[发明专利]一种脑控动物机器人系统以及动物机器人的脑控方法有效

专利信息
申请号: 201410105028.1 申请日: 2014-03-20
公开(公告)号: CN103885445A 公开(公告)日: 2014-06-25
发明(设计)人: 俞一鹏;潘纲;钱存乐;吴朝晖 申请(专利权)人: 浙江大学
主分类号: G05D1/02 分类号: G05D1/02
代理公司: 杭州天勤知识产权代理有限公司 33224 代理人: 胡红娟
地址: 310027 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 动物 机器人 系统 以及 方法
【权利要求书】:

1.一种脑控动物机器人系统,其特征在于,包括:

微型传感器,用于采集动物机器人的所处的环境信息;

脑电信号采集装置,用于采集使用者的脑电信号;

数据处理及传输装置,

用于对该脑电信号进行格式转化,得到标准脑电信号,

还用于输出闪屏指令,

还用于接收并转发所述的环境信息,

还用于对标准脑电信号进行预处理,对预处理后的标准脑电信号进行特征识别,根据特征识别结果进行冲突处理得到相应的运动控制指令,根据该运动控制指令生成相应的刺激参数发送给电子背包,并将该运动控制指令发送给显示设备,

其中,对预处理后的标准脑电信号进行特征识别时:

若使用者偏向使用视觉诱发电位信号,则对预处理后的标准脑电信号进行视觉诱发电位特征和运动想象特征识别,

若使用者偏向使用眼电/肌电信号,则对预处理后的标准脑电信号进行眼电/肌电特征和运动想象特征识别;

电子背包,接收运动控制指令,并对动物机器人进行控制;

显示设备,

用于接收来自数据处理及传输装置的环境信息并显示给使用者,

还用于接收闪屏指令并输出相应的闪屏刺激,

还用于接收并显示所述的运动控制指令;

所述的运动控制指令包括向前运动控制指令、向左运动控制指令和向右运动控制指令。

2.如权利要求1所述的一种脑控动物机器人系统,其特征在于,所述的数据处理及传输装置包括格式转化模块、脑电信号分析模块和控制传输模块。

3.如权利要求2所述的一种脑控动物机器人系统,其特征在于,所述的格式转化模块包括有线脑电信号采集帽适配器、无线脑电信号采集帽适配器和数据标准化模块。

4.如权利要求3所述的一种脑控动物机器人系统,其特征在于,所述的脑电信号分析模块包括:

信号预处理模块,用于对标准脑电信号进行预处理;

特征识别模块,用于对预处理后的标准脑电信号进行特征识别,包括:

用于识别视觉诱发电位特征的视觉诱发电位特征识别模块,

用于识别运动想象特征的运动想象特征识别模块,

以及用于识别眼电/肌电特征的眼电/肌电特征识别模块;

冲突协调模块,用于对特征识别模块的识别结果进行冲突处理得到运动控制指令,并将该运动控制指令发送给显示设备。

5.如权利要求4所述的一种脑控动物机器人系统,其特征在于,所述的控制传输模块包括:

闪屏模块,用于输出闪屏指令;

信息收发模块,用于接收微型传感器采集到的环境信息并转发给交互设备;

运动指令模块,用于将所述的运动控制指令生成形成相应的刺激参数,并将刺激参数发送给电子背包。

6.一种动物机器人的脑控方法,其特征在于,包括:

(1)采集使用者的脑电信号,并对采集得到的脑电信号进行格式转化,得到标准脑电信号;

(2)对所述的标准脑电信号进行预处理,并根据使用者的训练状态通过以下步骤对预处理后的信号进行特征识别:

若使用者偏向使用视觉诱发电位信号,则:

对预处理后的标准脑电信号进行视觉诱发电位特征识别,判断所述的脑电信号中是否存在视觉诱发电位特征,

对预处理后的标准脑电信号进行运动想象信号特征识别,判断所述的脑电信号是否存在运动想象信号,

若使用者偏向使用眼电/肌电信号,则:

对预处理后的标准脑电信号进行眼电/肌电特征识别,判断所述的脑电信号是否存在眼电/肌电特征,

对预处理后的标准脑电信号进行运动想象特征识别,判断所述的脑电信号是否存在运动想象信号;

(3)根据特征识别的识别结果进行冲突处理得到运动控制指令,所述的运动控制指令包括向前运动控制指令、向左运动控制指令和向右运动控制指令;

(4)对所述的控制指令进行显示,并将所述的运动控制指令生成相应的刺激参数,并发送给电子背包以控制动物机器人运动。

7.如权利要求6所述的动物机器人的脑控方法,其特征在于,还包括以下步骤:

所述的微型传感器采集动物机器人所述的环境信息,并显示给使用者,使用者根据所述的环境信息做出运动决策并形成相应的脑电信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410105028.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top