CN113760094A - 一种基于脑机接口控制与交互的肢体运动辅助方法及系统 - Google Patents
一种基于脑机接口控制与交互的肢体运动辅助方法及系统 Download PDFInfo
- Publication number
- CN113760094A CN113760094A CN202111055557.1A CN202111055557A CN113760094A CN 113760094 A CN113760094 A CN 113760094A CN 202111055557 A CN202111055557 A CN 202111055557A CN 113760094 A CN113760094 A CN 113760094A
- Authority
- CN
- China
- Prior art keywords
- module
- brain
- computer interface
- electroencephalogram
- data
- 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
- 230000033001 locomotion Effects 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000003993 interaction Effects 0.000 title claims abstract description 25
- 230000009471 action Effects 0.000 claims abstract description 26
- 238000007781 pre-processing Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 206010033799 Paralysis Diseases 0.000 abstract description 3
- 210000004556 brain Anatomy 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 230000008035 nerve activity Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 210000003792 cranial nerve Anatomy 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000004884 grey matter Anatomy 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 206010020649 Hyperkeratosis Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 210000001951 dura mater Anatomy 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000028993 immune response Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Molecular Biology (AREA)
- Psychology (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Dermatology (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Human Computer Interaction (AREA)
- Biophysics (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脑机接口控制与交互的肢体运动辅助方法及系统,涉及脑机控制技术领域,一种基于脑机接口控制与交互的肢体运动辅助方法,包括以下步骤:采集用户的脑电信号;对脑电信号进行预处理;对预处理后的脑电信号进行内容分析并生成脑电控制信号;响应于脑电控制信号进行路径规划并生成行动指令;响应于行动指令依据规划好的路径运动。本发明所公布的方法能够在复杂环境下为用户规划一条快捷的线路,可为肢体缺失、瘫痪等人群的日常起居和出行带来极大的便利。
Description
技术领域
本发明涉及脑机控制技术领域,具体涉及一种脑机接口控制与交互的肢体运动辅助方法及系统。
背景技术
随着神经网络算法的发展推动科学技术的革新,当前的脑机接口,运动控制,多任务协同等技术已经实现迅猛发展。这为复杂环境下的人体运动提供了智能化控制的机遇。
发明内容
本发明的目的在于提供一种脑机接口控制与交互的肢体运动辅助方法及系统,解决了部分人群由于肢体缺失、瘫痪等问题,造成日常起居和出行多有不便的问题。
本发明通过下述技术方案实现:
第一方面,本发明实施例提供一种基于脑机接口控制与交互的肢体运动辅助方法,包括采集用户的脑电信号;对上述脑电信号进行预处理;对预处理后的脑电信号进行内容分析并生成脑电控制信号;响应于上述脑电控制信号进行路径规划并生成行动指令;响应于上述行动指令依据规划好的路径运动。
基于第一方面,在本发明一些实施例中,上述预处理包括降噪、A/D转换。
基于第一方面,在本发明一些实施例中,上述进行路径规划包括以下步骤:获取定位数据、地图数据、实时环境三维数据和导航数据;依据获取的数据通过执行贪心路径规划算法、多叉树空间路径规划算法、SLAM算法实现远程与短程的路径规划。
基于第一方面,在本发明一些实施例中,通过单目摄像头和/或双目摄像头、激光雷达获取上述定位数据、地图数据、实时环境三维数据和导航数据。
基于第一方面,在本发明一些实施例中,上述响应于上述行动指令依据规划好的路径运动的同时还包括:获取用户当前周围环境图像;依据获取的图像判断周围是否存在障碍物;若是,则执行制动或规避;若否,则依据原路径运动。
第二方面,本发明实施例提供一种基于脑机接口控制与交互的肢体运动辅助系统,采集模块,用于采集用户的脑电信号;预处理模块,用于对上述脑电信号进行预处理;主处理模块,用于对预处理后的脑电信号进行内容分析并生成脑电控制信号;路径规划模块,用于响应于上述脑电控制信号进行路径规划并生成行动指令;辅助运动模块:响应于上述行动指令依据规划好的路径运动。
基于第二方面,在本发明一些实施例中,还包括总线模块和快速暂存模块,上述采集模块、预处理模块、主处理模块和路径规划模块分别与上述总线模块和快速暂存模块连接;上述总线模块用于连接各计算模块,并控制各模块间的数据传递;上述快速暂存模块用于多个模块间执行运算的中间数据暂存操作。
基于第二方面,在本发明一些实施例中,上述导航模块和控制模块分别与上述总线模块及快速暂存模块连接;上述导航模块用于接收并更新地图数据、交通数据,同时执行针对自身的地图定位功能;上述控制模块用于采样当前路径规划信息与紧急信号,将对上述辅助运动模控制的运算结果输出。
本发明与现有技术相比,具有如下的优点和有益效果:
本发明提供了一种基于脑机接口控制与交互的肢体运动辅助方法,其通过采集用户的脑电信号;对所述脑电信号进行预处理;对预处理后的脑电信号进行内容分析并生成脑电控制信号;响应于所述脑电控制信号进行路径规划并生成行动指令;响应于所述行动指令依据规划好的路径运动等步骤能够在复杂环境下为用户规划一条快捷的线路,可为肢体缺失、瘫痪等人群的日常起居和出行带来极大的便利。
本发明提供了一种基于脑机接口控制与交互的肢体运动辅助系统,其通过专用系统支撑包含脑机接口,脑电信号处理,里程计算,环境建模,导航,路径规划,辅助装置运动控制等多种任务结合的运算加速,用以辅助在复杂环境下的人体运动。
附图说明
为了更清楚地说明本发明示例性实施方式的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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获得其他相关的附图。在附图中:
图1为一种基于脑机接口控制与交互的肢体运动辅助方法一实施例的流程框图;
图2为一种基于脑机接口控制与交互的肢体运动辅助方法一实施例中路径规划流程框图;
图3为一种基于脑机接口控制与交互的肢体运动辅助方法一实施例中障碍物检测、判断流程框图;
图4为一种基于脑机接口控制与交互的肢体运动辅助系统的结构示意图。
附图中标记及对应的零部件名称:
1-采集模块;2-预处理模块;3-主处理模块;4-路径规划模块;5-辅助运动模块;6-总线模块;7-快速暂存模块;8-控制模块;9-导航模块;10-图像处理模块;101-乘法器;102-加法器;103-片上存储模块;104-池化计算模块;105-激活模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
请参阅图1、图2和图3,申请实施例提供的一种基于脑机接口控制与交互的肢体运动辅助方法,包括以下步骤:
S101、采集用户的脑电信号;
脑机接口(BCI)通过解码人类思维活动过程中的脑神经活动信息,构建大脑与外部世界的直接信息传输通路。在单向脑机接口的情况下,计算机接受脑传来的命令,或者发送信号到脑,但不能同时发送和接收信号。而双向脑机接口允许脑和外部设备间的双向信息交换。
示例性的,本实施例中以控制轮椅、机械手臂等动作辅助装置来提升重度运动障碍患者的生活质量为例。首先,需要采集脑神经活动信息,针对人类脑机接口的建立,目前主要包括三种方式,1)侵入式脑机接口。此类脑机接口通常直接植入到大脑的灰质,因而所获取的神经信号的质量比较高。2)部分侵入式脑机接口。部分侵入式脑机接口一般植入到颅腔内,但是位于灰质外。其空间分辨率不如侵入式脑机接口,但是优于非侵入式。其另一优点是引发免疫反应和愈伤组织的几率较小。皮层脑电图的技术基础和脑电图的相似,但是其电极直接植入到大脑皮层上,硬脑膜下的区域。3)非侵入式脑机接口。用这种方法记录到的信号被用来加强肌肉植入物的功能并使参加实验的志愿者恢复部分运动能力。虽然这种非侵入式的装置方便佩戴于人体,但是由于颅骨对信号的衰减作用和对神经元发出的电磁波的分散和模糊效应,记录到信号的分辨率并不高。这种信号波仍可被检测到,但很难确定发出信号的脑区或者相关的单个神经元的放电。
S102、对上述脑电信号进行预处理;
然后,则是对上述步骤中采集到的脑电信号进行预处理,预处理过程包括但不限于降噪、信号增强、信号模式转换(A/D转换)处理等,以便于后续过程中对脑电信号内容的特征提取分析。
S103、对预处理后的脑电信号进行内容分析并生成脑电控制信号;
对预处理后的脑电信号进行内容分析,即依据已经破解的人类思维活动过程中的脑神经活动信息,推导用户的运动想象意图,然后依据用户的意图生成脑电控制信号,以控制相关的辅助装置或模块。
S104、响应于上述脑电控制信号进行路径规划并生成行动指令;
示例性的,若用户乘坐轮椅,在大型商场环境中用户需要前往卫生间,则需要为用户规划出一条即能保证轮椅能够自由通行用时又最短的线路,此过程的具体步骤包括:
S1041、获取定位数据、地图数据、实时环境三维数据和导航数据;
若在室内,则可借助摄像头、激光雷达、电子标签等获取定位数据、地图数据、实时环境三维数据和导航数据。当然,若在室外,除上述装置外,还可借助卫星定位系统获取位置、地图、导航等信息。
S1042、依据获取的数据通过执行贪心路径规划算法、多叉树空间路径规划算法、SLAM算法实现远程与短程的路径规划。
示例性的,若用户在大型商场环境中需要前往卫生间,则通过贪心路径规划算法或多叉树空间路径规划算法可帮用户找出一条距离最短、用时最少的路径,而基于单目摄像头和/或双目摄像头、激光雷达输入信息的SLAM算法可实现即时定位与地图构建或并发建图与定位。
规划好路径之后则由处理器生成行动指令并输出到对应的执行机构动作。示例性的,本实施例中的执行机构可以为轮椅。
S105、响应于上述行动指令依据规划好的路径运动。
示例性的,若执行机构包括轮椅,则轮椅接收到行动指令后则依据行动指令的指示运动,示例性的,依据行动指令改变轮子的转动方向、转动速度等。
进一步的,当执行机构响应于上述行动指令依据规划好的路径运动的同时还包括:
S201、获取用户当前周围环境图像;
执行机构仍旧以轮椅为例,当路径规划完成后,轮椅带动用户移动时,在实际场景不可避免的会遇到障碍物、交通标识、行人等,此时,则需要轮椅自行避让或制动,以保证用户和他人的安全。
示例性的,首先需要实时获取轮椅当前位置周围环境图像,然后将图像送至图像处理模块10。
S202、依据获取的图像判断周围是否存在障碍物;
图像处理设备对获取的图像进行特征提取,并据此判断周围是否存在障碍物(此处的障碍物还包括行人、交通标识等)
S203、若是,则执行制动或规避;
若周围存在人或物时,轮椅则依据实际情况执行制动或避让的程序,其中避让包括后退、左转、右转等动作。
S204、若否,则依据原路径运动。
若周围较空旷、行人或物品并不影响轮椅的运动或威胁到用户的安全,轮椅则带动用户按原规划路径移动。
实施例2
请参阅图4,本申请实施例提供的一种基于脑机接口控制与交互的肢体运动辅助系统,包括:
采集模块1,用于采集用户的脑电信号;
示例性的,采集模块1的载体可以为脑电信号采集帽,当用户佩戴好脑电信号采集帽后即可启动该脑电信号采集帽中内置脑电信号采集模块1采集用户脑神经活动信息。采集模块1采集脑神经活动信息的方式见实施例1,在此不作赘述。
预处理模块2,用于对上述脑电信号进行预处理;
示例性的,此处的预处理模块2电路亦可内置于上述脑电信号采集帽中,用于及时对采集到的脑电信号进行预处理,预处理过程包括但不限于降噪、信号增强、信号模式转换(A/D转换)处理等。
主处理模块3,用于对预处理后的脑电信号进行内容分析并生成脑电控制信号;
主处理模块3用于对预处理后的脑电信号进行内容分析,即依据已经破解的人类思维活动过程中的脑神经活动信息,推导用户的运动想象意图,然后依据用户的意图生成脑电控制信号。除此之外,它还作用于支持操作系统的控制与执行,控制各模块的启动与关闭,同时控制各模块配合完成运动支架的运动,人机交互,任务规划。
路径规划模块4,用于响应于上述脑电控制信号进行路径规划并生成行动指令;
路径规划模块4可接收实时的地图数据,实时环境三维数据,导航数据,以及定位数据,用于实现远程路径规划与近距离路径规划
辅助运动模块5:响应于上述行动指令依据规划好的路径运动。
辅助运动模块5则响应于上述行动指令并依据规划好的路径运动,示例性的,辅助运动模块5可以为轮椅、机械臂等。
实施例3
基于实施例2,示例性的,本实施例中还包括总线模块6和快速暂存模块7,上述采集模块1、预处理模块2、主处理模块3和路径规划模块4分别与上述总线模块6和快速暂存模块7连接;
上述总线模块6用于连接各计算模块,并控制各模块间的数据传递;
上述快速暂存模块7用于多个模块间执行运算的中间数据暂存操作。
示例性的,总线模块6,包含但不限于数据传输的仲裁模块,与其余所有模块相连,用于连接各计算模块,并控制各模块间的数据传递。
示例性的,快速暂存模块7,其内部包含多组暂存器部件,与其余所有模块相连,可用于多个模块执行运算的中间数据暂存操作。
实施例4
基于实施例3,示例性的,还包括导航模块9和控制模块8,上述导航模块9和控制模块8分别与上述总线模块6及快速暂存模块7连接;
上述导航模块9用于接收并更新地图数据、交通数据,同时执行针对自身的地图定位功能;
上述控制模块8用于采样当前路径规划信息与紧急信号,将对上述辅助运动模块5控制的运算结果输出。
示例性的,导航模块9,包含但不限于定位模块,地图与实时交通数据传输模块,与总线模块6以及快速暂存模块7相连,用于接收并更新地图数据与交通数据,同时执行针对自身的地图定位功能;
示例性的,控制模块8,包含但不限于针对运动辅助装置的模式控制,计算模块选择控制等,与总线模块6以及快速暂存模块716相连,用于采样当前路径规划信息与紧急信号,将支架控制的运算结果输出。
实施例5
示例性的,还包括图像处理模块10,适用于实施例1中步骤S202依据获取的图像判断周围是否存在障碍物,可依据图像处理模块10的处理结果判断周围是否存在障碍物。示例性的,该图像处理模块10,包含但不限于乘法器101与加法器102计算模块,片上存储模块103,池化计算模块104,激活模块105,与总线模块6以及快速暂存模块7相连,分别用于采样输入数据、暂存中间数据以及输出计算结果;另外还用于实现神经网络前向运算,前向运算包括但不限于图像分类,目标检测,目标跟踪,光流检测,图像分割等运算。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于脑机接口控制与交互的肢体运动辅助方法,其特征在于,包括:
采集用户的脑电信号;
对所述脑电信号进行预处理;
对预处理后的脑电信号进行内容分析并生成脑电控制信号;
响应于所述脑电控制信号进行路径规划并生成行动指令;
响应于所述行动指令依据规划好的路径运动。
2.根据权利要求1所述的基于脑机接口控制与交互的肢体运动辅助方法,其特征在于,所述预处理包括降噪、A/D转换。
3.根据权利要求1所述的基于脑机接口控制与交互的肢体运动辅助方法,其特征在于,所述进行路径规划包括以下步骤:
获取定位数据、地图数据、实时环境三维数据和导航数据;
依据获取的数据通过执行贪心路径规划算法、多叉树空间路径规划算法、SLAM算法实现远程与短程的路径规划。
4.根据权利要求3所述的基于脑机接口控制与交互的肢体运动辅助方法,其特征在于,通过单目摄像头和/或双目摄像头、激光雷达获取所述定位数据、地图数据、实时环境三维数据和导航数据。
5.根据权利要求1所述的基于脑机接口控制与交互的肢体运动辅助方法,其特征在于,所述响应于所述行动指令依据规划好的路径运动的同时还包括:
获取用户当前周围环境图像;
依据获取的图像判断周围是否存在障碍物;
若是,则执行制动或规避;
若否,则依据原路径运动。
6.一种基于脑机接口控制与交互的肢体运动辅助系统,其特征在于,包括:
采集模块,用于采集用户的脑电信号;
预处理模块,用于对所述脑电信号进行预处理;
主处理模块,用于对预处理后的脑电信号进行内容分析并生成脑电控制信号;
路径规划模块,用于响应于所述脑电控制信号进行路径规划并生成行动指令;
辅助运动模块,用于响应于所述行动指令依据规划好的路径运动。
7.根据权利要求6所述的基于脑机接口控制与交互的肢体运动辅助系统,其特征在于,还包括总线模块和快速暂存模块,所述采集模块、预处理模块、主处理模块和路径规划模块分别与所述总线模块和快速暂存模块连接;
所述总线模块用于连接各计算模块,并控制各模块间的数据传递;
所述快速暂存模块用于多个模块间执行运算的中间数据暂存操作。
8.根据权利要求7所述的基于脑机接口控制与交互的肢体运动辅助系统,其特征在于,还包括导航模块和控制模块,所述导航模块和控制模块分别与所述总线模块及快速暂存模块连接;
所述导航模块用于接收并更新地图数据、交通数据,同时执行针对自身的地图定位功能;
所述控制模块用于采样当前路径规划信息与紧急信号,将对所述辅助运动模块控制的运算结果输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055557.1A CN113760094A (zh) | 2021-09-09 | 2021-09-09 | 一种基于脑机接口控制与交互的肢体运动辅助方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055557.1A CN113760094A (zh) | 2021-09-09 | 2021-09-09 | 一种基于脑机接口控制与交互的肢体运动辅助方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113760094A true CN113760094A (zh) | 2021-12-07 |
Family
ID=78794285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111055557.1A Pending CN113760094A (zh) | 2021-09-09 | 2021-09-09 | 一种基于脑机接口控制与交互的肢体运动辅助方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113760094A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103705352A (zh) * | 2013-12-27 | 2014-04-09 | 南京升泰元机器人科技有限公司 | 基于脑-机接口的智能轮椅及其控制系统和控制方法 |
CN104083258A (zh) * | 2014-06-17 | 2014-10-08 | 华南理工大学 | 一种基于脑机接口与自动驾驶技术的智能轮椅控制方法 |
CN106901916A (zh) * | 2017-03-13 | 2017-06-30 | 上海大学 | 一种采用脑电信号控制的可行走座椅装置及其控制系统 |
CN112148011A (zh) * | 2020-09-24 | 2020-12-29 | 东南大学 | 一种未知环境下脑电移动机器人共享控制方法 |
-
2021
- 2021-09-09 CN CN202111055557.1A patent/CN113760094A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103705352A (zh) * | 2013-12-27 | 2014-04-09 | 南京升泰元机器人科技有限公司 | 基于脑-机接口的智能轮椅及其控制系统和控制方法 |
CN104083258A (zh) * | 2014-06-17 | 2014-10-08 | 华南理工大学 | 一种基于脑机接口与自动驾驶技术的智能轮椅控制方法 |
CN106901916A (zh) * | 2017-03-13 | 2017-06-30 | 上海大学 | 一种采用脑电信号控制的可行走座椅装置及其控制系统 |
CN112148011A (zh) * | 2020-09-24 | 2020-12-29 | 东南大学 | 一种未知环境下脑电移动机器人共享控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mittal | A survey on optimized implementation of deep learning models on the nvidia jetson platform | |
Rastgoo et al. | Automatic driver stress level classification using multimodal deep learning | |
CN105598972B (zh) | 一种机器人系统及交互方法 | |
JP4333364B2 (ja) | ロボット装置、顔認識方法及び顔認識装置 | |
Crowley et al. | Integration and control of reactive visual processes | |
CN112540671A (zh) | 基于视觉的灵巧机器人系统的远程操作 | |
CN108891409A (zh) | 一种智能驾驶系统和中央域控制器及其方法 | |
DE102019122790A1 (de) | Robotersteuerungssystem | |
Truong et al. | Deep learning-based super-resolution reconstruction and marker detection for drone landing | |
Samal et al. | Task-driven rgb-lidar fusion for object tracking in resource-efficient autonomous system | |
CN109658503B (zh) | 一种融合脑电信号的驾驶员行为意图检测方法 | |
CN110412996A (zh) | 一种基于手势和眼动的无人机操控方法、装置和系统 | |
US11900257B2 (en) | Method for representing an environment of a mobile platform | |
CN113760094A (zh) | 一种基于脑机接口控制与交互的肢体运动辅助方法及系统 | |
Wu et al. | HydraMini: An FPGA-based affordable research and education platform for autonomous driving | |
KR20210024862A (ko) | 계층적인 피라미드를 이용하여 객체를 검출하는 객체 검출 시스템 및 이의 객체 검출 방법 | |
Zhang et al. | A brain-controlled vehicle system based on steady state visual evoked potentials | |
US20220222936A1 (en) | Outside environment recognition device | |
CN114310870A (zh) | 智能体的控制方法、装置、电子设备及存储介质 | |
CN111134974A (zh) | 一种基于增强现实和多模态生物信号的轮椅机器人系统 | |
CN113311709A (zh) | 一种基于脑机接口的智能轮椅复合控制系统及方法 | |
CN117472058A (zh) | 一种基于3d点云的智能远程驾驶方法及系统 | |
CN110842924A (zh) | 一种用于协作化机器人的单芯异构控制系统 | |
US20240089577A1 (en) | Imaging device, imaging system, imaging method, and computer program | |
CN115716278A (zh) | 基于主动感知与交互操作协同的机器人目标搜索方法及机器人仿真平台 |
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: 20211207 |