CN207120250U - 基于脑机接口技术bci的智能机器人 - Google Patents
基于脑机接口技术bci的智能机器人 Download PDFInfo
- Publication number
- CN207120250U CN207120250U CN201720856765.4U CN201720856765U CN207120250U CN 207120250 U CN207120250 U CN 207120250U CN 201720856765 U CN201720856765 U CN 201720856765U CN 207120250 U CN207120250 U CN 207120250U
- Authority
- CN
- China
- Prior art keywords
- processing unit
- central processing
- user
- robot
- mechanical arm
- 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
Landscapes
- Manipulator (AREA)
Abstract
本实用新型提供一种基于脑机接口技术BCI的智能机器人,包括:BCI技术监测器、中央处理器、视觉识别定位装置、机械手臂、语音采集装置和语音播放装置;BCI技术监测器、视觉识别定位装置、机械手臂、语音采集装置和语音播放装置分别与中央处理器连接;中央处理器根据视觉识别定位装置测定的用户身体的特定位置,控制机械手臂在该特定位置处执行操作,BCI技术监测器实时监测用户的脑电波信号并发送给中央处理器,中央处理器根据接收到的脑电波信号生成控制信号,以调整机械手臂的操作。本实用新型提供一种安全性好、可实现用户体表定位和精确控制输出操作强度的智能机器人。
Description
技术领域
本实用新型涉及智能机器人领域,尤其涉及一种基于脑机接口技术BCI的智能机器人。
背景技术
随着社会经济进步,人们对健康越来越关注。近年来,虽然以疼痛为突出表现的按压异常感觉现象受到长期、广泛的研究和利用,但是通过按摩进行疾病治疗的方法却没有多少进展。
现有的按摩方法一般是依靠人工执行,有相当一部分能解决实际问题的医学专家在治疗过程中需要按摩操作的执行者100%忠诚的执行他的治疗方案,但人工执行的按压力度和按压过程难以精确控制,且治疗全过程中的数据无法量化分析
目前出现了种类繁多的按摩器具或按摩机器人,可以部分替代人工,但是现有的按摩器具或按摩机器人多为“被动型”按摩器具或按摩机器人,例如,现有的按摩机器人在为用户提供按摩服务时,不能自动识别用户,并针对不同用户提供个性化的按摩服务,其针对不同的用户采用的按摩力度、按摩方式等都相同,智能化程度低。而由于人体形态结构的复杂性,按摩对象的特殊性,针对不同用户的按摩操作需实现对用户体表精确定位和按压力学强度的精确控制,才能达到通过按摩实现疾病治疗的效果。现有的按摩器具或按摩机器人对用户体表定位的准确性、操作的灵活性和安全性较低,不能满足实用的要求。
实用新型内容
本实用新型提供一种基于脑机接口技术BCI的智能机器人,用于解决现有的按摩机器人对用户体表定位的准确性、操作的灵活性和安全性较低,不能满足实用的要求的问题。
本实用新型提供一种基于脑机接口技术BCI的智能机器人,包括:BCI技术监测器、中央处理器、视觉识别定位装置、机械手臂、语音采集装置和语音播放装置;
所述BCI技术监测器、所述视觉识别定位装置、所述机械手臂、所述语音采集装置和所述语音播放装置分别与所述中央处理器连接;
所述BCI技术监测器,用于在所述语音播放装置播放测试语音时,实时监测所述用户的第一脑电波信号,并将监测到的第一脑电波信号发送给所述中央处理器;
所述中央处理器,用于根据所述第一脑电波信号,分析获得所述用户的心理测评结果;
所述视觉识别定位装置,用于测定用户身体的特定位置,并将所述特定位置发送给所述中央处理器;
所述中央处理器,还用于在接收到所述特定位置后,向所述机械手臂发送第一控制信号,以使所述机械手臂在所述特定位置处执行操作;
所述BCI技术监测器,还用于在所述机械手臂执行操作时,实时监测所述用户的第二脑电波信号,并将监测到的第二脑电波信号发送给所述中央处理器;
所述中央处理器,还用于若所述用户的心理测评结果为真,则根据所述第二脑电波信号,分析获得所述用户的感觉阈,并根据所述第二脑电波信号和所述用户的感觉阈,通过训练好的深度学习模型校正,生成并向所述机械手臂发送第二控制信号,以调整所述机械手臂的操作;若所述用户的心理测评结果为伪,则根据所述第二脑电波信号和预设的标准感觉阈,通过训练好的深度学习模型校正,生成并向所述机械手臂发送第二控制信号,以调整所述机械手臂的操作。
在本实用新型的一实施例中,所述机器人还安装有定位装置;所述视觉识别定位装置包括第一摄像头组和与所述第一摄像头组连接的图像处理装置;所述图像处理装置与所述中央处理器连接;
所述第一摄像头组,用于以所述定位装置为参照,对用户进行扫描、拍照或摄像,获得所述用户的人体形态;
所述图像处理装置,用于根据所述人体形态确定所述用户的标准体表定位数据,根据所述标准体表定位数据,确定所述特定位置,并将所述特定位置发送给所述中央处理器。
在本实用新型的一实施例中,所述机械手臂设置有第二摄像头组,所述第二摄像头组与所述中央处理器连接;
所述第二摄像头组,用于采集当前所述机械手臂所在的实际体表定位数据,并发送至所述中央处理器;
所述中央处理器,还用于根据所述实际体表定位数据和所述标准体表定位数据,对所述机械手臂所在的位置进行调整,直至所述实际体表定位数据和所述标准体表定位数据吻合。
在本实用新型的一实施例中,所述机械手臂可以包括电机、力矩传感器、N自由度机械臂和第一前端机械手,所述第一前端机械手上设置有第一压力传感器,其中N为大于1的整数;
所述电机与所述中央处理器、所述第一前端机械手和所述N自由度机械臂连接,所述力矩传感器与所述N自由度机械臂和所述中央处理器连接,所述N自由度机械臂与所述第一前端机械手连接,所述第一压力传感器与所述中央处理器连接;
所述电机,用于驱动所述N自由度机械臂运转;
所述力矩传感器,用于采集所述N自由度机械臂运转过程中的实际力矩,并发送至所述中央处理器;
所述第一压力传感器,用于采集所述第一前端机械手当前施加在所述特定位置的实际压力并发送至所述中央处理器;
所述中央处理器,具体用于根据接收到的所述第二脑电波信号,通过训练好的深度学习模型校正,获得所述电机对所述N自由度机械臂的标准力矩和需要施加在所述特定位置的标准压力;
所述中央处理器,还用于根据所述实际力矩和所述标准力矩,以及所述实际压力和所述标准压力,生成用于调整所述电机的所述第二控制信号,并通过调整所述电机对所述N自由度机械臂的力矩,直至所述实际力矩与所述标准力矩吻合,且所述第一前端机械手当前施加在所述特定位置的实际压力与所述标准压力吻合;
所述第一前端机械手包括机械手掌和连接至所述机械手掌的至少一根机械手指,所述第一前端机械手用于在所述中央处理器的控制下在所述特定位置处执行手掌敲击操作、点压操作、按揉操作或者震颤操作。
在本实用新型的一实施例中,所述第一前端机械手设置有电脉冲装置,所述电脉冲装置与所述中央处理器连接;
所述电脉冲装置用于根据所述中央处理器发送的第一控制信号向所述特定位置释放电脉冲。
在本实用新型的一实施例中,所述第一前端机械手设置有发热装置,所述发热装置与所述中央处理器连接;
所述发热装置,用于在所述中央处理器的控制下加热至相应的温度。
在本实用新型的一实施例中,所述机械手臂可以包括可伸缩设备和连接在所述可伸缩设备一端的前端,所述前端上设置有第二压力传感器;所述前端包括第二前端机械手;
所述可伸缩设备与所述中央处理器连接,所述第二压力传感器与所述中央处理器连接;
所述第二压力传感器,用于采集所述前端当前施加在所述特定位置的实际压力并发送至所述中央处理器;
所述中央处理器,具体用于根据接收到所述第二脑电波信号,通过训练好的深度学习模型校正,获得需要施加在所述特定位置的标准压力;
所述中央处理器,还用于根据所述实际压力和所述标准压力,生成用于控制所述可伸缩设备的所述第二控制信号;
所述可伸缩设备,用于在所述第二控制信号的控制下,进行伸缩运动并带动所述前端移动,以调整所述前端施加在所述特定位置的实际压力,直至所述实际压力与所述标准压力吻合。
在本实用新型的一实施例中,所述机器人还包括语音识别装置,所述语音识别装置与所述语音采集装置和所述中央处理器连接;
所述语音播放装置,还用于播放中央处理器发送的语音指令;
所述语音采集装置,用于采集用户语音,并发送给所述语音识别装置;
所述语音识别装置,用于识别用户语音,获得中央处理器可处理的信号;
所述中央处理器,还用于根据所述语音识别装置获得的信号,获取对应的应答语音发送给所述语音播放装置进行播放。
在本实用新型的一实施例中,所述机器人还包括:数据采集装置和数据分析装置;
所述数据采集装置和所述数据分析装置连接,所述数据分析装置和所述中央处理器连接;
所述数据采集装置,用于采集各用户的基本信息,并将各用户的基本信息发送至所述数据分析装置;
所述数据分析装置,用于对各用户的基本信息和感觉阈进行分析建模,获得不同类型用户对应的安全感觉阈,并将所述安全感觉阈作为标准感觉阈。
本实用新型提供的基于脑机接口技术BCI的智能机器人,通过视觉识别定位装置测定用户身体的特定位置,中央处理器控制机械手臂在该特定位置处执行操作,BCI技术监测器实时监测用户的脑电波信号并发送给中央处理器,中央处理器根据接收到的脑电波信号生成控制信号,以调整机械手臂的操作。本实用新型提供的基于脑机接口技术BCI的智能机器人能够实现对用户体表的精确定位,灵活控制机械手臂的操作位置和强度,提高了机器人的操作安全性和实用性。
附图说明
图1为本实用新型实施例一提供的一种基于脑机接口技术BCI的智能机器人的结构示意图;
图2为本实用新型实施例二提供的一种基于脑机接口技术BCI的智能机器人的结构示意图。
附图标记说明:
11、BCI技术监测器; 12、中央处理器;
13、视觉识别定位装置; 14、机械手臂;
15、语音采集装置; 16、语音播放装置;
21、语音识别装置。
具体实施方式
下面将结合本实用新型实施例中的附图,对本实用新型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的一部分实施例,而不是全部实施例。基于本实用新型中的实施例,本领域普通技术人员在没有作出创造性劳动前提下获得的所有其他实施例,都属于本实用新型保护的范围。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
其中,“上”、“下”等的用语,是用于描述各个结构在附图中的相对位置关系,仅为便于叙述的明了,而非用以限定本实用新型可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本实用新型可实施的范畴。
需要说明的是,在本实用新型的描述中,术语“第一”、“第二”等相关用语仅用于方便描述不同的部件或信号,而不能理解为指示或暗示顺序关系、相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等相关用语的特征可以明示或者隐含地包括至少一个该特征。
图1为本实用新型实施例一提供的一种基于脑机接口技术BCI的智能机器人的结构示意图。如图1所示,所述机器人包括:BCI技术监测器11、中央处理器12、视觉识别定位装置13、机械手臂14、语音采集装置15和语音播放装置16;
所述BCI技术监测器11、所述视觉识别定位装置13、所述机械手臂14、所述语音采集装置15和所述语音播放装置16分别与所述中央处理器12连接;
所述BCI技术监测器11,用于在所述语音播放装置16播放测试语音时,实时监测所述用户的第一脑电波信号,并将监测到的第一脑电波信号发送给所述中央处理器12;
所述中央处理器12,用于根据所述第一脑电波信号,分析获得所述用户的心理测评结果;
所述视觉识别定位装置13,用于测定用户身体的特定位置,并将所述特定位置发送给所述中央处理器12;
所述中央处理器12,还用于在接收到所述特定位置后,向所述机械手臂14发送第一控制信号,以使所述机械手臂14在所述特定位置处执行操作;
所述BCI技术监测器11,还用于在所述机械手臂14执行操作时,实时监测所述用户的第二脑电波信号,并将监测到的第二脑电波信号发送给所述中央处理器12;
所述中央处理器12,还用于若所述用户的心理测评结果为真,则根据所述第二脑电波信号,分析获得所述用户的感觉阈,并根据所述第二脑电波信号和所述用户的感觉阈,通过训练好的深度学习模型校正,生成并向所述机械手臂14发送第二控制信号,以调整所述机械手臂14的操作;若所述用户的心理测评结果为伪,则根据所述第二脑电波信号和预设的标准感觉阈,通过训练好的深度学习模型校正,生成并向所述机械手臂14发送第二控制信号,以调整所述机械手臂14的操作。
本实施例中,所述机器人可以具有与人的身体形态一致的外观身体形态。和中央处理器12可以设置在所述机器人的身体内部,比如设置在胸腔中;视觉识别定位装置13、语音采集装置15和语音播放装置16可以设置在机器人的头部;机械手臂14可以设置成机器人的一条胳膊;视觉识别定位装置13、机械手臂14、语音采集装置15和语音播放装置16可以通过机器人身体的内部走线或者无线连接的方式与身体内部的中央处理器12相连接;BCI技术监测器11可以设置在机器人的外部,通过外部走线或者无线连接的方式与机器人身体内部的中央处理器12相连接。所述机器人也可以具有其他任意外部形态,例如,所述机器人可以具有一个机械手臂14或者不止两个机械手臂14,本实施例不对此进行限制。
进一步的,所述机器人还可以安装有定位装置;所述视觉识别定位装置13包括第一摄像头组和与所述第一摄像头组连接的图像处理装置;所述图像处理装置与所述中央处理器12连接;所述第一摄像头组,用于以所述定位装置为参照,对用户进行扫描、拍照或摄像,获得所述用户的人体形态;所述图像处理装置,用于根据所述人体形态确定所述用户的标准体表定位数据,根据所述标准体表定位数据,确定所述特定位置,并将所述特定位置发送给所述中央处理器12。其中,所述定位装置可以是安装在机器人上的座椅或者床架,用户A可以坐在所述座椅上或者躺在所述床架上。
以实际场景举例来说,假设需要对用户A的身体的特定位置进行按摩等操作,用户A躺在上述机器人的定位装置即床架上,中央处理器12控制语音播放装置16播放预设的测试语音,例如“当按您这里时您会觉得疼痛吗”;BCI技术监测器11实时监测用户A听到测试语音时的第一脑电波信号,并将监测到的第一脑电波信号发送给中央处理器12,所述第一脑电波信号能体现用户A听到上述测试语音时的反应。中央处理器12对接收到的第一脑电波信号进行分析,判断用户A的第一脑电波信号是否与预设的脑电波信号一致,即判断用户A对上述测试语音的反应是否符合预设的正常反应范围,若是,则判断用户A的心理测评结果为真,否则,判断用户A的心理测评结果为伪。视觉识别定位装置13通过第一摄像头组对躺在定位装置即床架上的用户A进行扫描、拍照或摄像,获得用户A的人体形态和实际位置,并通过图像处理装置对第一摄像头组获得的用户A的人体形态进行分析,获得用户A的标准体表定位数据,结合用户A所处的实际位置,从而精确确定机械手臂的操作位置,即用户A身体的上述特定位置,并将该特定位置发送给中央处理器12。中央处理器12在接收到图像处理装置发送的上述特定位置后,向机械手臂14发送第一控制信号,控制机械手臂14在该特定位置处执行敲击操作、点压操作、按揉操作或者震颤操作等。BCI技术监测器11实时监测机械手臂14执行上述操作时用户A的第二脑电波信号,并将监测到的第二脑电波信号发送给中央处理器12。中央处理器12在接收到BCI技术监测器11发送的用户A的第二脑电波信号后,首先检测用户A的心理测评结果是否为真,若为真,则对用户A的第二脑电波信号进行分析,获得用户A的感觉阈,例如用户A对疼痛等的感知程度和承受范围,并根据用户A当前的第二脑电波信号和用户A的感觉阈,通过训练好的深度学习模型校正,分析获得机械手臂14当前的操作是否需要调整,例如是否需要增加或者减弱机械手臂14在用户A的上述特定位置处当前执行点压操作或者按揉操作等的操作强度,并根据分析获得的结果向机械手臂14发送第二控制信号;若为伪,则根据用户A当前的第二脑电波信号和用户A的感觉阈,通过训练好的深度学习模型校正,分析获得机械手臂14当前的操作是否需要调整,例如是否需要增加或者减弱机械手臂14在用户A的上述特定位置处当前执行点压操作或者按揉操作等的操作强度,并根据分析获得的结果向机械手臂14发送第二控制信号。机械手臂14根据接收到的中央处理器12发送的第二控制信号,调整在用户A的上述特定位置处的操作,例如增加或者减弱当前执行点压操作或者按揉操作等的操作强度。
具体的,还可以通过语音采集装置15采集用户听到语音播放装置16播放测试语音时的回答语音,例如,语音播放装置16播放一项测试语音“当这样按您这里时您是否会觉得疼痛”,当用户A回答“会”时,语音采集装置15采集用户A的回答语音,并将用户A的回答语音发送给中央处理器12,中央处理器12可以根据用户A的回答语音与预设的回答语音是否一致来判断用户A的此项测试结果是否为真,中央处理器12对用户A的多项测试结果进行分析,若测试结果为真的数量超过预设的阈值范围,则判定用户A的心理测评结果为真,否则,判定用户A的心理测评结果为伪。
本实施方式中,中央处理器12根据用户当前的第二脑电波信号和用户的感觉阈,通过训练好的深度学习模型校正,分析获得机械手臂14当前的操作是否需要调整,由于不同用户的感觉阈不同,从而实现针对不同的客户提供个性化的更有效且更安全的服务。
进一步的,上述机械手臂14上还可以设置第二摄像头组,所述第二摄像头组与所述中央处理器12连接;所述第二摄像头组,用于采集当前所述机械手臂14所在的实际体表定位数据,并发送至所述中央处理器12;所述中央处理器12,还用于根据所述实际体表定位数据和所述标准体表定位数据,对所述机械手臂14所在的位置进行调整,直至所述实际体表定位数据和所述标准体表定位数据吻合。
以实际场景举例来说,当机械手臂14根据中央控制器12的控制信号移动到用户A身体的某一位置时,第二摄像头组采集机械手臂14当前所在的实际位置,获得当前机械手臂14所在的实际体表定位数据,并将其发送至中央处理器12,中央处理器12对比所述实际体表定位数据与标准体表定位数据,若不一致,则控制调整机械手臂14的位置,第二摄像头组继续采集机械手臂14当前所在的实际位置,直至机械手臂14当前所在的实际体表定位数据与标准体表定位数据一致。其中,标准体表定位数据可以是根据医疗专家的治疗方案或者应用于某一类疾病的基本治疗方案确定的。
作为本实施例一种可选的实施方式,在上述任一实施方式的基础上,所述机械手臂14可以包括电机、力矩传感器、N自由度机械臂和第一前端机械手,所述第一前端机械手上设置有第一压力传感器,其中N为大于1的整数,所述电机与所述中央处理器12、所述第一前端机械手和所述N自由度机械臂连接,所述力矩传感器与所述N自由度机械臂和所述中央处理器12连接,所述N自由度机械臂与所述第一前端机械手连接,所述第一压力传感器与所述中央处理器12连接。所述电机,用于驱动所述N自由度机械臂运转;所述力矩传感器,用于采集所述N自由度机械臂运转过程中的实际力矩,并发送至所述中央处理器12;所述第一压力传感器,用于采集所述第一前端机械手当前施加在所述特定位置的实际压力并发送至所述中央处理器12;所述中央处理器12,具体用于根据接收到的所述第二脑电波信号,通过训练好的深度学习模型校正,获得所述电机对所述N自由度机械臂的标准力矩和需要施加在所述特定位置的标准压力;所述中央处理器12,还用于根据所述实际力矩和所述标准力矩,以及所述实际压力和所述标准压力,生成用于调整所述电机的所述第二控制信号,并通过调整所述电机对所述N自由度机械臂的力矩,直至所述实际力矩与所述标准力矩吻合,且所述第一前端机械手当前施加在所述特定位置的实际压力与所述标准压力吻合;所述第一前端机械手包括机械手掌和连接至所述机械手掌的至少一根机械手指,所述第一前端机械手用于在所述中央处理器12的控制下在所述特定位置处执行手掌敲击操作、点压操作、按揉操作或者震颤操作。
上述N自由度机械臂的结构形态可以形同人体的胳膊,具有活动连接的机械大臂和机械小臂,电机可以设置在机械大臂和机械小臂的连接关节处,驱动机械大臂和机械小臂进行多自由度的移动,力矩传感器也可以设置在机械大臂和机械小臂的连接关节处。所述N自由度机械臂也可以具有一节或者不止两节的机械臂,所述电机和/或力矩传感器的数量可以为一个或者多个,且所述电机和力矩传感器也可以设置在N自由度机械臂的任意位置,只要能满足使N自由度机械臂进行多自由度的移动和采集所述N自由度机械臂运转过程中的实际力矩即可,本实用新型不对其进行限制。
上述第一前端机械手的结构形态可以形同人体的手,包括机械手掌和机械手指,所述机械手指的数量可以为一根或者多根,例如,5根。
以实际场景举例来说,中央处理器12发出第一控制信号,控制所述电机驱动所述N自由度机械臂带动所述第一前端机械手运转,使所述第一前端机械手移动至用户A身体的特定位置,所述第一前端机械手在所述中央处理器的控制下在用户A身体的该特定位置处执行手掌敲击操作、点压操作、按揉操作或者震颤操作,力矩传感器和第一压力传感器分别采集所述N自由度机械臂运转过程中的实际力矩和所述第一前端机械手执行上述手掌敲击操作、点压操作、按揉操作或者震颤操作时施加在用户A身体的特定位置处的压力,并发送给中央处理器12;BCI技术监测器11实时监测第一前端机械手执行上述操作时用户A的第二脑电波信号并发送给中央处理器12,所述第二脑电波信号可以体现用户A在所述第一前端机械手执行上述操作的反应,例如用户A感受的疼痛程度;中央处理器12根据接收到的用户A的第二脑电波信号和用户A的感觉阈,通过训练好的深度学习模型校正,获得所述电机对所述N自由度机械臂的标准力矩和需要施加在所述特定位置的标准压力,并调整所述电机对所述N自由度机械臂的力矩,直至所述实际力矩与所述标准力矩一致,且所述第一前端机械手当前施加在用户A身体的特定位置的实际压力与所述标准压力一致,从而实现根据用户A当前感受的疼痛程度和用户A的感觉阈,分析获得是否需要增加或者减弱所述第一前端机械手当前执行的上述手掌敲击操作、点压操作、按揉操作或者震颤操作等的操作强度、以及增加或减弱的程度,从而在保证安全的前提下,提高上述手掌敲击操作、点压操作、按揉操作或者震颤操作等的实用效果。
进一步的,上述第一前端机械手可以设置有电脉冲装置,所述电脉冲装置与所述中央处理器连接;所述电脉冲装置用于根据所述中央处理器发送的第一控制信号向所述特定位置释放电脉冲。
更进一步的,上述第一前端机械手还可以设置有发热装置,所述发热装置与所述中央处理器连接;所述发热装置,用于在所述中央处理器的控制下加热至相应的温度。
作为本实施例另一种可选的实施方式,在上述任一实施方式的基础上,所述机械手臂14可以包括可伸缩设备和连接在所述可伸缩设备一端的前端,所述前端上设置有第二压力传感器;所述前端包括第二前端机械手;所述可伸缩设备与所述中央处理器12连接,所述第二压力传感器与所述中央处理器12连接;所述第二压力传感器,用于采集所述前端当前施加在所述特定位置的实际压力并发送至所述中央处理器12;所述中央处理器12,具体用于根据接收到所述第二脑电波信号,通过训练好的深度学习模型校正,获得需要施加在所述特定位置的标准压力;所述中央处理器12,还用于根据所述实际压力和所述标准压力,生成用于控制所述可伸缩设备的所述第二控制信号;所述可伸缩设备,用于在所述第二控制信号的控制下,进行伸缩运动并带动所述前端移动,以调整所述前端施加在所述特定位置的实际压力,直至所述实际压力与所述标准压力吻合。本实施方式中,中央处理器12控制机械手臂14对用户身体的特定位置进行按压操作、以及调节机械手臂14的操作强度的工作流程和原理可参考前述实施方式,本实用新型不再赘述。
本实施例提供的基于脑机接口技术BCI的智能机器人,通过视觉识别定位装置精确定位机械手臂在用户身体上操作的特定位置,通过BCI技术监测器和中央处理器灵活控制机械手臂的操作强度,提高了机器人的操作安全性和实用性。
图2为本实用新型实施例二提供的一种基于脑机接口技术BCI的智能机器人的结构示意图,如图2所示,在实施例一的任一实施方式的基础上,所述机器人还可以包括:语音识别装置21,所述语音识别装置21与所述语音采集装置15和所述中央处理器12连接;所述语音播放装置16,还用于播放中央处理器12发送的语音指令;所述语音采集装置15,用于采集用户语音,并发送给所述语音识别装置21;所述语音识别装置21,用于识别用户语音,获得中央处理器12可处理的信号;所述中央处理器12,还用于根据所述语音识别装置21获得的信号,获取对应的应答语音发送给所述语音播放装置进行播放。
以实际场景举例来说,当检测到用户时,中央处理器12控制语音播放器15播放预设的问候语音或指导语音,例如,“您好,请您躺在我的定位床上好吗”,当用户回答时,语音采集装置16采集用户的回答语音,比如用户回答的“稍等”,并将采集到的用户的回答语音发送给语音识别装置21,语音识别装置21从用户的回答语音中识别是否有预设的关键字,并将识别出的关键字对应的信号或者未识别出预设的关键字对应的信号发送给中央处理器12,中央处理器12根据接收到的语音识别装置21发送的信号,通过训练好的深度学习模型进行语义分析,获取对应的应答语音,并控制语音播放装置15播放所述应答语音,例如“好的”或者“请您重复一次好吗”。
本实施例提供的基于脑机接口技术BCI的智能机器人,通过设置语音播放装置、语音采集装置和语音识别装置,可以实现机器人与用户进行交流互动,增强了机器人的智能化程度,可以提高用户体验。
进一步的,在上述任一实施方式的基础上,所述机器人还可以包括数据采集装置和数据分析装置;所述数据采集装置和所述数据分析装置连接,所述数据分析装置和所述中央处理器连接12;所述数据采集装置,用于采集各用户的基本信息,并将各用户的基本信息发送至所述数据分析装置;所述数据分析装置,用于对各用户的基本信息和感觉阈进行分析建模,获得不同类型用户对应的安全感觉阈,并将所述安全感觉阈作为标准感觉阈。
以实际场景举例来说,通过对大量的不同年龄段的用户的感觉阈进行分析建模,可以获得不同年龄段的用户对应的安全感觉阈,例如10岁以下的孩子的感觉阈和30-40岁的成年人的感觉阈是不同的,则通过对各年龄段用户的感觉阈进行分析建模,可以获得各年龄段的用户对应的安全感觉阈,并将各年龄段的用户对应的安全感觉阈作为各年龄段的用户对应的标准感觉阈。本实用新型还可以根据用户的其他特征,例如体重等,对用户类型进行划分,获得不同类型用户对应的标准感觉阈。
本实施方式提供的基于脑机接口技术BCI的智能机器人,针对不同类型的用户设置不同的标准感觉阈,可以进一步提高机器人操作的安全性。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (9)
1.一种基于脑机接口技术BCI的智能机器人,其特征在于,包括:BCI技术监测器、中央处理器、视觉识别定位装置、机械手臂、语音采集装置和语音播放装置;
所述BCI技术监测器、所述视觉识别定位装置、所述机械手臂、所述语音采集装置和所述语音播放装置分别与所述中央处理器连接;
所述BCI技术监测器,用于在所述语音播放装置播放测试语音时,实时监测用户的第一脑电波信号,并将监测到的第一脑电波信号发送给所述中央处理器;
所述中央处理器,用于根据所述第一脑电波信号,分析获得所述用户的心理测评结果;
所述视觉识别定位装置,用于测定用户身体的特定位置,并将所述特定位置发送给所述中央处理器;
所述中央处理器,还用于在接收到所述特定位置后,向所述机械手臂发送第一控制信号,以使所述机械手臂在所述特定位置处执行操作;
所述BCI技术监测器,还用于在所述机械手臂执行操作时,实时监测所述用户的第二脑电波信号,并将监测到的第二脑电波信号发送给所述中央处理器;
所述中央处理器,还用于若所述用户的心理测评结果为真,则根据所述第二脑电波信号,分析获得所述用户的感觉阈,并根据所述第二脑电波信号和所述用户的感觉阈,通过训练好的深度学习模型校正,生成并向所述机械手臂发送第二控制信号,以调整所述机械手臂的操作;若所述用户的心理测评结果为伪,则根据所述第二脑电波信号和预设的标准感觉阈,通过训练好的深度学习模型校正,生成并向所述机械手臂发送第二控制信号,以调整所述机械手臂的操作。
2.根据权利要求1所述的机器人,其特征在于,所述机器人还安装有定位装置;所述视觉识别定位装置包括第一摄像头组和与所述第一摄像头组连接的图像处理装置;所述图像处理装置与所述中央处理器连接;
所述第一摄像头组,用于以所述定位装置为参照,对用户进行扫描、拍照或摄像,获得所述用户的人体形态;
所述图像处理装置,用于根据所述人体形态确定所述用户的标准体表定位数据,根据所述标准体表定位数据,确定所述特定位置,并将所述特定位置发送给所述中央处理器。
3.根据权利要求2所述的机器人,其特征在于,所述机械手臂设置有第二摄像头组,所述第二摄像头组与所述中央处理器连接;
所述第二摄像头组,用于采集当前所述机械手臂所在的实际体表定位数据,并发送至所述中央处理器;
所述中央处理器,还用于根据所述实际体表定位数据和所述标准体表定位数据,对所述机械手臂所在的位置进行调整,直至所述实际体表定位数据和所述标准体表定位数据吻合。
4.根据权利要求1所述的机器人,其特征在于,所述机械手臂包括电机、力矩传感器、N自由度机械臂和第一前端机械手,所述第一前端机械手上设置有第一压力传感器,其中N为大于1的整数;
所述电机与所述中央处理器、所述第一前端机械手和所述N自由度机械臂连接,所述力矩传感器与所述N自由度机械臂和所述中央处理器连接,所述N自由度机械臂与所述第一前端机械手连接,所述第一压力传感器与所述中央处理器连接;
所述电机,用于驱动所述N自由度机械臂运转;
所述力矩传感器,用于采集所述N自由度机械臂运转过程中的实际力矩,并发送至所述中央处理器;
所述第一压力传感器,用于采集所述第一前端机械手当前施加在所述特定位置的实际压力并发送至所述中央处理器;
所述中央处理器,具体用于根据接收到的所述第二脑电波信号,通过训练好的深度学习模型校正,获得所述电机对所述N自由度机械臂的标准力矩和需要施加在所述特定位置的标准压力;
所述中央处理器,还用于根据所述实际力矩和所述标准力矩,以及所述实际压力和所述标准压力,生成用于调整所述电机的所述第二控制信号,并通过调整所述电机对所述N自由度机械臂的力矩,直至所述实际力矩与所述标准力矩吻合,且所述第一前端机械手当前施加在所述特定位置的实际压力与所述标准压力吻合;
所述第一前端机械手包括机械手掌和连接至所述机械手掌的至少一根机械手指,所述第一前端机械手用于在所述中央处理器的控制下在所述特定位置处执行手掌敲击操作、点压操作、按揉操作或者震颤操作。
5.根据权利要求1所述的机器人,其特征在于,所述机械手臂包括可伸缩设备和连接在所述可伸缩设备一端的前端,所述前端上设置有第二压力传感器;所述前端包括第二前端机械手;
所述可伸缩设备与所述中央处理器连接,所述第二压力传感器与所述中央处理器连接;
所述第二压力传感器,用于采集所述前端当前施加在所述特定位置的实际压力并发送至所述中央处理器;
所述中央处理器,具体用于根据接收到所述第二脑电波信号,通过训练好的深度学习模型校正,获得需要施加在所述特定位置的标准压力;
所述中央处理器,还用于根据所述实际压力和所述标准压力,生成用于控制所述可伸缩设备的所述第二控制信号;
所述可伸缩设备,用于在所述第二控制信号的控制下,进行伸缩运动并带动所述前端移动,以调整所述前端施加在所述特定位置的实际压力,直至所述实际压力与所述标准压力吻合。
6.根据权利要求4所述的机器人,其特征在于,所述第一前端机械手设置有电脉冲装置,所述电脉冲装置与所述中央处理器连接;
所述电脉冲装置用于根据所述中央处理器发送的第一控制信号向所述特定位置释放电脉冲。
7.根据权利要求4所述的机器人,其特征在于,所述第一前端机械手设置有发热装置,所述发热装置与所述中央处理器连接;
所述发热装置,用于在所述中央处理器的控制下加热至相应的温度。
8.根据权利要求1所述的机器人,其特征在于,所述机器人还包括语音识别装置,所述语音识别装置与所述语音采集装置和所述中央处理器连接;
所述语音播放装置,还用于播放中央处理器发送的语音指令;
所述语音采集装置,用于采集用户语音,并发送给所述语音识别装置;
所述语音识别装置,用于识别用户语音,获得中央处理器可处理的信号;
所述中央处理器,还用于根据所述语音识别装置获得的信号,获取对应的应答语音发送给所述语音播放装置进行播放。
9.根据权利要求1所述的机器人,其特征在于,所述机器人还包括:数据采集装置和数据分析装置;
所述数据采集装置和所述数据分析装置连接,所述数据分析装置和所述中央处理器连接;
所述数据采集装置,用于采集各用户的基本信息,并将各用户的基本信息发送至所述数据分析装置;
所述数据分析装置,用于对各用户的基本信息和感觉阈进行分析建模,获得不同类型用户对应的安全感觉阈,并将所述安全感觉阈作为标准感觉阈。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720856765.4U CN207120250U (zh) | 2017-07-14 | 2017-07-14 | 基于脑机接口技术bci的智能机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720856765.4U CN207120250U (zh) | 2017-07-14 | 2017-07-14 | 基于脑机接口技术bci的智能机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207120250U true CN207120250U (zh) | 2018-03-20 |
Family
ID=61612640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201720856765.4U Active CN207120250U (zh) | 2017-07-14 | 2017-07-14 | 基于脑机接口技术bci的智能机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207120250U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108705542A (zh) * | 2018-05-04 | 2018-10-26 | 安徽三弟电子科技有限责任公司 | 一种基于区域测定的捶背机器人控制系统 |
CN109875777A (zh) * | 2019-02-19 | 2019-06-14 | 西安科技大学 | 一种带有取物功能的轮椅及其取物控制方法 |
-
2017
- 2017-07-14 CN CN201720856765.4U patent/CN207120250U/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108705542A (zh) * | 2018-05-04 | 2018-10-26 | 安徽三弟电子科技有限责任公司 | 一种基于区域测定的捶背机器人控制系统 |
CN109875777A (zh) * | 2019-02-19 | 2019-06-14 | 西安科技大学 | 一种带有取物功能的轮椅及其取物控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11197799B2 (en) | System and method for generating pressure point maps based on remote-controlled haptic-interactions | |
Duan et al. | Design of a multimodal EEG-based hybrid BCI system with visual servo module | |
CN108882875A (zh) | 用于神经血管刺激的设备 | |
Vourvopoulos et al. | Robot navigation using brain-computer interfaces | |
Sarac et al. | Brain computer interface based robotic rehabilitation with online modification of task speed | |
Mazzei et al. | Development and evaluation of a social robot platform for therapy in autism | |
Shao et al. | You are doing great! only one rep left: an affect-aware social robot for exercising | |
KR102144291B1 (ko) | 거울신경세포의 활성화를 극대화하는 뇌 자극과 뇌-컴퓨터 인터페이스(bci) 기술을 결합한 게임 방식의 재활 시스템 및 그 제어방법 | |
JP2009531077A (ja) | エフェクターのリアル・タイム制御のための装置と方法 | |
CN111249112A (zh) | 一种手功能障碍康复系统 | |
WO2003092570A1 (fr) | Equipement d'entrainement de l'oeil | |
CN207120250U (zh) | 基于脑机接口技术bci的智能机器人 | |
CN111297379A (zh) | 一种基于感官传递的脑机结合系统和方法 | |
WO2015156696A1 (ru) | Устройство для восстановления и развития функций кистей рук | |
Cai et al. | A motor recovery training and evaluation method for the upper limb rehabilitation robotic system | |
CN113730190A (zh) | 一种三维空间运动的上肢康复机器人系统 | |
Mihelj et al. | Emotion-aware system for upper extremity rehabilitation | |
TWI569794B (zh) | 用於視覺馬達和/或神經肌肉治療的設備、和使用該設備用於視覺馬達和/或神經肌肉治療的方法 | |
CN110694172B (zh) | 一种基于功能性电刺激的智能化上肢康复训练系统 | |
CN213607940U (zh) | 一种手功能障碍康复系统 | |
Lee et al. | Study on cat robot utilization for treatment of autistic children | |
JP4926042B2 (ja) | 神経筋刺激 | |
Chiu et al. | Design and construction of an intelligent stacking cone upper limb rehabilitation system | |
Ferche et al. | Deep understanding of augmented feedback and associated cortical activations, for efficient virtual reality based neuromotor rehabilitation | |
Cao et al. | Tactile P300 Brian-Computer Interface Paradigm for Robot Arm Control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |