基于Alpha波和SSVEP信号控制的实时脑控机器人系统及控制方法技术方案

本发明专利技术属于信号处理与脑机接口领域，具体涉及一种基于Alpha波和SSVEP信号控制的实时脑控机器人系统及控制方法。系统在控制者四肢无法动弹且大脑思维正常的情况下，能够解码控制者的脑电波形成控制命令从而控制机器人进行前后左右运动，其中系统包括32位的OpenBCI脑电采集模块、16通道电极帽模块、视觉刺激模块、信号处理模块、单片机控制模块和行走机器人等部分。本发明专利技术利用Alpha脑波易自发形成且位于10Hz可有效过滤工频干扰的特性，以及基于SSVEP视觉刺激大脑形成的脑电波所需训练次数少、高速信息传输率的特性，实现了对被试者三种频段脑波信息的解码，从而控制机器人前进、后退、向左转和向右转的运动行为，整个系统实时性强且更加稳定和快速。

Real time brain controlled robot system and control method based on alpha wave and SSVEP signal control

【技术实现步骤摘要】
基于Alpha波和SSVEP信号控制的实时脑控机器人系统及控制方法
本专利技术属于信号处理与脑机接口领域，具体涉及一种基于Alpha波和SSVEP信号控制的实时脑控机器人系统及控制方法。
技术介绍
脑机接口(Brain-ComputerInterface,BCI)是近几十年发展起来的一种新颖的人机接口方式。它不依赖于脑的正常输出通路(外周神经系统和肌肉系统)，而是通过计算机实现实时获取、分析脑信号并将其转换为输出命令，以实现对外部设备的控制。目前广泛研究的非入侵式脑机接口具有良好的时间分辨率、易用性、便携性和相对低廉的价格。但是由于颅骨对信号的衰减作用和对神经元发出的电磁波的分散和模糊效应，记录到信号的分辨率并不高。这种信号波仍可被检测到，但存在较低的信噪比和空间分辨率等问题。由于采集设备的硬件升级空间不大，现阶段主流的提升脑电信号分析信噪比的方法多从算法方面入手，目前脑机接口大多依赖于外部刺激，对于感觉系统的复杂信号解码成果不多。基于智能处理方法是目前脑机接口方面较为新颖的研究方向，此类控制方法以现代控制理论为出发点，在人工智本文档来自技高网...

【技术保护点】
1.基于Alpha波和SSVEP信号控制的实时脑控机器人系统，其特征在于，包括：/n视觉刺激模块：为被试者呈现视觉刺激；/n机器人；/n采集电极：置于被试者脑部，用于采集Alpha脑电波和视觉刺激诱发的脑电电位；/n脑电采集模块：与采集电极连接，用于对采集电极采集的Alpha脑电波和视觉刺激诱发的脑电电位信号进行放大并传输；/n信号处理模块：与脑电采集模块连接，用于对脑电采集模块传输过来的的Alpha脑电波和视觉刺激诱发的脑电电位信号进行处理；/n单片机控制模块：与信号处理模块连接，用于接收信号处理模块解码的脑电信号对应的控制指令，单片机对相应机器人行动的测试点进行拉低电平从而实现对机器人的控...

【技术特征摘要】
1.基于Alpha波和SSVEP信号控制的实时脑控机器人系统，其特征在于，包括：
视觉刺激模块：为被试者呈现视觉刺激；
机器人；
采集电极：置于被试者脑部，用于采集Alpha脑电波和视觉刺激诱发的脑电电位；
脑电采集模块：与采集电极连接，用于对采集电极采集的Alpha脑电波和视觉刺激诱发的脑电电位信号进行放大并传输；
信号处理模块：与脑电采集模块连接，用于对脑电采集模块传输过来的的Alpha脑电波和视觉刺激诱发的脑电电位信号进行处理；
单片机控制模块：与信号处理模块连接，用于接收信号处理模块解码的脑电信号对应的控制指令，单片机对相应机器人行动的测试点进行拉低电平从而实现对机器人的控制。


2.根据权利要求1所述的系统，其特征在于，所述信号处理模块包括脑电信号预处理子模块与控制指令解码子模块；
所述脑电信号预处理子模块用于将实时时间域脑电信号转换为频域信号及其滤波、去工频噪声、去除眼动噪声以及Alpha脑电信号与由视觉刺激产生的脑电信号频带的定位；
所述控制指令解码子模块用于对于预处理子模块搜寻到的脑电信号频带中峰值的寻找，以及峰值处信噪比的计算，然后根据所寻找到的峰值处的信噪比来进一步定位有效脑电信号所处的子频带位置。


3.根据权利要求1所述的系统，其特征在于，所述视觉刺激模块包括视觉刺激界面，所述视觉刺激界面包括5Hz和7.5Hz闪烁的模块，用于形成SSVEP信号。


4.根据权利要求1所述的系统，其特征在于，所述脑电采集模块基于32位OpenBCI采集电路板。


5.一种利用权利要求1-4任一项所述的系统控制机器人的方法，其特征在于，包括如下步骤：
步骤(1)：被试者按照指示专注某事以形成10Hz的Alpha脑波信号或双眼集中于视觉刺激界面的闪烁方块以形成同频信号；
步骤(2)：采集电极采集Alpha脑波信号和SSVEP信号，并将其传送给脑电采集模块，所述脑电采集模块对Alpha脑波信号和SSVEP信号进行放大并传输给信号处理模块；
步骤(3)：数据处理：所述脑电信号预处理子模块将实时时间域脑电信号转换为频域信号及其滤波、去工频噪声、去除眼动噪声以及Alpha脑电信号与由视觉刺激产生的脑电信号频带的定位；所述控制指令解码子模块对预处理子模块搜寻到的脑电信号频带中峰值的寻找，以及峰值处信噪比的计算，然后根据所...

【专利技术属性】
技术研发人员：沈娜，潘奕竹，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32