非侵入式体机交互接口及用户意图推理方法技术

本发明专利技术涉及非侵入式体机交互接口及用户意图推理方法，其用户意图推理方法引入了用户真实意图作为潜在变量，先确定真实意图，然后确定预期指令。由于基于真实意图这一潜在变量进行后续的用户意图推定并据此生成预期指令，而非传统意义上所采用的基于表象行为的预期指令生成。规避了表象行为与真实意图之间的不确定性误差，可以提高用户意图的识别精度，得到准确的预期输出指令。本发明专利技术的体机交互接口通过采用基于柔性应变传感器的用户动作信号采集实现了非侵入式测量，降低了信号噪声，提高了采集精度。而且可以通过多组柔性应变传感器的组合设置保证对动作细节的准确捕捉。

【技术实现步骤摘要】

本专利技术涉及非侵入式人机交互设备与基于交互设备获取信号的用户意图推理，具体涉及非侵入式体机交互接口及用户意图推理方法。

技术介绍

1、基于生理信号的人机界面与人机交互设备已被广泛研究。研究人员已经将脑机接口(bci)应用于驱动电动轮椅、控制虚拟飞机和遥控机械臂。此外，眼电图(eog)和肌电图(emg)等信号也被用于人机界面的开发。然而，基于生理信号的人机界面通常存在带宽低、培训和熟悉周期长、计算要求高以及需要用户高度集中注意力等问题。

2、以基于emg的人机界面为例，类似的人机界面中肌点传感器通常放置在皮肤表面实现对机体控制肌肉收缩时的微弱电脉冲的测量与采集。一般而言，肌电传感器对皮肤表面的要求较高，信号不稳定且采集信号中的噪声比较严重，导致使用肌电信号完成肢体动作的还原以及意图推断的误差比较大，难以完成精细动作的捕捉。另一方面，基于emg的人机界面所采集的肌电信号与肢体动作的相关性以及物理意义目前不明确，实际的应用中通常通过机器学习等方式对其中蕴含的动作信息进行解码。

3、此外，大多数该类型的人机界面只能在有限的离散指令空间内工本文档来自技高网...

【技术保护点】

1.一种用户意图推理方法，其特征在于，包括如下步骤：

2.如权利要求1所述的用户意图推理方法，其特征在于，在先期的训练校准环节中计算观测矩阵C、状态转移不确定性协方差矩阵Qt、观测不确定性协方差矩阵wt的具体方式为：

3.如权利要求2所述的用户意图推理方法，其特征在于，所述训练校准环节中，要求用户运动想象跟随所述操作物动作，运动想象任务为开环过程。

4.如权利要求2所述的用户意图推理方法，其特征在于，所述操作物做平面移动，所述操作物的平面移动规律由下述方程规定：

5.如权利要求1所述的用户意图推理方法，其特征在于，通过先期的消融实验确定所述...

【技术特征摘要】

1.一种用户意图推理方法，其特征在于，包括如下步骤：

2.如权利要求1所述的用户意图推理方法，其特征在于，在先期的训练校准环节中计算观测矩阵c、状态转移不确定性协方差矩阵qt、观测不确定性协方差矩阵wt的具体方式为：

3.如权利要求2所述的用户意图推理方法，其特征在于，所述训练校准环节中，要求用户运动想象跟随所述操作物动作，运动想象任务为开环过程。

4.如权利要求2所述的用户意图推理方法，其特征在于，所述操作物做平面移动，所述操作物的平面移动规律由下述方程规定：

5.如权利要求1所述的用户意图推理方法，其特征在于，通过先期的消融实验确定所述观测数据m对结果的贡献度，依据所该贡献度选择性的丢弃某些传感器采集的数据，或者，对不同的传感器数据依据该贡献度赋予不同的权重再参与后续的计算。

6.如权利要求1所述的用户意图推理方法，其特征在于，同一外...

【专利技术属性】
技术研发人员：宋全军，刘镕恺，马婷婷，潘宏青，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：