一种基于脑-机感知融合的共享控制避障方法技术

本发明专利技术提供了一种基于脑

【技术实现步骤摘要】
一种基于脑
‑
机感知融合的共享控制避障方法


[0001]本专利技术属于人工智能的脑机接口领域，是生物决策智能与计算机感知智能相结合的人机交互前沿技术，是一种脑
‑
机感知融合的共享控制避障方法。

技术介绍

[0002]人机交互是人与计算机、机器人之间传递和交换信息的重要手段，其中脑机接口作为一种新型的人机交互技术备受重视。脑机接口通过解码脑电信号获取人的控制意图，并将其转换为外部设备的控制指令，最终实现大脑与机器人的直接沟通。脑机接口在医疗康复和智能移动行业具有广阔前景，可以帮助截肢和瘫痪的病人恢复运动能力，进行日常生活的自理与照料，以及在工业或者高危行业实现人与机器人的协同作战或者机器人替代工作等。共享控制结合了人的生物智能和机器智能，即通过脑机接口解码人的高级指令，再融合机器智能通过感知环境而做出的低级指令和精细指令，可以完成复杂环境下的控制任务。
[0003]在复杂环境下控制智能车移动时，直接控制受限于脑机接口的准确率、信息传输率，给被试带来了巨大的压力和精神负担。共享控制虽然降低了被试的控制自由度，但是拥有更好的控制效果、更少的控制指令及时间，更容易完成复杂环境下的移动控制。
[0004]因此众多学者致力于对脑
‑
机共享控制技术研究，然而在复杂环境下的移动控制问题中建立一个合理有效的脑
‑
机共享控制机器人智能避障方法，仍是巨大挑战。

技术实现思路

[0005]有鉴于此，本专利技术旨在提出一种基于脑
‑
机感知融合的共享控制避障方法，针对现有脑控机器人在复杂场景下的繁琐控制问题，给被试带来了巨大的压力和精神负担。
[0006]为达到上述目的，本专利技术的技术方案是这样实现的：
[0007]一种基于脑
‑
机感知融合的共享控制避障方法，包括环境感知模块、感知融合模块和路径规划模块，所述环境感知模块由脑机接口、激光雷达进行环境感知，获得机器人所处的环境信息，所述感知融合模块将脑机接口感知与激光雷达感知按权重进行融合，获得机器人路径规划所需的环境信息，所述路径规划控制模块完成机器人智能避障。
[0008]所述环境感知模块包括脑机接口感知模块和激光雷达感知模块，所述脑机接口感知模块用于感知机器人所处环境的高级信息，包括道路提取模块、子区域分割模块和脑机接口选择模块，所述道路提取模块用于提取机器人所处环境的道路信息，所述子区域分割模块用于分割道路区域为多个子区域并将子区域质心映射到脑机接口范式中，所述脑机接口选择模块用于选择生物感知所需的质心点，所述激光雷达感知模块用于感知机器人所处环境的基本信息；
[0009]所述感知融合模块包括权重分析模块和感知融合模块，所述权重分析模块用于分配脑机接口感知层与激光雷达感知层的融合权重，所述感知融合模块用于融合上述两个感知层，并生成栅格地图；
[0010]所述路径规划控制模块包括局部路径规划控制和全局路径规划控制。
[0011]根据上述技术方案，基于脑
‑
机感知融合的共享控制避障方法包括以下步骤：
[0012]步骤S1：感知模块实时感知机器人所处环境信息；
[0013]步骤S2：感知融合模块接收感知模块信息，按权重进行融合后生成栅格地图；
[0014]步骤S3：路径规划控制模块根据获得的栅格地图规划全局路径与局部路径。
[0015]根据上述技术方案，所述步骤S1进一步包括以下步骤：
[0016]步骤S11：机器人启动，激光雷达感知机器人所处环境信息；
[0017]步骤S12：人根据机器人所处的环境信息，判断是否需要更高级的环境信息；
[0018]步骤S13：实时分析肌电信号，如果大于设定阈值，则启动脑机接口感知模块，如果小于设定阈值，则不启动脑机接口感知模块。
[0019]根据上述技术方案，所述步骤S13进一步包括以下步骤：
[0020]步骤S131：启动道路提取模块，提取机器人所处环境的道路区域；
[0021]步骤S132：启动子区域分割模块，分割道路区域为多个子区域并将子区域质心映射到脑机接口范式中；
[0022]步骤S133：启动脑机接口选择模块，选择感知环境信息所需的质心点，并按顺序连接质心获得感知区域。
[0023]根据上述技术方案，实验基于脑
‑
机感知融合的共享控制避障系统，包括脑电电极帽、脑电信号采集器、三台计算机和机器人；
[0024]所述脑电电极帽戴在被试头部，脑电信号采集器，获取脑电信号；
[0025]所述机器人携带激光雷达、相机，完成环境基本信息的感知；
[0026]所述三台计算机，分别用于呈现脑机接口范式，实时处理脑电信号以及实时控制机器人，三者通过TCP/IP进行数据传输。
[0027]根据上述技术方案，一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现脑
‑
机感知融合的共享控制避障方法的步骤。
[0028]相对于现有技术，本专利技术所述的一种基于脑
‑
机感知融合的共享控制避障方法具有以下优势：
[0029]本专利技术所述的构建方法，基于脑
‑
机感知融合的共享控制避障方法，在环境中融合人的生物感知和机器人的机器感知来完成多模态的环境感知，有效提高人与机器人共同感知和决策的能力，同时避免复杂场景下繁琐的脑机接口控制。
附图说明
[0030]构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0031]图1为本专利技术实施例所述的基于脑
‑
机感知融合的共享控制系统图；
[0032]图2为本专利技术实施例所述的视觉指令诱发界面图；
[0033]图3为本专利技术实施例所述的基于脑
‑
机感知融合的共享控制流程图。
具体实施方式
[0034]需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0035]下面将参考附图并结合实施例来详细说明本专利技术。
[0036]本专利技术旨在提出一种基于脑
‑
机感知融合的共享控制避障方法，针对现有脑控机器人在复杂场景下的繁琐控制问题，给被试带来了巨大的压力和精神负担。实现上述专利技术目的的技术方案包括环境感知模块、感知融合模块和路径规划模块，所述环境感知模块由脑机接口、激光雷达进行环境感知，获得机器人所处的环境信息，所述感知融合模块将脑机接口感知与激光雷达感知按权重进行融合，获得机器人路径规划所需的环境信息，所述路径规划控制模块完成机器人智能避障。
[0037]本实验在安静、隔音效果良好的实验室中进行。被试坐在舒适的椅子上，距离电脑屏幕70cm。被试精神状态良好，头发整洁，实验阻抗要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑
‑
机感知融合的共享控制避障方法，包括环境感知模块、感知融合模块和路径规划模块，其特征在于：所述环境感知模块由脑机接口、激光雷达进行环境感知，获得机器人所处的环境信息，所述感知融合模块将脑机接口感知与激光雷达感知按权重进行融合，获得机器人路径规划所需的环境信息，所述路径规划控制模块完成机器人智能避障。所述环境感知模块包括脑机接口感知模块和激光雷达感知模块，所述脑机接口感知模块用于感知机器人所处环境的高级信息，包括道路提取模块、子区域分割模块和脑机接口选择模块，所述道路提取模块用于提取机器人所处环境的道路信息，所述子区域分割模块用于分割道路区域为多个子区域并将子区域质心映射到脑机接口范式中，所述脑机接口选择模块用于选择生物感知所需的质心点，所述激光雷达感知模块用于感知机器人所处环境的基本信息；所述感知融合模块包括权重分析模块和感知融合模块，所述权重分析模块用于分配脑机接口感知层与激光雷达感知层的融合权重，所述感知融合模块用于融合上述两个感知层，并生成栅格地图；所述路径规划控制模块包括局部路径规划控制和全局路径规划控制。2.根据权利要求1所述的一种基于脑
‑
机感知融合的共享控制避障方法，其特征在于：基于脑
‑
机感知融合的共享控制避障方法包括以下步骤：步骤S1：感知模块实时感知机器人所处环境信息；步骤S2：感知融合模块接收感知模块信息，按权重进行融合后生成栅格地图；步骤S3：路径规划控制模块根据获得的栅格地图进行全局路径和局部路径的规划与控制。3.根据权利要求2所述的一种基于脑
‑
...

【专利技术属性】
技术研发人员：李梦凡，张鹏飞，徐桂芝，张子祺，邓豪东，赵淇，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：