、38号脚、39号脚经上拉电阻后分别与型号为74LS04的反相器L1的11、9、5、3、1号引脚相连,作为输入;
型号为74LS04的反相器L1的2号脚、4号脚、6号脚、8号脚、10号脚为输出引脚,输出与输入相反的逻辑电平;所述的型号为74LS04的反相器L1的7号脚和14号脚分别为GND脚和电源引脚,分别与地和直流电源P1连接;
所述的型号为ULN2803的达林顿管U3的1号脚、2号脚、3号脚、4号脚、5号脚为输入引脚,分别和型号为74LS04的反相器L1的2号脚、4号脚、6号脚、8号脚、10号脚连接;型号为ULN2803的达林顿管U3的14号脚、15号脚、16号脚、17号脚、18号脚为输出引脚,输出与输入相反的逻辑电平并升高电压;型号为ULN2803的达林顿管U3的9号脚、10号脚分别和直流电源P1的4号引脚与一号引脚连接;
所述的一号继电器H1、二号继电器H2、三号继电器H3、四号继电器H4、五号继电器H5皆采用型号为HJR1-2C L-05V的继电器,一号继电器H1~五号继电器H5的1号脚和16号脚为线圈引脚,一号继电器H1~五号继电器H5的1号脚和型号为ULN2803的达林顿管U3的18号脚、17号脚、16号脚、15号脚与14号脚连接,一号继电器H1~五号继电器H5的16号脚和型号为ULN2803的达林顿管U3的10号引脚连接;一号继电器H1~五号继电器H5的9号脚和13号脚为常开引脚,一号继电器H1~五号继电器H5的9号脚分别和规格为5V 7Ω的1号电磁铁E1~5号电磁铁E5的1号脚连接,一号继电器H1~五号继电器H5的13号脚和型号为ULN2803的达林顿管U3的VCC引脚连接;
所述的规格为5V 7Ω的一号电磁铁E1~五号电磁铁E5的1号脚和4号脚为电源引脚,规格为5V 7Ω的一号电磁铁E1~五号电磁铁E5的1号脚和一号继电器H1~五号继电器H5的9号脚连接,规格为5V 7Ω的一号电磁铁E1~五号电磁铁E5的4号脚与GND连接,即接地;所述的规格为5V 7Ω的一号电磁铁E1~五号电磁铁E5的1号脚和4号脚之间反接一个型号为1N4004的整流二极管D2~整流二极管D6,避免一号电磁铁E1~五号电磁铁E5剩磁反向供电损坏电路。
轮椅控制器装置对轮椅的运动状态驱动过程如下:
计算机1输出的结果为控制轮椅运动状态的指令(即数字1、2、3、4、5),当二号Zigbee模块6接收到指令时,型号为STC89C52RC的单片机7的35~39号引脚的高、低电平发生变化;型号为74LS04的反相器L1的2、4、6、8、10号引脚的高低电平发生相反的变化;型号为ULN2803的达林顿管U3的14~18号引脚的高低电平发生相应的变化;型号为HJR1-2C L-05V的1号继电器H1~5号继电器H5的1号引脚输入的高低电平发生变化,线圈引脚1、引脚16之间有电流通过,常开引脚9、引脚13闭合;规格为5V 7Ω的1号电磁铁E1~5号电磁铁E5的1号引脚通过继电器H1~H5的13号脚、9号脚与VCC连通,电磁铁通电,产生磁力;型号为MLX90316的霍尔位置传感器M正上方磁场消失,其他方向产生磁场,型号为MLX90316的霍尔位置传感器M输出移动的控制信号,轮椅电机驱动轮椅移动。
本发明所述的一种脑控轮椅系统的工作原理为:
用户佩戴好OpenBCI+16导无线便捷式脑电仪2之后,注视着计算机1上面的闪烁块,此时用户大脑皮层会出现由闪烁块刺激诱发产生的脑电信号,即稳态视觉诱发电位脑电信号;该脑电信号可以被OpenBCI+16导的无线便携式脑电仪2采集得到,并由OpenBCI+16导的无线便携式脑电仪2内置的一号蓝牙3无线传输给计算机1内置的二号蓝牙4;计算机1通过二号蓝牙4得到了脑电信号,并对脑电信号进行处理;计算机1将处理的结果由一号Zigbee模块5无线传输给二号Zigbee模块6;二号Zigbee模块6将得到的结果经由串口传输给单片机7;单片机7连接着轮椅控制器8,通过霍尔位置传感器M控制轮椅的运控状态,即完成了对轮椅运动状态的控制。
Claims (5)
1.一种基于SSVEP的脑控轮椅的控制系统,其特征在于,所述的一种基于SSVEP的脑控轮椅的控制系统包括计算机(1)、OpenBCI+16导的无线便携式脑电仪(2)与轮椅控制器(8);
OpenBCI+16导的无线便携式脑电仪(2)佩戴在使用者的头上,轮椅控制器(8)安装在轮椅上,计算机(1)安装在轮椅上并处于使用者的面前;OpenBCI+16导的无线便携式脑电仪(2)通过内置的一号蓝牙(3)与内置有二号蓝牙(4)的计算机(1)无线连接;轮椅控制器(8)通过内置的二号Zigbee模块(6)与内置有一号Zigbee模块(5)的计算机(1)无线连接。
2.按照权利要求1所述的一种基于SSVEP的脑控轮椅的控制系统,其特征在于,所述的OpenBCI+16导的无线便携式脑电仪(2)包括16个结构相同的信号采集电极、头戴式电极帽、OpenBCI Cyton电路板、OpenBCIDaisy模块、一号蓝牙(3)与电源;
16个结构相同的信号采集电极即为O1、O2、Oz、FPz、C1、Cz、C2、C3、C4、C5、C6、FC3、FC4、CPz、CP3、CP4信号采集电极;
电源采用4节5号干电池依次正极、负极串联;
16个结构相同的信号采集电极即为O1、O2、Oz、FPz、C1、Cz、C2、C3、C4、C5、C6、FC3、FC4、CPz、CP3、CP4信号采集电极安装在头戴式电极帽上;将OpenBCIDaisy模块插入OpenBCICyton电路板上,对应引脚相连接;16个结构相同的信号采集电极O1、O2、Oz、FPz、C1、Cz、C2、C3、C4、C5、C6、FC3、FC4、CPz、CP3、CP4分别与OpenBCI Cyton电路板或OpenBCIDaisy模块上对应信号采集电极名称相同的引脚相连接,4节5号干电池串联后的正极与负极分别和OpenBCI Cyton电路板上的VCC与GND相连接。
3.按照权利要求1所述的一种基于SSVEP的脑控轮椅的控制系统,其特征在于,所述的轮椅控制器(8)包括二号Zigbee模块(6)、单片机(7)、型号为74LS04的反相器L1、型号为ULN2803的达林顿管U3、一号继电器H1、二号继电器H2、三号继电器H3、四号继电器H4、五号继电器H5、一号电磁铁E1、二号电磁铁E2、三号电磁铁E3、四号电磁铁E4、五号电磁铁E5、霍尔位置传感器M、5V直流电源P1与晶体振荡器Y1;
所述的单片机(7)的40号脚经过正向二极管D7与直流电源P1的1号引脚连接,20号脚与直流电源P1的4号引脚连接;
所述的单片机(7)的9号引脚与电容C1的负极连接,电容C1的正极与直流电源P1的VCC连接,9号引脚同时与电阻R1一端连接,电阻R1的另一端接地;
所述的单片机(7)的10号脚、11号引脚分别与二号Zigbee模块(6)的串行输出引脚TXD、串行输入引脚RXD连接;
所述的单片机(7)的18号脚、19号脚与11.0592MHZ晶体振荡器Y1的2号脚、1号脚相连接;
所述的单片机(7)的35号脚、36号脚、37号脚、38号脚、39号脚分别和上拉电阻R7、电阻R6、电阻R5、电阻R4、电阻R3的一端连接,同时分别和反相器L1的11号脚、9号脚、5号脚、3号脚、1号引脚相连;Zigbee模块(6)的GND引脚、VCC引脚分别与直流电源P1的4号引脚、1号引脚连接;
所述的反相器L1的2号脚、4号脚、6号脚、8号脚、10号脚分别和达林顿管U3的1号脚、2号脚、3号脚、4号脚、5号脚连接;反相器L1的7号脚与14号脚分别和地与直流电源P1的1号引脚连接;
达林顿管U3的14号脚、15号脚、16号脚、17号脚、18号脚为输出引脚,输出与输入相反的逻辑电平并升高电压;达林顿管U3的9号脚、10号脚分别为GND脚与直流电源引脚,分别与地和直流电源P1连接;
所述的一号继电器H1至五号继电器H5的1号脚和达林顿管U3的18号脚、17号脚、16号脚、15号脚与14号脚连接,一号继电器H1至五号继电器H5的16号脚和达林顿管U3的10号引脚连接;一号继电器H1至五号继电器H5的9号脚分别和一号电磁铁E1~五号电磁铁E5的1号脚连接,一号继电器H1~五号继电器H5的13号脚和达林顿管U3的VCC引脚连接;
所述的一号电磁铁E1至五号电磁铁E5的1号脚和一号继电器H1至五号继电器H5的9号脚连接,一号电磁铁E1至五号电磁铁E5的4号脚与GND连接,即接地;一号电磁铁E1至五号电磁铁E5的1号脚与4号脚之间反接一个整流二极管D2至整流二极管D6。
4.按照权利要求3所述的一种基于SSVEP的脑控轮椅的控制系统,其特征在于,所述的霍尔位置传感器M和一号电磁铁E1、二号电磁铁E2、三号电磁铁E3、四号电磁铁E4、五号电磁铁E5的摆放位置关系为:1号电磁铁E1位于霍尔位置传感器M的前方,2号电磁铁E2位于霍尔位置传感器M的后方,3号电磁铁E3位于霍尔位置传感器M的左方,4号电磁铁E4位于霍尔位置传感器M的右方,5号电磁铁E5位于霍尔位置传感器M的正上方。
5.按照权利要求3所述的一种基于SSVEP的脑控轮椅的控制系统,其特征在于,所述的单片机(7)采用型号为STC89C52RC的单片机U1;反相器L1的型号为74LS04;达林顿管U3的型号为ULN2803;
所述的1号继电器H1、2号继电器H2、3号继电器H3、4号继电器H4与5号继电器H5皆采用型号为HJR1-2C L-05V的继电器;
所述的1号电磁铁E1、二号电磁铁E2、三号电磁铁E3、四号电磁铁E4、5号电磁铁E5的规格为5V 7Ω;
所述的整流二极管D2至整流二极管D6的型号为1N4004。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011277724.2A CN112370259A (zh) | 2020-11-16 | 2020-11-16 | 一种基于ssvep的脑控轮椅的控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011277724.2A CN112370259A (zh) | 2020-11-16 | 2020-11-16 | 一种基于ssvep的脑控轮椅的控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112370259A true CN112370259A (zh) | 2021-02-19 |
Family
ID=74584679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011277724.2A Pending CN112370259A (zh) | 2020-11-16 | 2020-11-16 | 一种基于ssvep的脑控轮椅的控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112370259A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113116647A (zh) * | 2021-04-02 | 2021-07-16 | 深兰科技(上海)有限公司 | 智能轮椅、智能轮椅的控制方法及相关装置 |
CN114652532A (zh) * | 2022-02-21 | 2022-06-24 | 华南理工大学 | 基于ssvep与注意力检测的多功能脑控轮椅系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103263324A (zh) * | 2013-05-06 | 2013-08-28 | 西安电子科技大学 | 基于ssvep稳态视觉诱发电位的智能轮椅系统 |
CN206138300U (zh) * | 2016-03-22 | 2017-05-03 | 昆明理工大学 | 一种基于p300电位的脑控轮椅 |
CN106821628A (zh) * | 2017-04-12 | 2017-06-13 | 中国医学科学院生物医学工程研究所 | 一种基于高速ssvep智能轮椅的控制器系统及其控制方法 |
-
2020
- 2020-11-16 CN CN202011277724.2A patent/CN112370259A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103263324A (zh) * | 2013-05-06 | 2013-08-28 | 西安电子科技大学 | 基于ssvep稳态视觉诱发电位的智能轮椅系统 |
CN206138300U (zh) * | 2016-03-22 | 2017-05-03 | 昆明理工大学 | 一种基于p300电位的脑控轮椅 |
CN106821628A (zh) * | 2017-04-12 | 2017-06-13 | 中国医学科学院生物医学工程研究所 | 一种基于高速ssvep智能轮椅的控制器系统及其控制方法 |
Non-Patent Citations (1)
Title |
---|
OPENBCI官网: "Ultracortex Mark IV", 《HTTPS://DOCS.OPENBCI.COM/DOCS/04ADDONS/01-HEADWEAR/MARKIV》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113116647A (zh) * | 2021-04-02 | 2021-07-16 | 深兰科技(上海)有限公司 | 智能轮椅、智能轮椅的控制方法及相关装置 |
CN113116647B (zh) * | 2021-04-02 | 2023-08-29 | 深兰智能科技研究院(宁波)有限公司 | 智能轮椅、智能轮椅的控制方法及相关装置 |
CN114652532A (zh) * | 2022-02-21 | 2022-06-24 | 华南理工大学 | 基于ssvep与注意力检测的多功能脑控轮椅系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109394476B (zh) | 脑肌信息自动意图识别与上肢智能控制方法及系统 | |
Zhao et al. | SSVEP-based brain–computer interface controlled functional electrical stimulation system for upper extremity rehabilitation | |
Bhattacharyya et al. | Motor imagery and error related potential induced position control of a robotic arm | |
RU2635632C1 (ru) | Способ и система управления интеллектуальной бионической конечностью | |
CN112370259A (zh) | 一种基于ssvep的脑控轮椅的控制系统 | |
Birch et al. | Brain-computer interface research at the Neil Squire Foundation | |
Tang et al. | Wearable supernumerary robotic limb system using a hybrid control approach based on motor imagery and object detection | |
CN109009887A (zh) | 一种基于脑机接口的人机交互式导航系统及方法 | |
Zhang et al. | Asynchronous brain-computer interface shared control of robotic grasping | |
Millán et al. | Non-invasive brain-actuated control of a mobile robot | |
Shi et al. | A Novel Human‐Machine Collaboration Model of an Ankle Joint Rehabilitation Robot Driven by EEG Signals | |
Ogenga et al. | Development of a Virtual Environment-Based Electrooculogram Control System for Safe Electric Wheelchair Mobility for Individuals with Severe Physical Disabilities | |
Salvekar et al. | Mind controlled robotic arm | |
Wang et al. | An adaptive control approach for intelligent wheelchair based on BCI combining with QoO | |
Zavala et al. | Controlling a wheelchair using a brain computer interface based on user controlled eye blinks | |
Mallikarachchi et al. | Motor imagery EEG-EOG signals based Brain Machine Interface (BMI) for a Mobile Robotic Assistant (MRA) | |
Al-Qaysi et al. | Generalized Time Domain Prediction Model for Motor Imagery-based Wheelchair Movement Control | |
CN114936574A (zh) | 一种基于bci的高灵活度机械手系统及其实现方法 | |
Graceshalini et al. | A Review of Innovation to Human Augmentation in Brain‐Machine Interface–Potential, Limitation, and Incorporation of AI | |
Van Leeuwen | Development of a Hybrid Brain-Computer Interface Controller for a Semi-Autonomous Wheelchair | |
Sun et al. | A novel human computer interface based on electrooculogram signal for smart assistive robots | |
Al Nuaimi et al. | Real-time Control of UGV Robot in Gazebo Simulator using P300-based Brain-Computer Interface | |
Rokonuzzaman et al. | Design of an autonomous mobile wheel chair for disabled using electrooculogram (EOG) signals | |
Diab et al. | Restoring function in paralyzed limbs using EEG | |
RU193501U1 (ru) | Устройство замещения утраченных функций человека с использованием обратной связи |
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: 20210219 |
|
RJ01 | Rejection of invention patent application after publication |