申请/专利权人：安徽大学

申请日：2024-05-09

公开（公告）日：2024-06-11

公开（公告）号：CN118163115A

主分类号：B25J9/16

分类号：B25J9/16;G06F18/25;G06F3/01;G06F18/24;G06V40/16;G06V40/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.28#实质审查的生效;2024.06.11#公开

摘要：本发明公开了基于SSVEP‑MI和脸部关键点检测融合的机器手控制方法，涉及机器手控制领域，本发明通过使用目标检测模型进行可抓取物体的检测，并在LED屏幕上根据物品区域叠加闪烁，脑机接口采集用户的稳态视觉诱发（SSVEP）信号；通过对采集的SSVEP信号进行预处理和分类，识别出用户关注的对象；并通过基于图像的抓取位姿算法计算相应的机器手抓取姿态，实现物品的自动抓取；本发明综合利用了SSVEP‑MI和脸部关键点检测，根据不同的物体采用不同的抓取姿态提高抓取的可靠性，采用多种范式融合有效解决了传统脑控机器手控制模式单一，抓取效率低下的问题，弥补了现有实际应用技术的不足，本发明主要应用于基于SSVEP‑MI和脸部动作的脑控机器手控制方法中。

主权项：1.基于SSVEP-MI和脸部关键点检测的机器手控制方法，其特征在于：该控制方法包括如下步骤：S1、机器手识别物体：目标检测算法进行识别可抓取物品，对物品区域叠加闪烁，即对识别的具体物品区域叠加不同频率的闪烁，从而构成SSVEP刺激范式设计；S2、通过LED显示呈现给用户，脑机接口采集用户产生的SSVEP信号，信号预处理模块与抓取物品选择模块接收SSVEP信号并进行分类，根据分类结果实施灵巧抓取，机械手自动执行抓取策略；S3、机器手移动控制：脑机接口采集用户的MI信号，特征处理模块对采集的信号进行特征提取和特征选择，将完成的结果送到信号分类模块进行分类，根据信号分类的结果制定移动控制命令控制机器手系统的移动；S4、脸部动作控制抓取：由摄像头采集用户的用户脸部样本，根据基于ASM的脸部模型匹配方法先构建形状向量，再用进行训练集对齐，匹配结束后即可实现EARLAR算法，并传递到系统锁定抓取模块中执行锁定抓取命令，实现脸部动作控制机器手的操作；S5、EAR算法通过眨眼动作进行EAR值的计算，将计算好的EAR值传递到系统锁定模块控制机器手系统的锁定解锁和关闭；LAR算法通过唇部动作进行LAR值以及相关变量的计算，将计算好的数据传递到系统抓取模块，控制机器手系统进行抓取和释放的操作。

全文数据：

权利要求：

百度查询： 安徽大学 基于SSVEP-MI和脸部关键点检测融合的机器手控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD