CN114327048B - 一种基于脑电信号和眼电信号的机械臂控制方法及系统 - Google Patents
一种基于脑电信号和眼电信号的机械臂控制方法及系统 Download PDFInfo
- Publication number
- CN114327048B CN114327048B CN202111485852.0A CN202111485852A CN114327048B CN 114327048 B CN114327048 B CN 114327048B CN 202111485852 A CN202111485852 A CN 202111485852A CN 114327048 B CN114327048 B CN 114327048B
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- signal
- electroencephalogram
- signals
- arm 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000013145 classification model Methods 0.000 claims abstract description 15
- 230000033001 locomotion Effects 0.000 claims abstract description 14
- 210000004556 brain Anatomy 0.000 claims description 26
- 238000007781 pre-processing Methods 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 15
- 238000012706 support-vector machine Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 10
- 208000003443 Unconsciousness Diseases 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000002570 electrooculography Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000002790 cross-validation Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 210000001364 upper extremity Anatomy 0.000 abstract 1
- 239000003814 drug Substances 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 7
- 230000004397 blinking Effects 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000000078 claw Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 239000010813 municipal solid waste Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明属于脑机接口领域，具体涉及一种基于脑电信号和眼电信号的机械臂控制方法及系统，包括：首先处理采集的运动想象离线数据，采用LWT‑CSP方法对信号特征提取，并通过SVM算法生成离线分类模型；利用分析采集到的单次和双次眼电信号的峰值，为眼电信号设置合适峰值阈值；通过分阶段的方式融合眼电和脑电信号实现了二分类运动想象多种控制指令的生成；用户使用运动想象脑电和眼电信号控制机械臂运动；本发明为丧失上肢活动功能的患者控制辅助机械臂提供了新的控制方式，使其可控制机械臂运动。
Description
技术领域
本发明属于脑机接口领域，具体涉及一种基于脑电信号和眼电信号的机械臂控制方法及系统。
背景技术
脑机接口(Brain Computer Interface，BCI)是一种不依赖于外围神经和肌肉组织组成的传输通路的通讯系统技术，旨在直接通过人类或动物的大脑与外部设备相连接，通过对采集的脑电数据进行分析，识别出人或动物的思维，生成控制指令，实现大脑对外部设备的直接控制。近几年来，基于BCI的控制系统引起了研究人员的广泛关注，其在残疾人辅助设备上表现突出，如脑控机械臂、脑控轮椅、康复机器人等。
目前基于运动想象(Motor Imagery,MI)的机械臂控制系统主要有两类：单一脑电控制系统和混合脑电控制系统。单一脑电控制系统只使用MI实现对机械臂的控制，因此要获得更多控制指令需要采用多分类。例如，徐宝国等人开发了基于MI四分类的机械臂二维连续控制系统，实现了对四个方向上的目标进行抓取。Jeong等人提出了一种基于CNN-BiLSTM深度学习框架的脑控机械臂系统，从MI脑电图中解码了用户关于手臂在三维多方向(左、右、前、后、上、下)的直观意向，被试成功完成了在三维空间上的物体抓取和自饮。混合脑电控制系统指的是混合多种脑电任务对机械臂进行控制，例如，Rakshit等人开发了基于MI、SSVEP和P300的混合BCI机械臂控制系统，在该系统中，利用LED的闪烁来诱发SSVEP进行机械臂连杆选择，使用MI实现已选连杆的运动，最后用末端执行器过目标时的刺激来产生P300进行反馈，实现了精准定位目标物体。Gao等人开发了一种结合MI、EMG和SSVEP的机械臂控制系统，采用MI作为单刀双掷脑开关(SPDTBS)，通过将SPDTBS与基于4级SSEVP相结合，实现了对机械臂运动的三维控制，此外，还检测了咬牙状态的EMG，并将其作为中断器用于初始化SPDTBS语句，参与这项研究的被试成功地通过操纵机械臂写出了单词“HI”。
综上，虽然目前基于MI的机械臂控制系统已取得了不少成就，但是仍存在二分类MI无法获取更多的控制指令，多分类MI分类准确率低，混合几种脑电信号来执行更多的任务又会给用户造成负担等问题。
发明内容
为解决以上现有技术存在的问题，本发明提出了一种基于脑电信号和眼电信号的机械臂控制方法，该方法包括：获取用户的脑电信号和眼电信号；对脑电信号进行预处理，提取预处理的后的脑电信号的特征，将提取的特征输入到训练好的分类模型中进行分类，得到用户意图；根据识别的意图生成机械臂控制指令；对用户的眼电信号进行预处理，设置眼电信号阈值，根据设置的眼电信号阈值对进行预处理后的唁电信号进行判断，若眼电信号为双次眼电信号，则将机械臂控制指令发送到机械臂中，控制机械臂运动；若眼电信号为单次眼电信号，则生成机械臂复位信号，并将机械臂复位指令发送给机械，控制机械臂复位；否则重新采集脑电信号和眼电信号，进行机械臂控制处理。
优选的，对脑电信号进行预处理包括：对原始脑电信号进行降采样，得到250Hz的脑电信号；采用巴特沃斯滤波器对250Hz的脑电信号进行滤波处理，并截取7～32Hz频段滤波后的脑电信号；对截取的信号进行0-1标准化；将标准化的信号进行切片处理，提取出运动想象脑电信号中完整的信号段。
优选的，提取预处理后脑电信号的特征的过程包括：对预处理后的脑电信号进行提升小波分解，得到8-16Hz和16-31Hz两个频段的小波系数；根据得到的小波系数构建输入矩阵；采用共空间模式方法对构建的输入矩阵进行计算，得到空间特征向量。
优选的，对分类模型进行训练的过程包括：该分类模型为线性核支持向量机模型；对该模型进行训练的过程包括：获取原始脑电信号；将获取的脑电信号进行预处理，得到运动想象脑电信号中完整的信号段；对提取出的完整信号段进行特征提取，得到该信号段的空间特征向量；对所有的空间特征向量进行集合，得到空间特征向量集；采用5折交叉验证法对空间特征向量集进行划分，得到训练集和测试集；将验证集中的数据输入到线性核支持向量机模型中进行训练，当模型的损失函数收敛时完成模型的训练；将测试集中的数据输入到训练好的线性核支持向量机模型中进行测试。
优选的，设置眼电信号阈值包括：采集用户的无意识眨眼和有意识眨眼产生的眼电信号；然后对眼电信号进行降采样和滤波处理；通过对比有意识眼电和无意识眼电的波峰大小来设置阈值；即将有意识眼电和无意识眼电的波峰中的最小波峰的值作为阈值；通过该阈值能成功的过滤掉无意识眨眼眼电，检测到有意识眨眼眼电。
一种基于脑电信号和眼电信号的机械臂控制系统，该系统包括：数据采集模块、信号处理模块、机械臂控制模块以及机械臂；
所述数据采集模块用于采集用户运动想象时产生的脑电信号和眼电信号；
所述信号处理模块用于分析处理用户运动想象时的脑电信号和眼电信号，根据处理后的脑电信号和眼电信号得到指令，将指令发送到机械臂控制模块中；
所述机械臂控制模块接收到信号处理模块发出的指令后生成机械臂控制指令，并将机械臂控制指令传输到机械臂；
所述机械臂接收到机械臂控制指令后按照指令做相应的运动。
优选的，信号处理模块包括脑电信号处理单元和眼电信号处理单元；所述脑电信号处理单元用于对用户的运动想象脑电信号进行预处理和特征提取，并使用提前训练好的分类模型对脑电信号进行分类，识别出用户的意图，并生成指令发送至机械臂控制模块；所述眼电信号处理单元用于对用户的眼电信号进行预处理，并使用提前获得的眼电峰值阈值对眼电进行识别，在识别到单次或双次眼电后发送指令给机械臂控制模块。
优选的，机械臂控制模块为单片机开发板。
本发明将运动想象脑电信号和眼电信号相融合用来控制机械臂运动，用户只需要根据实际的场景进行下一运动所对应的想象，PC会对采集用户的大脑皮层运动想象脑电信号和眼电信号进行分析，生成控制指令控制机械臂完成相应的动作，整个过程无需他人帮助，用户可以独立自主完成，操作简单，识别准确率高，适应性强。
附图说明
图1是本发明的系统结构图；
图2为本发明的控制流程图；
图3为本发明的应用场景概念图；
图4为本发明的自主服药流程图。
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做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。
一种基于脑电信号和眼电信号的机械臂控制方法，该方法包括：获取用户的脑电信号和眼电信号；对脑电信号进行预处理，提取预处理的后的脑电信号的特征，将提取的特征输入到训练好的分类模型中进行分类，得到用户意图；根据识别的意图生成机械臂控制指令；对用户的眼电信号进行预处理，设置眼电信号阈值，根据设置的眼电信号阈值对进行预处理后的唁电信号进行判断，若眼电信号为双次眼电信号，则将机械臂控制指令发送到机械臂中，控制机械臂运动；若眼电信号为单次眼电信号，则生成机械臂复位信号，并将机械臂复位指令发送给机械，控制机械臂复位；否则重新采集脑电信号和眼电信号，进行机械臂控制处理。
对脑电信号进行预处理包括：对原始脑电信号进行降采样，得到250Hz的脑电信号；采用巴特沃斯滤波器对250Hz的脑电信号进行滤波处理，并截取7～32Hz频段滤波后的脑电信号；对截取的信号进行0-1标准化；将标准化的信号进行切片处理，提取出运动想象脑电信号中完整的信号段。
提取预处理的后脑电信号的特征的过程包括：对预处理后的脑电信号进行提升小波分解，得到8-16Hz和16-31Hz两个频段的小波系数；根据得到的小波系数构建输入矩阵；采用共空间模式方法对构建的输入矩阵进行计算，得到空间特征向量。
对分类模型进行训练的过程包括：该分类模型为线性核支持向量机模型；对该模型进行训练的过程包括：获取原始脑电信号；将获取的脑电信号进行预处理，得到运动想象脑电信号中完整的信号段；对提取出的完整信号段进行特征提取，得到该信号段的空间特征向量；对所有的空间特征向量进行集合，得到空间特征向量集；采用5折交叉验证法对空间特征向量集进行划分，得到训练集和测试集；将验证集中的数据输入到线性核支持向量机模型中进行训练，当模型的损失函数收敛时完成模型的训练；将测试集中的数据输入到训练好的线性核支持向量机模型中进行测试。
设置眼电信号阈值包括：采集用户的无意识眨眼和有意识眨眼产生的眼电信号；然后对眼电信号进行降采样和滤波处理；通过对比有意识眼电和无意识眼电的波峰大小来设置阈值；即将有意识眼电和无意识眼电的波峰中的最小波峰的值作为阈值。通过该阈值能成功的过滤掉无意识眨眼眼电，检测到有意识眨眼眼电。
一种基于脑电信号和眼电信号的机械臂控制系统，如图1所述，包括：数据采集模块、信号处理模块、机械臂控制模块以及机械臂；
所述数据采集模块用于采集用户运动想象时产生的脑电信号和眼电信号；
所述信号处理模块用于分析处理用户运动想象时的脑电信号和眼电信号，根据处理后的脑电信号和眼电信号得到指令，将指令发送到机械臂控制模块中；
所述机械臂控制模块接收到信号处理模块发出的指令后生成机械臂控制指令，并将机械臂控制指令传输到机械臂；
所述机械臂接收到机械臂控制指令后按照指令做相应的运动。
一种基于脑电信号和眼电信号的机械臂控制系统的自主服药系统，如图1所示，包括：数据采集模块、信号处理模块、机械臂控制模块、机械臂。数据采集模块用于采集用户运动想象时产生的脑电信号和单次眨眼、双次眨眼的眼电信号；信号处理模块，用于分析用户的运动想象脑电信号和眼电信号，获取用户意图，并向机械臂控制模块发送指令；机械臂控制模块，用于接收信号处理模块发出的指令，并生成机械臂的控制指令，控制机械臂做相应的运动；机械臂，用于按照机械臂控制模块的指令进行相应运动。
数据采集模块具体包括脑电放大器，符合10-20国际标准的脑电帽，配套的显示存储软件。用于采集用户在进行运动想象时的脑电信号和眨眼时的眼电信号，并进行信号放大、数模转换后传输给PC，信号的传输使用USB通信方式，32导脑电帽采集Fz、FC5、FC1、C3、CP5、CP1、Pz、CP6、CP2、C4、Cz、FC6、FC2共13个通道数据用于运动想象分析，同时也采集水平眼电HEOG和垂直眼电VEOG数据用于眼电分析。
信号处理模块具体包括脑电信号处理单元，眼电信号处理单元。脑电信号处理单元用于对用户的运动想象脑电信号进行预处理、特征提取，并使用提前训练好的分类模型进行分类识别出用户的意图，并生成指令发送至机械臂控制模块。眼电信号处理单元用于对用户的眼电信号进行预处理，并使用提前获得的眼电峰值阈值对眼电进行识别，再识别到单次或双次眼电后发送指令给机械臂控制模块。其中，运动想象分类模型的训练过程如下：
A、对采集的离线脑电数据进行预处理，降采样到250Hz，并采用4阶巴特沃斯滤波器进行滤波，选取7～32Hz频段脑电数据，再对数据进行0-1标准化处理，最后对数据进行切片。
B、对预处理后的数据进行特征提取，采用提升小波-共空间模式的方法(LWT-CSP)进行特征提取，先使用提升小波对预处理后的数据进行小波分解，将具有时频信息的小波系数输入共空间模式中进行空间特征提取。
C、使用分类器对提取的特征进行分类，使用线性核支持向量机(SVM)对特征进行分类生成分类模型。
机械臂控制模块具体为单片机开发板，用于接收信号处理模块发送的指令并将其转化为机械臂控制指令，控制机械臂做相应的运动。
机械臂具体为一个具有6自由度的机械臂，其末端为机械爪。
如图2所示，本发明控制机械臂服药的流程如下：
1)如图3所示，为本发明的应用场景概念图，用户侧坐在桌子旁，调整到合适的位置，佩戴好脑电帽，连接好脑电放大器，放置好药品位置，确认设备都能正常工作。
2)用户根据实际情况，使用双次眨眼来控制指令的发送，眨两次眼后，蜂鸣器响起，被试执行想要进行的下一步操作的任务。
3)如图3所示，在检查到用户双次眨眼后，用户可以进行两个类型的任务，一个运动想象任务，可以控制机械臂的左右运动；另一个是单次眼电任务，可以控制阶段切换。因此整个服药过程分为三个阶段，开始时用户默认进入第一阶段，抓取阶段。
4)如图4(a-c)所示，抓取阶段用户通过运动想象控制机械臂左右转，即想象左手运动机械臂左转，想象右手运动机械臂右转。如图4(c)所示，当定位物体后，用户利用单次眼电发送抓取指令，机械爪移动到药瓶位置抓取药瓶。
5)用户再次利用单次眼电发送切换状态指令，进入第二个阶段，服药阶段，此时机械臂转动到用户面前，如图4(d-e)所示，在此阶段想象左手控制机械臂爪向被试方向翻转，想象右手恰好相反。
6)在用户服完药后，通过单次眼电进入下一个阶段，药瓶回收阶段。在此阶段，夹带着空药瓶的机械臂会转动到指定的废弃药品回收处，如图4(f)所示，夹持药瓶的机械爪停留在图中垃圾桶上方，再次发送单次眼电指令，机械爪松开药瓶，将其放入垃圾桶中，并复位到初始状态。
以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于脑电信号和眼电信号的机械臂控制方法，其特征在于，包括：获取用户的脑电信号和眼电信号；对脑电信号进行预处理，提取预处理的后的脑电信号的特征，将提取的特征输入到训练好的分类模型中进行分类，得到用户意图；根据识别的意图生成机械臂控制指令；对用户的眼电信号进行预处理，设置眼电信号阈值，根据设置的眼电信号阈值对进行预处理后的眼电信号进行判断，若眼电信号为双次眼电信号，则将机械臂控制指令发送到机械臂中，控制机械臂运动；若眼电信号为单次眼电信号，则生成机械臂复位信号，并将机械臂复位指令发送给机械，控制机械臂复位；否则重新采集脑电信号和眼电信号，进行机械臂控制处理；
提取预处理后脑电信号的特征的过程包括：对预处理后的脑电信号进行提升小波分解，得到8-16Hz和16-31Hz两个频段的小波系数；根据得到的小波系数构建输入矩阵；采用共空间模式方法对构建的输入矩阵进行计算，得到空间特征向量。
2.根据权利要求1所述的一种基于脑电信号和眼电信号的机械臂控制方法，其特征在于，对脑电信号进行预处理包括：对原始脑电信号进行降采样，得到250Hz的脑电信号；采用巴特沃斯滤波器对250Hz的脑电信号进行滤波处理，并截取7～32Hz频段滤波后的脑电信号；对截取的信号进行0-1标准化；将标准化的信号进行切片处理，提取出运动想象脑电信号中完整的信号段。
3.根据权利要求1所述的一种基于脑电信号和眼电信号的机械臂控制方法，其特征在于，对分类模型进行训练的过程包括：该分类模型为线性核支持向量机模型；对该模型进行训练的过程包括：获取原始脑电信号；将获取的脑电信号进行预处理，得到运动想象脑电信号中完整的信号段；对提取出的完整信号段进行特征提取，得到该信号段的空间特征向量；对所有的空间特征向量进行集合，得到空间特征向量集；采用5折交叉验证法对空间特征向量集进行划分，得到训练集和测试集；将验证集中的数据输入到线性核支持向量机模型中进行训练，当模型的损失函数收敛时完成模型的训练；将测试集中的数据输入到训练好的线性核支持向量机模型中进行测试。
4.根据权利要求1所述的一种基于脑电信号和眼电信号的机械臂控制方法，其特征在于，设置眼电信号阈值包括：采集用户的无意识眨眼和有意识眨眼产生的眼电信号；然后对眼电信号进行降采样和滤波处理；通过对比有意识眼电和无意识眼电的波峰大小来设置阈值；即将有意识眼电和无意识眼电的波峰中的最小波峰的值作为阈值。
5.一种基于脑电信号和眼电信号的机械臂控制系统，该系统用于执行权利要求1～4所述的任意一种基于脑电信号和眼电信号的机械臂控制方法，其特征在于，包括：数据采集模块、信号处理模块、机械臂控制模块以及机械臂；
所述数据采集模块用于采集用户运动想象时产生的脑电信号和眼电信号；
所述信号处理模块用于分析处理用户运动想象时的脑电信号和眼电信号，根据处理后的脑电信号和眼电信号得到指令，将指令发送到机械臂控制模块中；
所述机械臂控制模块接收到信号处理模块发出的指令后生成机械臂控制指令，并将机械臂控制指令传输到机械臂；
所述机械臂接收到机械臂控制指令后按照指令做相应的运动。
6.根据权利要求5所述的一种基于脑电信号和眼电信号的机械臂控制系统，其特征在于，信号处理模块包括脑电信号处理单元和眼电信号处理单元；所述脑电信号处理单元用于对用户的运动想象脑电信号进行预处理和特征提取，并使用提前训练好的分类模型对脑电信号进行分类，识别出用户的意图，并生成指令发送至机械臂控制模块；所述眼电信号处理单元用于对用户的眼电信号进行预处理，并使用提前获得的眼电峰值阈值对眼电进行识别，在识别到单次或双次眼电后发送指令给机械臂控制模块。
7.根据权利要求5所述的一种基于脑电信号和眼电信号的机械臂控制系统，其特征在于，机械臂控制模块为单片机开发板。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111485852.0A CN114327048B (zh) | 2021-12-07 | 2021-12-07 | 一种基于脑电信号和眼电信号的机械臂控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111485852.0A CN114327048B (zh) | 2021-12-07 | 2021-12-07 | 一种基于脑电信号和眼电信号的机械臂控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114327048A CN114327048A (zh) | 2022-04-12 |
| CN114327048B true CN114327048B (zh) | 2024-04-19 |
Family
ID=81049506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111485852.0A Active CN114327048B (zh) | 2021-12-07 | 2021-12-07 | 一种基于脑电信号和眼电信号的机械臂控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114327048B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115890655B (zh) * | 2022-10-11 | 2024-02-09 | 人工智能与数字经济广东省实验室(广州) | 基于头部姿态和眼电的机械臂控制方法、装置及介质 |
| CN116671900B (zh) * | 2023-05-17 | 2024-03-19 | 安徽理工大学 | 一种基于脑波仪的眨眼识别与控制方法 |
| CN116540883B (zh) * | 2023-07-07 | 2023-09-19 | 之江实验室 | 一种信号采集的方法、装置、存储介质及电子设备 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101711709A (zh) * | 2009-12-07 | 2010-05-26 | 杭州电子科技大学 | 利用眼电和脑电信息的电动假手控制方法 |
| CN105563495A (zh) * | 2016-02-01 | 2016-05-11 | 浙江大学 | 基于精细化运动想象脑电信号控制的机械手系统及方法 |
| CN107411935A (zh) * | 2017-07-18 | 2017-12-01 | 西安交通大学 | 一种用于软体康复机械手的多模式脑机接口控制方法 |
| CN107438398A (zh) * | 2015-01-06 | 2017-12-05 | 大卫·伯顿 | 移动式可穿戴的监控系统 |
| CN107981997A (zh) * | 2017-11-23 | 2018-05-04 | 郑州布恩科技有限公司 | 一种基于人脑运动意图的智能轮椅控制方法及系统 |
| CN108478189A (zh) * | 2018-03-06 | 2018-09-04 | 西安科技大学 | 一种基于脑电信号的人体外骨骼机械臂控制系统及方法 |
| CN109284004A (zh) * | 2018-10-29 | 2019-01-29 | 中国矿业大学 | 一种基于脑机接口的智能护理系统 |
| CN109521880A (zh) * | 2018-11-27 | 2019-03-26 | 东南大学 | 一种基于混合生物电信号驱动的遥操作机器人系统及方法 |
| CN111161509A (zh) * | 2020-01-22 | 2020-05-15 | 西北大学 | 脑电波触发的非接触式报警装置及其报警检测方法 |
| CN111584031A (zh) * | 2020-04-30 | 2020-08-25 | 天津大学 | 基于便携式脑电采集设备的脑控智能肢体康复系统及应用 |
| CN112518743A (zh) * | 2020-11-20 | 2021-03-19 | 南京航空航天大学 | 一种面向空间机械臂在轨操作的多模态神经解码控制系统及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170259167A1 (en) * | 2016-03-14 | 2017-09-14 | Nathan Sterling Cook | Brainwave virtual reality apparatus and method |
-
2021
- 2021-12-07 CN CN202111485852.0A patent/CN114327048B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101711709A (zh) * | 2009-12-07 | 2010-05-26 | 杭州电子科技大学 | 利用眼电和脑电信息的电动假手控制方法 |
| CN107438398A (zh) * | 2015-01-06 | 2017-12-05 | 大卫·伯顿 | 移动式可穿戴的监控系统 |
| CN105563495A (zh) * | 2016-02-01 | 2016-05-11 | 浙江大学 | 基于精细化运动想象脑电信号控制的机械手系统及方法 |
| CN107411935A (zh) * | 2017-07-18 | 2017-12-01 | 西安交通大学 | 一种用于软体康复机械手的多模式脑机接口控制方法 |
| CN107981997A (zh) * | 2017-11-23 | 2018-05-04 | 郑州布恩科技有限公司 | 一种基于人脑运动意图的智能轮椅控制方法及系统 |
| CN108478189A (zh) * | 2018-03-06 | 2018-09-04 | 西安科技大学 | 一种基于脑电信号的人体外骨骼机械臂控制系统及方法 |
| CN109284004A (zh) * | 2018-10-29 | 2019-01-29 | 中国矿业大学 | 一种基于脑机接口的智能护理系统 |
| CN109521880A (zh) * | 2018-11-27 | 2019-03-26 | 东南大学 | 一种基于混合生物电信号驱动的遥操作机器人系统及方法 |
| CN111161509A (zh) * | 2020-01-22 | 2020-05-15 | 西北大学 | 脑电波触发的非接触式报警装置及其报警检测方法 |
| CN111584031A (zh) * | 2020-04-30 | 2020-08-25 | 天津大学 | 基于便携式脑电采集设备的脑控智能肢体康复系统及应用 |
| CN112518743A (zh) * | 2020-11-20 | 2021-03-19 | 南京航空航天大学 | 一种面向空间机械臂在轨操作的多模态神经解码控制系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114327048A (zh) | 2022-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114327048B (zh) | 一种基于脑电信号和眼电信号的机械臂控制方法及系统 | |
| He et al. | A wireless BCI and BMI system for wearable robots | |
| CN112990074B (zh) | 基于vr的多场景自主式控制的混合脑机接口在线系统 | |
| Bhattacharyya et al. | Motor imagery and error related potential induced position control of a robotic arm | |
| WO2018113392A1 (zh) | 一种基于脑机接口的机械臂自主辅助系统及方法 | |
| CN108646915B (zh) | 结合三维视线跟踪和脑机接口控制机械臂抓取物体的方法和系统 | |
| CN108478189A (zh) | 一种基于脑电信号的人体外骨骼机械臂控制系统及方法 | |
| CN105563495B (zh) | 基于精细化运动想象脑电信号控制的机械手系统及方法 | |
| CN106491251B (zh) | 一种基于非侵入式脑机接口机器臂控制系统及其控制方法 | |
| Achic et al. | Hybrid BCI system to operate an electric wheelchair and a robotic arm for navigation and manipulation tasks | |
| CN105012057B (zh) | 基于双臂肌电、姿态信息采集的智能假肢及运动分类方法 | |
| CN101947152A (zh) | 仿人形义肢的脑电-语音控制系统及工作方法 | |
| CN109521880B (zh) | 一种基于混合生物电信号驱动的遥操作机器人系统及方法 | |
| Zhang et al. | Asynchronous brain-computer interface shared control of robotic grasping | |
| Gargava et al. | Controlling an arduino robot using Brain Computer Interface | |
| Ianez et al. | Multimodal human-machine interface based on a brain-computer interface and an electrooculography interface | |
| Tang et al. | A shared-control based BCI system: For a robotic arm control | |
| Ashok | High-level hands-free control of wheelchair–a review | |
| Tang et al. | A hybrid computer interface for robot arm control | |
| Turgunov et al. | Comparative analysis of the results of EMG signal classification based on machine learning algorithms | |
| Long et al. | An eeg-based bci system for controlling lower exoskeleton to step over obstacles in realistic walking situation | |
| Liu et al. | Detection of lower-limb movement intention from EEG signals | |
| Lu et al. | The design of simulation vehicle system controlled by multichannel EEG based on imaginary movements | |
| Nandikolla et al. | Hybrid bci controller for a semi-autonomous wheelchair | |
| Lim et al. | Convolutional neural network based electroencephalogram controlled robotic arm |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240126 Address after: No. 3002, Unit 1, Building 7, Ligao International Garden, Lixia District, Jinan City, Shandong Province, 250000 Applicant after: Ran Weiyin Country or region after: China Address before: 518000 909, building 49, No. 3, Yunfeng Road, Queshan, Gaofeng community, Dalang street, Longhua District, Shenzhen City, Guangdong Province Applicant before: Shenzhen luchen Information Technology Service Co.,Ltd. Country or region before: China Effective date of registration: 20240126 Address after: 518000 909, building 49, No. 3, Yunfeng Road, Queshan, Gaofeng community, Dalang street, Longhua District, Shenzhen City, Guangdong Province Applicant after: Shenzhen luchen Information Technology Service Co.,Ltd. Country or region after: China Address before: 400065 Chongwen Road, Nanshan Street, Nanan District, Chongqing Applicant before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS Country or region before: China |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240325 Address after: 250101 Room 1322, Building A, No. 9, Hisense Tianchen, No. 299, Tianchen Road, Jinan District, China (Shandong) Pilot Free Trade Zone, Jinan, Shandong Province Applicant after: Shandong Huashu Information Technology Co.,Ltd. Country or region after: China Address before: No. 3002, Unit 1, Building 7, Ligao International Garden, Lixia District, Jinan City, Shandong Province, 250000 Applicant before: Ran Weiyin Country or region before: China |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |