[发明专利]一种面向残疾人的智能脑控机械臂辅助进食系统及方法

权利要求书

1.一种面向残疾人的智能脑控机械臂辅助进食系统的进食方法，进食系统包括人机交互界面模块(A)、信号采集模块(B)、信号处理模块(C)和机械臂进食模块(D)，其特征在于，包括以下步骤：

(1)：通过人机交互界面模块(A)进行食物和辅助对象的位置设定，点击“开始喂食”按钮进入稳态视觉刺激界面；

(2)：采集辅助对象在稳态视觉刺激界面上刺激频闪所诱发的SSVEP，简称脑电数据；

(3)：对脑电信号进行预处理，并用FBKCCA算法对预处理后的脑电信号进行分类，然后将分类结果转化为机械臂所能识别的控制指令；具体包括：

(3.1)：对采集得到的脑电信号进行预处理；

首先，将脑电信号降采样到200Hz；其次，对脑电信号进行4～95Hz的带通滤波处理；最后，对脑电信号进行50Hz的陷波处理，得到预处理后的脑电数据X；

(3.2)：使用FBKCCA算法对信号进行处理；

a.划分脑电信号子带

从脑电数据X中提取各子带成分，以SSVEP成分的上界频率作为截止频率，刺激信号带宽作为初始频率的公差，设置通带频率，利用切比雪夫I型滤波器对脑电信号进行滤波处理，得到滤波后脑电信号X_i；

b.构造模板信号

构造模板信号Y_f如下所示，与刺激频率f相关的参考信号：

其中，N_h是f的谐波个数；

c.滤波后脑电信号X_i与模板信号Y_f映射到高维

对于每个子带的滤波后脑电信号X_i与模板信号Y_f，设和分别表示从原变量空间到希尔伯特空间H₁和H₂的映射，空间H₁中典型变量空间H₂中典型变量X_i和Y_f的中心化样本观察值记为X_i^j和Y_f^j，在核方法中，假设b₁和b₂可以用样本点下的线性组合表示：

那么典型变量U_i和V_f就表示为X_i^j和Y_f^j的如下非线性组合：

，表示希尔伯特空间H的内积运算，典型变量U_i和V_f就是滤波后脑电信号X_i与模板信号Y_f映射到高维后的信号；

d.频率分类

对典型变量U_i和V_f进行典型相关分析，寻找一对向量W_U和W_V，通过W_U和W_V来最大化相关变量u_i＝U_i^TW_U和v_f＝V_f^TW_V之间的相关性，相关系数表示如下所示：

对每个刺激频率f，最后的目标识别判别式如下所示：

由于SSVEP谐波成分的信噪比随着频率的增加而下降，因此各子带成分的权重系数定义如下所示：

w(i)＝i^-a+b

采用网格搜索法寻找a和b的最优值；

寻找系数和使得U_i和V_f的典型相关系数ρ_fⁱ最大，计算各个刺激频率f的ρ_f，则最大的ρ_f所对应的刺激频率就被认为是SSVEP所对应的频率；

(3.4)：将分类结果转化为控制命令，向机械臂发送控制指令，从而实现辅助对象的稳态视觉诱发电位对机械臂的主动控制；

(4)：通过USB串口传输控制命令，并驱动机械臂完成相应食物的辅助进食。