[发明专利]一种基于脑电信号的人体外骨骼机械臂控制系统及方法

权利要求书

1.一种基于脑电信号的人体外骨骼机械臂控制系统，其特征在于，包括数据采集单元、数据处理单元和主控单元：

所述数据采集单元，包括安装在人脑上用于采集人脑的脑波信号和眨眼特征信号的脑波采集装置和安装在脑波采集装置上用于采集人脑的姿态信号的9轴传感器以及用于将脑波采集装置和9轴传感器采集的数据进行发送至数据处理单元的蓝牙模块；

所述数据处理单元，包括通过蓝牙模块与数据采集单元的蓝牙模块连接并用于处理脑波采集装置和9轴传感器采集的数据的脑电信号处理模块；

所述主控制单元，包括通过蓝牙模块与数据处理单元的蓝牙模块连接的STM32主控制器、安装在机械臂上且与STM32主控制器连接的9轴惯导模组、与STM32主控制器连接的信号调理模块、与信号调理模块连接的电机驱动模块、与电机驱动模块连接用于控制机械臂动作的多个电机，以及用于供电电源模块；所述主控单元的蓝牙模块接收到脑电信号处理模块处理后的信号后，通过STM32主控制器发送相应的PWM信号，PWM信号经过信号调理电路调整之后传送到电机驱动模块上，电机驱动模块控制多个电机协同工作。

2.根据权利要求1所述的基于脑电信号的人体外骨骼机械臂控制系统，其特征在于：所述机械臂上的电机设置为5个，分别为：肩部1号电机、肩部2号电机、肘部3号电机、腕部4号电机和腕部5号电机。

3.根据权利要求2所述的基于脑电信号的人体外骨骼机械臂控制系统，其特征在于：所述肩部1号电机、肩部2号电机以及腕部4号电机和腕部5号电机采用步进电机，所述肘部3号电机采用直线电机。

4.根据权利要求1所述的基于脑电信号的人体外骨骼机械臂控制系统，其特征在于：所述脑波采集装置采用Emotiv公司的Insight脑电波监测头盔，所述Insight脑电波监测头盔包括5个通道AF3，AF4，T7，T8，Pz的脑电采集。

5.根据权利要求1-5任一所述的基于脑电信号的人体外骨骼机械臂控制系统，其特征在于：所述脑电信号处理模块采用搭载有安卓系统的手机终端。

6.一种如权利要求5所述的基于脑电信号的人体外骨骼机械臂控制方法，其特征在于：包括脑电控制和姿态控制：

所述脑电控制的步骤为：

(1)脑电数据预处理：

首先通过使用脑波采集装置采集使用者脑电信号，将信号根据通道的不同进行分类，然后将信号通过蓝牙发送给搭载有安卓系统的手机终端，使用手机终端的对每个通道脑电采用调用Matlab中sym5函数对信号进行5层分解和基于贝叶斯阈值估计对信号去噪；通过快速傅里叶变换将数据从时域转换到频域，使用Matlab/simulink把Matlab工程导入到手机终端；

(2)脑电信号特征提取：

根据预处理后的脑电特征，将不同通道信号进行综合处理；对综合后的脑电信号进行小波变换得到第六层的低频信号和高频信号的2-6层，使用FFT获得了脑波信号的δ波、θ波、α波、β波并计算它们的子带能量；

(3)脑电信号的识别：

然后将δ波、θ波、α波、β波四种不同频段脑波的能量占比作为神经网络的输入用于识别使用者不同专注状态下产生的自发脑电信号；使用BP神经网络将专注状态分为5类，将专注度划分在[0-100]内，其中冥想[80-100]、专注[60-80]、放松[40-60]、平缓[20-40]、疲劳[0-20]；

(4)眨眼特征信号提取与识别：

根据AF3以及AF4通道的信号电压变换，对一个时间段脑电能量进行计算；通过与设定的阈值进行比较，判断眨眼几次，以及左右眨眼判断，将眨眼特征分为有意眨双眼三次、有意眨左眼三次、有意眨右眼三次，三种状态；

(5)脑电及眨眼特征控制动作转换：

根据提取出来的眨眼特征以及脑电特征通过使用不同的标志通过手机蓝牙发送给STM32主控制器，随后STM32主控制器通过5个GPIO口发送相应PWM信号，经过信号调理电路，电机驱动电路后分别控制5个电机的协同工作，使得脑电特征转换成相应的机械臂动作信号；

所述姿态控制的步骤为：

(1)9轴传感器数据预处理：

首先使用脑波采集装置上的9轴传感器分别将加速度计、陀螺仪以及磁力计的数据提取出来；将电压数据转换成相应物理单位数据并将数据分段，以方便数据处理；

(2)姿态的判断：

接着将分类分段好的数据通过蓝牙模块发送给手机终端，使用手机终端的APP根据分别提取出来的数据进行融合；得到9轴传感器与地平面的准确倾角即Insight脑电波监测头盔的不同姿态；

(3)姿态信息到机械臂动作的转换：

将得到的9轴传感器与地平面的倾角数据，使用手机蓝牙发送给STM32主控制器，STM32主控制器发送不同的信号来控制5个电机的协同动作，并且动作之后由STM32主控制器接收机械臂上安装的9轴惯导模组反馈回来的姿态信息将其与Insight脑电波监测头盔的姿态进行比对，达到反馈控制机械臂的目的。