[發明專利]一種基于行為動作觸發與腦電波感知的人機交互方法

在審

• 申請號: 201910225285.1
• 申請日: 2019-03-22
• 公開（公告）號: CN109933204A
• 公開（公告）日: 2019-06-25
• 發明（設計）人: 易霄
• 申請（專利權）人: 河北雄安有份兒智慧科技有限公司
• 主分類號: G06F3/01
• 分類號: G06F3/01
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于行為動作觸發與腦電波感知的人機交互方法，其特征在于：方法步驟包括：

步驟1、通過包括不固定安裝的帶有運動探測的空氣芯片傳感器和固定安裝的行為動作感知模塊的任一種或組合的方式識別人體行為動作，并在識別到人體行為動作后傳感器或行為動作感知模塊輸出觸發信號至中央處理器；

步驟2、通過包括場地中分布設置的帶有電波探測的空氣芯片傳感器感知人體腦電波和與人體接觸式的腦電波傳感器的任一種或組合的方式感知人體腦電波，所述中央處理器收到觸發信號后通過通訊網絡控制空氣芯片傳感器或腦電波傳感器開始工作采集人體腦電波信號；

步驟3、所述人體腦電波信號數據通過通訊網絡傳輸至中央處理器，中央處理器將采集到的人體腦電波信號經過深度學習的網絡學習方法得到人體精神狀態數據；

步驟4、所述中央處理器將得到的人體精神狀態數據通過通訊網絡傳輸至人機交互設備，人機交互設備根據人體精神狀態數據進行交互。

2.根據權利要求1所述的一種基于行為動作觸發與腦電波感知的人機交互方法，其特征在于：所述行為動作感知模塊包括有以下任意一個或任意幾個的組合：識別人體肢體和運動動作的圖像采集及圖像處理裝置、人體識別裝置、語音識別裝置。

3.根據權利要求1所述的一種基于行為動作觸發與腦電波感知的人機交互方法，其特征在于：所述空氣芯片包括包括由微處理器、雙向無線接收裝置、無線網絡組成的智能塵埃，所述智能塵埃通過無線網絡將一些微塵散放在一個場地中，它們就能夠相互定位，進一步通過雙向無線接收裝置收集數據并向微處理器傳遞信息，所述微處理器向基站的云端系數庫傳遞信息；還包括形態不固定的空氣芯片，所述空氣芯片包括依次連接的第一電極層、功能材料層、第二電極層；還包括與第二電極層連接的第三運算層和云端傳遞層，其中：所述第一電極層用于模擬突觸后，所述第二電極層用于模擬突觸前，所述功能材料層的材料為硫系化合物，所述功能材料層的電導用于模擬突觸權重；通過給所述第一電極層施加第二脈沖信號來模擬突觸后刺激，通過給所述第二電極層施加第一脈沖信號來模擬突觸前刺激；所述功能材料層的電阻用于模擬生物神經元的激發態或靜息態；所述第三運算層用于空氣芯片的高仿生，提取運算模擬功能，模擬生物神經元完成高智能運算，并將運算數據通過云端傳遞層上傳至云端系數庫儲存；所述神經網絡的行為是由網絡架構所決定的，網絡架構包括：神經元個數、層數、層與層之間的連接類型，智能塵埃上附著有與微處理器連接的腦電波信號捕捉模塊和微型人體運動探測感知模塊，空氣芯片通過智能塵埃進行人體腦電波信號捕捉，智能塵埃通過無線網絡接收控制信號。

4.根據權利要求1所述的一種基于行為動作觸發與腦電波感知的人機交互方法，其特征在于：所述步驟3中由人體腦電波信號得到人體精神狀態數據的方法為：

步驟3.1、將歷史人體腦電波信號數據進行精神狀態分類，將每一個類別的人體腦電波信號數據進行獨立成分分析并對每個獨立成分進行認知電位提取分析；

步驟3.2、對步驟3.1得到的每一個分類的包含分類標簽的數據通過深度學習模型訓練，提取包含每一類腦電波信號的認知電位全局和局部信息的特征，對該特征進行線性判別分析完成深度學習模型訓練；

步驟3.3、將步驟2采集到的人體腦電波號信號進行獨立成分分析并對每個獨立成分進行認知電位提取分析，將得到的數據輸入步驟3.2訓練好的深度學習模型，得到人體精神狀態類別數據。

5.根據權利要求1所述的一種基于行為動作觸發與腦電波感知的人機交互方法，其特征在于：所述人機交互設備包括有智能控制設備和智能顯示設備，智能顯示設備包括有沉浸式全息投影、空氣成像系統。

6.根據權利要求1所述的一種基于行為動作觸發與腦電波感知的人機交互方法，其特征在于：所述人體腦電波信號在通信網絡中傳輸采用壓縮感知的方法進行傳輸。

7.根據權利要求1所述的一種基于行為動作觸發與腦電波感知的人機交互方法，其特征在于：所述通訊網絡采用5G通訊網絡。