CN116688479A - 一种基于脑波信号的竞技控制装置 - Google Patents

一种基于脑波信号的竞技控制装置 Download PDF

Info

Publication number
CN116688479A
CN116688479A CN202310672090.8A CN202310672090A CN116688479A CN 116688479 A CN116688479 A CN 116688479A CN 202310672090 A CN202310672090 A CN 202310672090A CN 116688479 A CN116688479 A CN 116688479A
Authority
CN
China
Prior art keywords
scene
brain wave
control
control instruction
wave signal
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.)
Granted
Application number
CN202310672090.8A
Other languages
English (en)
Other versions
CN116688479B (zh
Inventor
曹红雨
高峰
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.)
Langfang Zhenguigu Technology Co ltd
Original Assignee
Langfang Zhenguigu 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 Langfang Zhenguigu Technology Co ltd filed Critical Langfang Zhenguigu Technology Co ltd
Priority to CN202310672090.8A priority Critical patent/CN116688479B/zh
Publication of CN116688479A publication Critical patent/CN116688479A/zh
Application granted granted Critical
Publication of CN116688479B publication Critical patent/CN116688479B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/20—Input arrangements for video game devices
    • A63F13/21—Input arrangements for video game devices characterised by their sensors, purposes or types
    • A63F13/212—Input arrangements for video game devices characterised by their sensors, purposes or types using sensors worn by the player, e.g. for measuring heart beat or leg activity
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明提供了一种基于脑波信号的竞技控制装置，包括：脑波信号获取模块：获取用户所产生的原始脑波信号以及同时刻用户所处的竞技场景；处理模块：对所述原始脑波信号进行处理，获取用户在当前时刻的第一控制指令；第一修正模块：获取第一控制因子，来对用户的第一控制指令进行第一修正，生成第二控制指令；第二修正模块：获取第二控制因子，对所述第一控制指令进行第二修正，生成第三控制指令；控制模块：用于根据最终控制指令实现竞技控制，并获取控制效果，根据所述控制效果对下一时刻的所对应的最终控制指令进行调整，可以实现基于脑波信号对竞技游戏的控制操作，提高控制的体验感。

Description

一种基于脑波信号的竞技控制装置
技术领域
本发明涉及竞技控制技术领域，特别涉及一种基于脑波信号的竞技控制装置。
背景技术
脑波是人思维的体现，在人进行不同的脑力活动时所呈现出的脑波变化是不同的，随着对脑波研究的深入，已在医学、教育娱乐、人工智能等多个领域有了相应的应用成果。
目前，脑波在游戏竞技领域的应用还停留在简单的控制层面上，并没有达到人们所期待的解放双手直接进行游戏操纵的地步。
因此，本发明提供了一种基于脑波信号的竞技控制装置。
发明内容
本发明提供了一种基于脑波信号的竞技控制装置，用以通过对原始脑波信号进行处理，获取第一控制指令，获取与竞技场景的类似度高于预设度且最高的第一场景的控制因子，对第一控制指令进行修正确定第二控制指令，当不存在第一场景时，获取第一脑波信号的高频率交集信号的控制因子，对第一控制指令进行修正确定第三控制指令，根据最终控制指令实现竞技控制，并基于控制效果对下一时刻所对应的最终控制指令进行调整，可以实现基于脑波信号对竞技游戏的控制操作，提高控制的体验感。
本发明提供一种基于脑波信号的竞技控制装置，包括：
脑波信号获取模块：用于获取用户所产生的原始脑波信号以及同时刻用户所处的竞技场景；
处理模块：用于对所述原始脑波信号进行处理，获取用户在当前时刻的第一控制指令；
第一修正模块：用于从用户场景数据库中，获取与所述竞技场景的类似度高于预设度的第一场景，并从中获取最高类似度的场景的记录指令数据库的第一控制因子，来对用户的第一控制指令进行第一修正，生成第二控制指令；
第二修正模块：用于当不存在类似度高于预设度的第二场景时，从所述用户场景数据库中每个历史场景所对应的记录信号数据库中调取与所述原始脑波信号匹配的第一脑波信号，并获取所有第一脑波信号中的高频率交集信号；
基于所述高频率交集信号对应的第二控制因子，对所述第一控制指令进行第二修正，生成第三控制指令；
控制模块：用于根据最终控制指令实现竞技控制，并获取控制效果，根据所述控制效果对下一时刻的所对应的最终控制指令进行调整。
优选的，所述脑波信号获取模块，包括：
脑波采集单元：用于通过芯片采集用户的原始脑波信号，并对所述原始脑波信号添加对应的时间戳；
竞技场景获取单元：用于获取用户所处的竞技场景，并对所述竞技场景添加对应的时间戳；
对应单元：用于基于相同时间戳将原始脑波信号和竞技场景进行对应。
优选的，所述处理模块，包括：
预处理单元：基于预处理模型对原始脑波信号进行预处理；
序列构建单元：用于获取预处理后的脑波信号的波峰点，按照预设时间间隔对所述波峰点进行划分，建立每个时间间隔的波峰序列；
第一状态信息确定单元：用于根据幅值-状态数据库分析所述波峰序列，并确定用户在相应时间的第一状态信息；
第二状态信息确定单元：用于对预处理后的脑波信号进行频域转换，并按照预设时间间隔划分，确定每个时间间隔的脑波信号的频率，基于脑波信号的频率确定用户在相应时间的第二状态信息；
状态确定单元：用于通过同时间间隔的第一状态信息和第二状态信息确定用户在所述同时间间隔的状态，并得到相应的总状态；
预控制指令确定单元：用于对预处理后的脑波信号进行分析，获取脑波信号的特征，基于人为竞技操作-脑波特征映射表，确定预控制指令；
第一控制指令确定单元：用于通过用户的总状态获取指令偏差，对预控制指令进行调整得到第一控制指令。
优选的，所述第一修正模块，包括：
匹配单元：用于对所述竞技场景进行分割，获取场景分块中的场景要素特征，并与用户场景数据库中的场景进行匹配；
类似度确定单元：用于获取每个场景分块的场景要素特征的第一匹配场景，基于每个场景分块的第一匹配场景进行相同场景确定，得到每个第一匹配场景的类似度，具体如下：
；其中，Y表示对应第一匹配场景的类似度；m表示所述竞技场景中场景分块的总个数；n表示与对应第一匹配场景匹配的场景分块的个数；/>表示对应第一匹配场景与所匹配的第i个场景分块的匹配度；/>表示与对应第一匹配场景所匹配的的第i个场景分块的重要度；/>表示第j个场景分块的历史最佳匹配度；/>表示第j个场景分块的重要度；exp表示指数函数的符号；
第一场景确定单元：用于获取类似度高于预设度的第一匹配场景为第一场景；
第一控制因子确定单元：用于获取第一场景中类似度最高的场景为最终场景，基于记录指令数据库确定最终场景的第一控制因子；
第二控制指令确定单元：用于根据第一控制因子对第一控制指令进行第一修正，得到第二控制指令。
优选的，所述第二修正模块，包括：
编号确定单元：用于当不存在类似度高于预设度的第二场景时，获取所述用户场景数据库中每个历史场景的编号；
脑波信号确定单元：用于获取与每个编号匹配的记录信号数据库，并从对应数据库获取匹配脑波信号，基于相似函数S（y0,yi1）,获取所述原始脑波信号y0与每个匹配脑波信号yi1的相似波段，并构建相似数组[y0(k1),yi1(k2)]；
其中，相似数组[y0(k1),yi1(k2)]表示原始脑电波信号y0与对应匹配脑波信号yi1的第一相似段y0(k1)以及对应匹配脑波信号yi1与原始脑电波信号y0的第二相似段yi1(k2)；
其中，匹配脑波信号即为第一脑波信号；
比值确定单元：用于根据所有的相似数组[y0(k1),yi1(k2)]，确定所有y0(k1)的并集与原始脑电波信号y0之间的第一比值，同时，确定所有yi1(k2)的交集与所有yi1(k2)的并集的第二比值；
序列构建单元：用于确定每个yi1(k2)对原始脑电波信号y0的占用位置以及同个占用点的占用频次，构建得到基于所述原始脑电波信号y0的占用序列；
点提取单元：用于提取所述占用序列中占用频次大于预设频次的第一值，锁定所有第一值的位置点，并构建若干连续段；
判断单元：用于判断连续段中是否只存在一个位置点，若是，基于第一比值以及第二比值，从比值-扩展点数据库中，获取扩展点个数，对只存在一个位置点的连续段进行扩展，并保留；
否则，将对应连续段保留；
信号获取单元：用于将所有保留的连续段作为高频率交集信号。优选的，所述第二修正模块，还包括：
第二控制因子确定单元：用于通过记录指令数据库获取所述高频率交集信号的第二控制因子；
第二控制因子解析单元：用于对所述第二控制因子进行解析，获取第二控制因子的控制操作；
修正单元：用于获取第一控制指令的控制操作，结合第二控制因子的控制操作进行同类别控制操作识别，当识别成功后，基于第二控制因子的控制操作替换第一控制指令的同类别控制操作；
第三控制指令确定单元：用于以替换后的第一控制指令的控制操作生成第三控制指令。
优选的，所述控制模块，包括：
最终控制指令确定单元：用于当存在第二控制指令时，以第二控制指令为最终控制指令，否则，以第三控制指令为最终控制指令。
优选的，所述控制模块，还包括：
控制单元：用于对所述最终控制指令进行解析，获取竞技游戏的操作指令实现竞技控制；
控制效果获取单元：用于根据竞技控制所产生的竞技结果，获取控制效果；
调整单元：用于根据所述控制效果对最终控制指令进行评价，基于评价结果对下一时刻的最终控制指令进行调整。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于脑波信号的竞技控制装置结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本发明实施例提供了一种基于脑波信号的竞技控制装置 ，如图1所示，包括：
脑波信号获取模块：用于获取用户所产生的原始脑波信号以及同时刻用户所处的竞技场景；
处理模块：用于对所述原始脑波信号进行处理，获取用户在当前时刻的第一控制指令；
第一修正模块：用于从用户场景数据库中，获取与所述竞技场景的类似度高于预设度的第一场景，并从中获取最高类似度的场景的记录指令数据库的第一控制因子，来对用户的第一控制指令进行第一修正，生成第二控制指令；
第二修正模块：用于当不存在类似度高于预设度的第二场景时，从所述用户场景数据库中每个历史场景所对应的记录信号数据库中调取与所述原始脑波信号匹配的第一脑波信号，并获取所有第一脑波信号中的高频率交集信号；
基于所述高频率交集信号对应的第二控制因子，对所述第一控制指令进行第二修正，生成第三控制指令；
控制模块：用于根据最终控制指令实现竞技控制，并获取控制效果，根据所述控制效果对下一时刻的所对应的最终控制指令进行调整。
该实施例中，原始脑波信号的获取是基于与用户连接的脑部芯片得到的，且脑部芯片是基于电极测量转换实现的，且是设置在脑部的头皮多个位置测量得到的。
该实施例中，原始脑波信号的处理是基于预处理模型得到的，第一控制指令是基于对预处理后的脑波信号进行特征分析确定得到的预处理指令经过总状态获取的指令偏差进行调整得到的，预处理模型是基于原始脑波信号提前设置好的，用于对原始脑波信号进行去噪等处理。
由于人是复杂的个体，就已经将处于不同状态（开心、难过、愤怒等）不同时间段（上午、下午、夜间等）不同生活场景（网吧或家等）为基础，来获取每个不同变量下的大量采集样本，也就是为了保证能够获取比较大众化的结果，进而来保证获取第一控制指令、控制因子、场景等的合理性，当然是存在不少极端脑部信号的，但是是少量的，所以，只是针对的大众化样本，主要是为了实现大众化的竞技控制。
该实施例中，用户场景数据库是指基于用户竞技得到的场景的数据集合，包括：用户手动操作竞技的各种场景，且场景与记录指令数据库和记录信号数据库基于场景编号存在对应关系，且不同用户的场景数据库是不同的，类似度是指第一场景与竞技场景的相似程度，第一场景是指基于用户场景数据库中的场景与竞技场景的类似度高于预设度的场景，预设度是提前设置好的，是根据能够判断用户处于唯一场景的类似度设置的，比如，类似度为90%以上时，竞技场景的确定是具有唯一性的，低于90%时，竞技场景的确定不唯一，所以预设度就是90%。
该实施例中，记录指令数据库是根据不同场景或不同的脑波信号记录的不同的控制操作提前设置好的，第一控制因子是获取最高类似度的场景基于记录指令数据库中的控制操作指令，第一修正是基于第一控制因子对第一控制指令进行控制操作替换，比如，第一控制因子是在游戏开始人物从出生地走到对应地点人物处于持刀状态，第一控制指令的是在游戏开始人物从出生地走到对应地点人物处于持枪状态，第一修正是将是在游戏开始人物从出生地走到对应地点人物从持枪状态替换成持刀状态。
该实施例中，记录信号数据库是根据不同历史场景下用户的脑波信号提前设置好的，第一脑波信号是指记录指令数据库中的基于用户场景数据库中场景对应从记录信号数据获取的的脑波信号与原始脑波信号匹配的脑波信号，高频率交集信号是指第一脑波信号与原始脑波信号相交频率高的相对应的脑波信号，比如，原始脑波信号与两个以上第一脑波信号存在同一相似波段，同一相似波段在原始脑波信号所处的波段就是高频率交集信号。
该实施例中，第二控制因子是高频率交集信号基于记录指令数据库的控制操作指令，第二修正与第一修正类似，这里就不在赘述。
该实施例中，最终控制指令是指第二控制指令或第三控制指令，控制效果是指基于竞技控制实现后所带来的后果，调整是基于控制效果的好坏进行的。
上述技术方案的有益效果是：通过对原始脑波信号进行处理，获取第一控制指令，获取与竞技场景的类似度高于预设度且最高的第一场景的控制因子，对第一控制指令进行修正确定第二控制指令，当不存在第一场景时，获取第一脑波信号的高频率交集信号的控制因子，对第一控制指令进行修正确定第三控制指令，根据最终控制指令实现竞技控制，并基于控制效果对下一时刻所对应的最终控制指令进行调整，可以实现基于脑波信号对竞技游戏的控制操作，提高控制的体验感。
实施例2：
基于实施例1，所述脑波信号获取模块，包括：
脑波采集单元：用于通过芯片采集用户的原始脑波信号，并对所述原始脑波信号添加对应的时间戳；
竞技场景获取单元：用于获取用户所处的竞技场景，并对所述竞技场景添加对应的时间戳；
对应单元：用于基于相同时间戳将原始脑波信号和竞技场景进行对应。
上述技术方案的有益效果是：通过采集用户的原始脑波信号和所述的竞技场景，并根据相同时间戳将原始脑波信号和竞技场景进行对应，为后续获取第二控制指令奠定了基础。
实施例3：
基于实施例1，所述处理模块，包括：
预处理单元：基于预处理模型对原始脑波信号进行预处理；
序列构建单元：用于获取预处理后的脑波信号的波峰点，按照预设时间间隔对所述波峰点进行划分，建立每个时间间隔的波峰序列；
第一状态信息确定单元：用于根据幅值-状态数据库分析所述波峰序列，并确定用户在相应时间的第一状态信息；
第二状态信息确定单元：用于对预处理后的脑波信号进行频域转换，并按照预设时间间隔划分，确定每个时间间隔的脑波信号的频率，基于脑波信号的频率确定用户在相应时间的第二状态信息；
状态确定单元：用于通过同时间间隔的第一状态信息和第二状态信息确定用户在所述同时间间隔的状态，并得到相应的总状态；
预控制指令确定单元：用于对预处理后的脑波信号进行分析，获取脑波信号的特征，基于人为竞技操作-脑波特征映射表，确定预控制指令；
第一控制指令确定单元：用于通过用户的总状态获取指令偏差，对预控制指令进行调整得到第一控制指令。
该实施例中，预设时间间隔可以是0.5秒。
该实施例中，幅值-状态数据库是根据脑波信号幅值和状态的关系提前设置好的，比如幅值在20-200V对应的状态为极度疲劳或昏睡状态，100-150/>为意愿受挫状态，对于幅值重叠的部分优先以状态对应的幅值范围小的状态确定，且以幅度范围小的状态作为优先确定是为了方便且快速的先进行一个初步判断，然后，再次将重叠幅值范围与第一幅值范围进行比较得到第一比值b1、以及将重叠幅值范围与第二幅值范围进行比较得到第二比值b2，则根据max(b1,b2)/2>min(b1,b2)筛选满足该条件的状态，进而当筛选的状态与初步判断的状态一致时，判定初步判断合理，否则，判定初步判断不合格，比如波峰序列1（90，110，150，180，200），幅值110对应的状态为意愿受挫状态，波峰序列1确定的第一状态信息是极度疲劳或昏睡状态。
该实施例中，不同的状态对应的脑波信号的频率是不同的，比如8-13Hz对应的状态为清醒状态。
该实施例中，同时间间隔的状态是通过第一状态信息和第二状态信息转化为专注度求平均得到的，比如时间间隔1的第一状态信息为极度疲劳状态，转化为专注度为10，第二状态信息为清醒状态，转化为专注度为40，时间间隔1的状态为专注度25，总状态是多个时间间隔状态求平均得到的，专注度以百分制计算。
该实施例中，脑波信号的特征是指脑波信号的变化特征，比如，幅值的变化特征，幅值一直处于高于150V的状态，人为竞技操作-脑波特征映射表是通过人为竞技操作时记录同时刻脑波特征变化与相应的操作一一映射得到的，预控制指令是根据脑波信号的特征与人为竞技操作-脑波特征映射表获取的相应控制操作的控制指令。
该实施例中，指令偏差是指基于用户状态获取的控制指令的偏差，比如，用户状态专注度为80以上，根据状态-偏差表可确定相应的指令偏差可以忽略不计，低于80高于60，指令偏差为10%，状态-偏差表是根据用户状态、对应用户的控制指令以及用户实际控制指令提前设置好的，用户实际控制指令是指用户实际想要做出的控制指令，第一控制指令是对预控制指令基于指令偏差进行操作指令改变得到的，比如指令偏差为10%，则对预控制指令的控制操作进行整体提升1/9。
上述技术方案的有益效果是：通过对脑波信号进行分析，基于人为竞技操作-脑波特征映射表获取预控制指令，获取脑波信号的波峰序列确定第一状态信息，对脑波信号进行频域转化获取第二状态信息，进而得到总状态，以总状态获取指令偏差对预控制指令进行调整得到第一控制指令，可以更加准确的得到用户的状态，进而提高控制指令的准确性，间接调高控制的体验感。
实施例4
基于实施例1，所述第一修正模块，包括：
匹配单元：用于对所述竞技场景进行分割，获取场景分块中的场景要素特征，并与用户场景数据库中的场景进行匹配；
类似度确定单元：用于获取每个场景分块的场景要素特征的第一匹配场景，基于每个场景分块的第一匹配场景进行相同场景确定，得到每个第一匹配场景的类似度，具体如下：
；其中，Y表示对应第一匹配场景的类似度；m表示所述竞技场景中场景分块的总个数；n表示与对应第一匹配场景匹配的场景分块的个数；/>表示对应第一匹配场景与所匹配的第i个场景分块的匹配度；/>表示与对应第一匹配场景所匹配的的第i个场景分块的重要度；/>表示第j个场景分块的历史最佳匹配度；/>表示第j个场景分块的重要度；exp表示指数函数的符号；
第一场景确定单元：用于获取类似度高于预设度的第一匹配场景为第一场景；
第一控制因子确定单元：用于获取第一场景中类似度最高的场景为最终场景，基于记录指令数据库确定最终场景的第一控制因子；
第二控制指令确定单元：用于根据第一控制因子对第一控制指令进行第一修正，得到第二控制指令。
该实施例中，场景要素特征是指场景的要素轮廓等，比如射击游戏场景中地形轮廓等
该实施例中，第一匹配场景是指与场景分块匹配度高于80%的场景，通过多次匹配发现匹配度低于80%时，计算量过大，且匹配准确率较低，因此选择匹配度高于80%的场景进行后续计算，相同场景确定是指每个场景分块的第一匹配场景进行确定，得到不同场景分块中相同的第一匹配场景，类似度是指第一匹配场景与竞技场景总的相似度。
该实施例中，最佳匹配度是指每个场景分块中匹配度最高的第一匹配场景的匹配度。
该实施例中，第一控制因子是基于最终场景的控制操作指令。
该实施例中，第二控制指令是基于第一控制因子的控制操作指令与第一控制指令的控制操作进行同类别识别，以识别成功后的第一控制因子的控制指令替换第一控制指令的控制操作得到的。
上述技术方案的有益效果是：通过对竞技场景进行分割，确定每个场景分块的匹配场景，进而确定匹配场景与竞技场景的类似度，确定最终场景和最终场景的控制因子，从而对第一控制指令进行调整得到第二控制指令，提高的了控制指令的准确性。
实施例5
基于实施例1，所述第二修正模块，包括：
编号确定单元：用于当不存在类似度高于预设度的第二场景时，获取所述用户场景数据库中每个历史场景的编号；
脑波信号确定单元：用于获取与每个编号匹配的记录信号数据库，并从对应数据库获取匹配脑波信号，基于相似函数S（y0,yi1）,获取所述原始脑波信号y0与每个匹配脑波信号yi1的相似波段，并构建相似数组[y0(k1),yi1(k2)]；
其中，相似数组[y0(k1),yi1(k2)]表示原始脑电波信号y0与对应匹配脑波信号yi1的第一相似段y0(k1)以及对应匹配脑波信号yi1与原始脑电波信号y0的第二相似段yi1(k2)；
其中，匹配脑波信号即为第一脑波信号；
比值确定单元：用于根据所有的相似数组[y0(k1),yi1(k2)]，确定所有y0(k1)的并集与原始脑电波信号y0之间的第一比值，同时，确定所有yi1(k2)的交集与所有yi1(k2)的并集的第二比值；
序列构建单元：用于确定每个yi1(k2)对原始脑电波信号y0的占用位置以及同个占用点的占用频次，构建得到基于所述原始脑电波信号y0的占用序列；
点提取单元：用于提取所述占用序列中占用频次大于预设频次的第一值，锁定所有第一值的位置点，并构建若干连续段；
判断单元：用于判断连续段中是否只存在一个位置点，若是，基于第一比值以及第二比值，从比值-扩展点数据库中，获取扩展点个数，对只存在一个位置点的连续段进行扩展，并保留；
否则，将对应连续段保留；
信号获取单元：用于将所有保留的连续段作为高频率交集信号。
该实施例中，记录信号数据库是基于用户处于历史场景下记录的脑波信号，不用历史场景的记录信号数据库不同，相似波段是指匹配脑波信号与原始脑波信号的具有相似波形的波段。
该实施例中，第一比值是指所有y0(k1)的并集的总波长与原始脑波信号y0的波长的比值，第二比值是指所有yi1(k2)的交集的总波长与所有yi1(k2)的并集的总波长的比值。
该实施例中，占用位置是原始脑波信号y0与yi1(k2)的相似段位于原始脑波信号y0的位置，占用序列是基于不同占用点的占用频次按占用点的顺序构建的，比如占用点1、2、3，相应的频次为4、5、6，占用序列为（4，5，6）
该实施例中，预设频次是提前设置好的，可以是两次，第一值是指占用序列中占用频次大于预设频次的个数，连续段是基于占用频次大于预设频次的占用点的位置，以每个占用点的位置为中心以预设波长为长度构建得到的原始脑波信号的连续段。
该实施例中，比值-扩展点数据库是基于比值和扩展点数的关系提前设置好的，对连续段的扩展是基于扩展点个数将只存在一个位置点的连续段的为位置点扩展相应扩展点个数，比如连续段1存在一个位置点，扩展点个数为2个，向连续段左右扩展，直到连续段1存在3个位置点为止。
该实施例中，高频率交集信号是指基于原始脑波信号获取得到所有连续段信号。
上述技术方案的有益效果是：通过当不存在类似度高于预设的第二场景时，获取历史场景编号，得到相应的匹配脑波信号，与原始脑波信号进行比对得到相似波段，构建相似数组，进而确定高频率交集信号，为后续进行第二修正奠定了基础。
实施例6
基于实施例1，所述第二修正模块，还包括：
第二控制因子确定单元：用于通过记录指令数据库获取所述高频率交集信号的第二控制因子；
第二控制因子解析单元：用于对所述第二控制因子进行解析，获取第二控制因子的控制操作；
修正单元：用于获取第一控制指令的控制操作，结合第二控制因子的控制操作进行同类别控制操作识别，当识别成功后，基于第二控制因子的控制操作替换第一控制指令的同类别控制操作；
第三控制指令确定单元：用于以替换后的第一控制指令的控制操作生成第三控制指令。
上述技术方案的有益效果是：通过高频率交集信号基于记录指令数据库获取第二控制因子，以第二控制因子对第一控制指令进行修正，得到第三控制指令，有效的针对当不存在类似度高于预设度的第二场景时对第一控制指令实现修正，提高控制指令的准确性，间接提高了控制操作的体验感。
实施例7
基于实施例1，所述控制模块，包括：
最终控制指令确定单元：用于当存在第二控制指令时，以第二控制指令为最终控制指令，否则，以第三控制指令为最终控制指令。
实施例8
基于实施例1，所述控制模块，还包括：
控制单元：用于对所述最终控制指令进行解析，获取竞技游戏的操作指令实现竞技控制；
控制效果获取单元：用于根据竞技控制所产生的竞技结果，获取控制效果；
调整单元：用于根据所述控制效果对最终控制指令进行评价，基于评价结果对下一时刻的最终控制指令进行调整。
该实施例中，竞技控制是通过将相应的操作指令通过网络传输到游戏设备实现控制的。
该实施例中，比如，竞技控制产生的竞技结果是游戏人物健康值下降，相应的控制效果为差，最终控制指令评价也为差。
该实施例中，比如，最终控制指令评价为差，对下一时刻的最终控制指令进行反向调整，由于该装置是以大众化为目的的一个控制装置，所以，存在调控效果即可。
上述技术方案的有益效果是：通过对最终控制指令进行解析，实现竞技控制，基于竞技控制的竞技结果，对最终控制指令进行评价，进而对下一时刻的最终控制指令进行调整，可以有效的在最终控制指令出现偏差时及时对后续指令进行调整，进而提高控制指令的准确性，为保证控制操作的体验感奠定了基础。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于脑波信号的竞技控制装置，其特征在于，包括：
脑波信号获取模块：用于获取用户所产生的原始脑波信号以及同时刻用户所处的竞技场景；
处理模块：用于对所述原始脑波信号进行处理，获取用户在当前时刻的第一控制指令；
第一修正模块：用于从用户场景数据库中，获取与所述竞技场景的类似度高于预设度的第一场景，并从中获取最高类似度的场景的记录指令数据库的第一控制因子，来对用户的第一控制指令进行第一修正，生成第二控制指令；
第二修正模块：用于当不存在类似度高于预设度的第二场景时，从所述用户场景数据库中每个历史场景所对应的记录信号数据库中调取与所述原始脑波信号匹配的第一脑波信号，并获取所有第一脑波信号中的高频率交集信号；
基于所述高频率交集信号对应的第二控制因子，对所述第一控制指令进行第二修正，生成第三控制指令；
控制模块：用于根据最终控制指令实现竞技控制，并获取控制效果，根据所述控制效果对下一时刻的所对应的最终控制指令进行调整。
2.如权利要求1所述的一种基于脑波信号的竞技控制装置，其特征在于，所述脑波信号获取模块，包括：
脑波采集单元：用于通过芯片采集用户的原始脑波信号，并对所述原始脑波信号添加对应的时间戳；
竞技场景获取单元：用于获取用户所处的竞技场景，并对所述竞技场景添加对应的时间戳；
对应单元：用于基于相同时间戳将原始脑波信号和竞技场景进行对应。
3.如权利要求1所述的一种基于脑波信号的竞技控制装置，其特征在于，所述处理模块，包括：
预处理单元：基于预处理模型对原始脑波信号进行预处理；
序列构建单元：用于获取预处理后的脑波信号的波峰点，按照预设时间间隔对所述波峰点进行划分，建立每个时间间隔的波峰序列；
第一状态信息确定单元：用于根据幅值-状态数据库分析所述波峰序列，并确定用户在相应时间的第一状态信息；
第二状态信息确定单元：用于对预处理后的脑波信号进行频域转换，并按照预设时间间隔划分，确定每个时间间隔的脑波信号的频率，基于脑波信号的频率确定用户在相应时间的第二状态信息；
状态确定单元：用于通过同时间间隔的第一状态信息和第二状态信息确定用户在所述同时间间隔的状态，并得到相应的总状态；
预控制指令确定单元：用于对预处理后的脑波信号进行分析，获取脑波信号的特征，基于人为竞技操作-脑波特征映射表，确定预控制指令；
第一控制指令确定单元：用于通过用户的总状态获取指令偏差，对预控制指令进行调整得到第一控制指令。
4.如权利要求1所述的一种基于脑波信号的竞技控制装置，其特征在于，所述第一修正模块，包括：
匹配单元：用于对所述竞技场景进行分割，获取场景分块中的场景要素特征，并与用户场景数据库中的场景进行匹配；
类似度确定单元：用于获取每个场景分块的场景要素特征的第一匹配场景，基于每个场景分块的第一匹配场景进行相同场景确定，得到每个第一匹配场景的类似度，具体如下：
；其中，Y表示对应第一匹配场景的类似度；m表示所述竞技场景中场景分块的总个数；n表示与对应第一匹配场景匹配的场景分块的个数；/>表示对应第一匹配场景与所匹配的第i个场景分块的匹配度；/>表示与对应第一匹配场景所匹配的的第i个场景分块的重要度；/>表示第j个场景分块的历史最佳匹配度；/>表示第j个场景分块的重要度；exp表示指数函数的符号；
第一场景确定单元：用于获取类似度高于预设度的第一匹配场景为第一场景；
第一控制因子确定单元：用于获取第一场景中类似度最高的场景为最终场景，基于记录指令数据库确定最终场景的第一控制因子；
第二控制指令确定单元：用于根据第一控制因子对第一控制指令进行第一修正，得到第二控制指令。
5.如权利要求1所述的一种基于脑波信号的竞技控制装置，其特征在于，所述第二修正模块，包括：
编号确定单元：用于当不存在类似度高于预设度的第二场景时，获取所述用户场景数据库中每个历史场景的编号；
脑波信号确定单元：用于获取与每个编号匹配的记录信号数据库，并从对应数据库获取匹配脑波信号，基于相似函数S（y0,yi1）,获取所述原始脑波信号y0与每个匹配脑波信号yi1的相似波段，并构建相似数组[y0(k1),yi1(k2)]；
其中，相似数组[y0(k1),yi1(k2)]表示原始脑电波信号y0与对应匹配脑波信号yi1的第一相似段y0(k1)以及对应匹配脑波信号yi1与原始脑电波信号y0的第二相似段yi1(k2)；
其中，匹配脑波信号即为第一脑波信号；
比值确定单元：用于根据所有的相似数组[y0(k1),yi1(k2)]，确定所有y0(k1)的并集与原始脑电波信号y0之间的第一比值，同时，确定所有yi1(k2)的交集与所有yi1(k2)的并集的第二比值；
序列构建单元：用于确定每个yi1(k2)对原始脑电波信号y0的占用位置以及同个占用点的占用频次，构建得到基于所述原始脑电波信号y0的占用序列；
点提取单元：用于提取所述占用序列中占用频次大于预设频次的第一值，锁定所有第一值的位置点，并构建若干连续段；
判断单元：用于判断连续段中是否只存在一个位置点，若是，基于第一比值以及第二比值，从比值-扩展点数据库中，获取扩展点个数，对只存在一个位置点的连续段进行扩展，并保留；
否则，将对应连续段保留；
信号获取单元：用于将所有保留的连续段作为高频率交集信号。
6.如权利要求1所述的一种基于脑波信号的竞技控制装置，其特征在于，所述第二修正模块，还包括：
第二控制因子确定单元：用于通过记录指令数据库获取所述高频率交集信号的第二控制因子；
第二控制因子解析单元：用于对所述第二控制因子进行解析，获取第二控制因子的控制操作；
修正单元：用于获取第一控制指令的控制操作，结合第二控制因子的控制操作进行同类别控制操作识别，当识别成功后，基于第二控制因子的控制操作替换第一控制指令的同类别控制操作；
第三控制指令确定单元：用于以替换后的第一控制指令的控制操作生成第三控制指令。
7.如权利要求1所述的一种基于脑波信号的竞技控制装置，其特征在于，所述控制模块，包括：
最终控制指令确定单元：用于当存在第二控制指令时，以第二控制指令为最终控制指令，否则，以第三控制指令为最终控制指令。
8.如权利要求1所述的一种基于脑波信号的竞技控制装置，其特征在于，所述控制模块，还包括：
控制单元：用于对所述最终控制指令进行解析，获取竞技游戏的操作指令实现竞技控制；
控制效果获取单元：用于根据竞技控制所产生的竞技结果，获取控制效果；
调整单元：用于根据所述控制效果对最终控制指令进行评价，基于评价结果对下一时刻的最终控制指令进行调整。
CN202310672090.8A 2023-06-07 2023-06-07 一种基于脑波信号的竞技控制装置 Active CN116688479B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310672090.8A CN116688479B (zh) 2023-06-07 2023-06-07 一种基于脑波信号的竞技控制装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310672090.8A CN116688479B (zh) 2023-06-07 2023-06-07 一种基于脑波信号的竞技控制装置

Publications (2)

Publication Number Publication Date
CN116688479A true CN116688479A (zh) 2023-09-05
CN116688479B CN116688479B (zh) 2024-02-06

Family

ID=87836849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310672090.8A Active CN116688479B (zh) 2023-06-07 2023-06-07 一种基于脑波信号的竞技控制装置

Country Status (1)

Country Link
CN (1) CN116688479B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016045814A (ja) * 2014-08-25 2016-04-04 泰章 岩井 仮想現実サービス提供システム、仮想現実サービス提供方法
WO2018120638A1 (zh) * 2016-12-30 2018-07-05 深圳市超级人生科技有限公司 一种vr场景的控制方法和装置
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
CN111202973A (zh) * 2019-12-27 2020-05-29 韶关学院 一种基于脑电波的游戏控制方法及其装置
CN112356841A (zh) * 2020-11-26 2021-02-12 中国人民解放军国防科技大学 一种基于脑机交互的车辆控制方法及装置
CN113276867A (zh) * 2021-06-15 2021-08-20 王晓铭 一种自动驾驶情景下的脑电波紧急控制系统及方法
KR20230052797A (ko) * 2021-10-13 2023-04-20 고려대학교 산학협력단 뇌파 신호를 이용한 아바타 제어 모델 구축 방법과, 이를 포함하는 아바타 제어 시스템 및 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016045814A (ja) * 2014-08-25 2016-04-04 泰章 岩井 仮想現実サービス提供システム、仮想現実サービス提供方法
WO2018120638A1 (zh) * 2016-12-30 2018-07-05 深圳市超级人生科技有限公司 一种vr场景的控制方法和装置
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
CN111202973A (zh) * 2019-12-27 2020-05-29 韶关学院 一种基于脑电波的游戏控制方法及其装置
CN112356841A (zh) * 2020-11-26 2021-02-12 中国人民解放军国防科技大学 一种基于脑机交互的车辆控制方法及装置
CN113276867A (zh) * 2021-06-15 2021-08-20 王晓铭 一种自动驾驶情景下的脑电波紧急控制系统及方法
KR20230052797A (ko) * 2021-10-13 2023-04-20 고려대학교 산학협력단 뇌파 신호를 이용한 아바타 제어 모델 구축 방법과, 이를 포함하는 아바타 제어 시스템 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孔斯佳: "基于脑波技术的减压游戏设计——以《梦魇》游戏为例", 中国优秀硕士学位论文全文数据库 *

Also Published As

Publication number Publication date
CN116688479B (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN110916631B (zh) 基于可穿戴生理信号监测的学生课堂学习状态评测系统
CN110811609B (zh) 基于自适应模板匹配与机器学习算法融合的癫痫棘波智能检测装置
CN103714281B (zh) 一种基于心电信号的身份识别方法
CN112932502B (zh) 结合互信息通道选择与混合神经网络的脑电情感识别方法
CN103345600B (zh) 一种心电信号数据处理方法
CN105286890B (zh) 一种基于脑电信号的驾驶员瞌睡状态监测方法
CN109843163A (zh) 用于标记睡眠状态的方法和系统
Wei et al. Time-frequency convolutional neural network for automatic sleep stage classification based on single-channel EEG
CN109602417A (zh) 基于随机森林的睡眠分期方法及系统
CN105147248A (zh) 基于生理信息的抑郁症评估系统及其评估方法
CN110236491B (zh) 一种睡眠分期监控方法
CN106778865B (zh) 一种多域特征下的半监督脑电信号睡眠分期方法
CN107518896B (zh) 一种肌电臂环佩戴位置预测方法和系统
CN112603332A (zh) 一种基于脑电信号特征分析的情感认知方法
CN113180659B (zh) 一种基于三维特征和空洞全卷积网络的脑电情感识别方法
CN110575141A (zh) 一种基于生成对抗网络的癫痫检测方法
CN115640827B (zh) 对电刺激数据处理的智能闭环反馈网络方法及系统
CN115563484A (zh) 一种基于生理唤醒识别的街道绿化品质检测方法
CN100365644C (zh) 身份识别和鉴定方法
CN108338787A (zh) 一种多时段多元多尺度锁相值的相位特征提取方法
Liu et al. Automatic sleep arousals detection from polysomnography using multi-convolution neural network and random forest
CN116688479B (zh) 一种基于脑波信号的竞技控制装置
CN115659207A (zh) 一种脑电情绪识别方法及系统
CN111603158A (zh) 基于电生理信号人工智能分析的疲劳驾驶告警方法及系统
CN112698720B (zh) 一种基于互信息特征提取及多人融合的运动想象识别方法

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
GR01 Patent grant
GR01 Patent grant