【技术实现步骤摘要】
一种基于STM32与柔性阵列式电刺激装置的触觉显示平台
[0001]本专利技术涉及智能传感与生物工程领域,特别是一种基于电刺激的基于STM32与柔性阵列式电刺激装置的触觉显示平台。
技术介绍
[0002]触觉显示器作为引入简单振动反馈的实际应用,可改善视听内容(例如电子游戏和电影)的质量,以及提高资讯装置(例如智能手机和平板电脑装置)的操作性。在未来,触觉显示器预计将有更先进的应用。
[0003]目前的触觉显示器大多都是依赖机械制动器来传递简单的触觉,例如振动,摩擦力和温度等。然而包含机械致动器的触觉显示器普遍具有体积庞大的缺点,触觉显示器(通过电刺激能够显示感觉)的体积可以大到十几立方厘米,并且现有的可穿戴触觉显示器通常使用厚、硬或相当不灵活的机械部件。这些问题在很大程度上限制了在许多重要的身体部位部署触觉输出,阻碍了触觉显示器的发展应用。
[0004]相比于依赖机械致动器的触觉显示器,包含电刺激的触觉显示器具有小型化的优势,并且仍然可以提供必要的振动或压力感,因此基于电刺激的触觉显示器可以取代那些依赖于机械致动器的显示器。同时利用柔性材料制作的电极阵列可以很好地解决可穿戴问题,使触觉显示器直接贴合皮肤,提供更准确的触觉反馈。
技术实现思路
[0005]针对现有技术存在的不足,提出一种基于STM32与高空间分辨率柔性阵列式电刺激装置的触觉显示平台。首先,本专利技术利用柔性PCB材料设计一种高空间分辨率阵列式电刺激装置,之后基于该装置与STM32下位机实现了电刺激模拟触觉以及音频信号的 ...
【技术保护点】
【技术特征摘要】
1.一种基于STM32与柔性阵列式电刺激装置的触觉显示平台,该平台包括:STM32下位机(1)、柔性阵列式电刺激装置(2)和上位机(3),其中STM32下位机(1)包括音频数据采集模块(4)、音频信号识别模块(5)和触觉显示控制模块(6),上位机(3)与STM32下位机(1)之间通过串口通讯模块(7)进行通讯;所述音频数据采集模块(4)用于采集音频信号;所述音频信号识别模块(5)用于对采集的音频信号进行识别,确定出所采集的音频的语义;触觉显示控制模块(6)包括模式匹配模块(10),所述模式匹配模块(10)用于存储不同音频信号所对应的电刺激空间模式,即在模式匹配模块中建立了音频信号语义种类与电刺激空间模式的映射关系,电刺激空间模式为通过电刺激的方式能在柔性阵列式电刺激装置的电极阵列的空间分布上形成与相应音频信号语义样本形状一致的结构图;STM32下位机(1)通过音频数据采集模块(4)采集音频信号,该音频信号被送入音频信号识别模块(5),在音频信号识别模块(5)中利用预先训练好的音频识别模型对音频信号进行识别分类,获得识别结果,识别结果被送入触觉显示控制模块(6)中,模式匹配模块(10)基于识别到的音频信号结果选择与之相对应的电刺激空间模式;柔性阵列式电刺激装置用于给予人体电刺激来模拟触觉信号。2.根据权利要求1所述的触觉显示平台,其特征在于:柔性阵列式电刺激装置(2)包括16x16的电极阵列和升压电源模块,电极阵列连接升压电源模块,升压电源模块输出的电压即为电刺激装置的电压刺激幅值,电压范围为100
‑
300V;电极阵列的一侧接升压模块的电源正极,另一侧接GND,每一点的电极分为外电极与内电极两种电极片,两种电极片均为环形,两个环形电极之间间距不小于2mm,电极阵列采用双层走线,电极的正极端从电极阵列的表面走线,电极的负极端从电极阵列的背面走线,电极阵列中环形电极的内电极按照列方向依次通过导线连接在一起,外电极按照行方向依次通过导线连接在一起,电极的选通由继电器构成的模拟开关控制,模拟开关的通断由STM32的IO口控制,即电极阵列通过模拟开关连接STM32下位机,电极阵列的行和列由STM32的DO输出口控制,输出口为高电平时选通,输出口为低电平时断开,通过选定不同的行和列来控制电极阵列里的每一点的电极。3.根据权利要求2所述的触觉显示平台,其特征在于:所述外电极的直径为2毫米,宽度为0.15毫米;内电极的直径为1.5毫米,宽度为0.25毫米,内外电极间距为0.2毫米;每两点的电极之间的中心间距为4毫米,电极密度达到9个/cm2;整个电极阵列的长度和宽度均为6厘米,能覆盖手部大部分面积,给予人体足够的刺激。4.根据权利要求1所述的触觉显示平台,其特征在于:音频信号识别模块(5)包括数据处理模块(8)和识别分类模块(9),所述数据处理模块用于对音频信号进行去噪处理,所述识别分类模块用于对数据处理模块处理后的音频信号进行语义识别,确定出当前音频信号所对应的具体文字含义;识别分类模块中存储音频识别模型;所述音频识别模型为循环神经网络(RNN)模型、Stochastic
‑
RNN网络模型,Sliced
‑
RNN网络模型或Spiking
‑
RNN网络模型。5.根据权利要求4所述的触觉显示平台,其特征在于:所述识别分类模块采用Spiking
‑
RNN网络模型进行音频信号识别,由N个神经元构成,这些神经元符合Dales定律,即神经元只能是兴奋性或抑制性的,在这里80%是兴奋性的,其余20%为抑制性的;神经元模型采用
LIF模型,神经元的输入来自其他神经元和自身前一步的高维状态,状态的变化是通过改变突触电导来改变神经元...
【专利技术属性】
技术研发人员:邓斌,胡本勇,高天时,王江,魏熙乐,
申请(专利权)人:钱塘科技创新中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。