[发明专利]一种无人设备控制系统和方法

权利要求书

1.一种无人设备控制系统，其特征在于，包括：

交互模块，用于显示控制选项或模式识别结果，将事件时刻发送至脑电波采集模块；

脑电波采集模块，用于采集脑电波信号，与事件时刻进行同步，得到数字信号，发送至处理模块；

处理模块，用于对数字信号进行预处理、提取特征、模式识别后，发送特征和模式识别结果至监督模块；

监督模块，用于对脑控能力进行监测或纠错，根据特征计算脑控置信度或纠错结果，发送模式识别结果至交互模块或发送控制命令至无人设备；所述监督模块包括：脑控能力监测单元，用于根据接收到的刺激特征，判断用户的脑控置信度，若脑控置信度大于等于置信阈值，则发送模式识别结果至交互模块；自动纠错单元，用于根据反馈特征和模式识别结果，生成纠错结果或控制命令，发送纠错结果至交互模块或发送控制命令至无人设备；

其中，脑控置信度的具体计算步骤如下：

①脑控能力监测单元从处理模块中得到刺激呈现开始后的脑电频域成分中所有刺激频率的特征值，以及反馈呈现后脑电时域成分的特征值；

②通过判断稳态视觉诱发电位特征值最大值所对应的刺激是目标的脑控置信度S是否超过置信阈值K，来确定用户当前的脑控能力是否可以可靠地输出模式识别结果，此时计算出的置信度代表用于当前的脑控能力；若其值大于阈值，则输出识别结果；否则，返回刺激呈现部分，继续采集脑电波信号；所述刺激是目标的脑控置信度S计算公式如下：

式中，A_m为各刺激频率处特征值最大值所对应的刺激，特征值最大的刺激为目标，因此A_m表示通过算法所识别和预测出的目标，X＝[x₁,x₂,…,x_N]为各刺激频率处的特征值，N为刺激的数目，P表示概率；由于无任何先验信息的情况下，各刺激为目标的概率相等，且各刺激为目标相互独立；因此：

③通过离线实验建立目标和非目标所对应的特征值的概率分布，由于目标识别时，将特征值最大的刺激识别为目标，其余刺激识别为非目标，因此利用每个试次最大特征值建立目标的概率分布，其余特征值建立非目标的概率分布，其中，每个试次表示每个刺激呈现之后下个刺激呈现之前的实验数据；假设各个刺激为目标的事件独立且各刺激的特征值服从高斯分布；则目标和非目标特征值的概率密度函数服从正态分布，可以表示为：

式中，x^T和x^NT分别为目标和非目标的特征值，μ和σ为均值和标准差，符号～表示服从某个分布，在此表示x^T服从分布，x^NT服从分布；那么对于某刺激是目标或者非目标的概率就可以表示为相应分布的累积概率密度函数其中f(x)为概率密度函数；

④根据计算出特征值最大值所对应的刺激是目标的脑控置信度S。

2.如权利要求1所述的控制系统，其特征在于，所述交互模块包括：

视觉刺激单元，用于根据显示指令生成控制选项和/或确认信息，发送至显示单元；

结果反馈单元，用于根据模式识别结果或纠错结果，生成显示指令，发送至视觉刺激单元；

事件发生单元，用于将视觉刺激单元发送控制选项和/或确认信息至显示单元的事件时刻发送至脑电波采集模块。

3.如权利要求1所述的控制系统，其特征在于，所述脑电波采集模块包括：

电极单元，用于采集用户的脑电波信号；

放大单元，用于对脑电波信号进行放大，发送至同步单元；

同步单元，用于将事件时刻与放大后的脑电波信号进行同步，将同步好的脑电波信号发送至模数转换单元；

模数转换单元，用于对同步后的脑电波信号进行模数转换，得到数字信号；

数据发送单元，用于将所述数字信号发送至信号处理模块。

4.如权利要求1所述的控制系统，其特征在于，所述处理模块，包括：

预处理单元，用于对数字信号进行采样、滤波和去除噪声处理后，发送至特征提取单元；

特征提取单元，用于根据数字信号中同步的事件时刻，提取数字信号的特征，得到刺激特征或反馈特征，发送至模式识别单元和监督模块；

模式识别单元，用于计算所述刺激特征或反馈特征的得分，得到模式识别结果，发送至监督模块。