[發明專利]一種腦控、視控、觸控的智能升降桌系統及控制方法

在審

• 申請號: 202210252993.6
• 申請日: 2022-03-15
• 公開（公告）號: CN114840073A
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 朱志豪;牛亮亮;石天煜;李亦凡;戴凌;李冬晴;徐鈺松;呂繼東;鄒凌;周天彤;李秀霞
• 申請（專利權）人: 常州大學
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06F3/0488;G06V40/16;G06V40/18;G06V10/56;G06V10/50;A47B9/00
• 代理公司: 常州市英諾創信專利代理事務所(普通合伙) 32258
• 代理人: 王美華

1.一種腦控、視控、觸控的智能升降桌系統，其特征在于，包括：腦機接口信息采集裝置、腦電誘發裝置、升降桌控制裝置、桌面觸控裝置和主控設備；

主控設備通過有線連接腦電誘發裝置和桌面觸控裝置，主控設備通過無線連接腦機接口信息采集裝置和升降桌控制裝置；

腦機接口信息采集裝置，采集用戶由腦電誘發裝置產生的腦電數據，反饋腦電數據給主控設備，并進行佩戴檢測；

腦電誘發裝置，產生可變頻率的光信號或可變顏色信號，誘發用戶腦電信息；

升降桌控制裝置，接收主控設備傳送的控制信息，控制桌面升降；

桌面觸控裝置，反饋用戶的觸摸信息，代表升降控制；

主控設備接收并處理腦機接口信息采集裝置反饋的腦電信息、桌面觸控裝置反饋的升降信息，發送控制信息至腦電誘發裝置和升降桌控制裝置。

2.根據權利要求1所述的腦控、視控、觸控的智能升降桌系統，其特征在于，還包括：機器視覺裝置，機器視覺裝置通過有線連接主控設備；機器視覺裝置自檢測工作有效范圍，采集用戶的面部信息，反饋面部圖像給主控設備。

3.根據權利要求1所述的腦控、視控、觸控的智能升降桌系統，其特征在于，所述腦機接口信息采集裝置包括頭戴U型骨架和多個微型傳感器構成，采集腦電信息的8個微型頭皮傳感器集中在大腦枕區。

4.根據權利要求1所述的腦控、視控、觸控的智能升降桌系統，其特征在于：所述腦電誘發裝置由三個LED點陣產生三種頻率的光信號或三個OLED面板產生三種顏色信號，誘發用戶產生腦電信息。

5.根據權利要求1所述的腦控、視控、觸控的智能升降桌系統，其特征在于：所述桌面觸控裝置由三個觸摸模塊組成，分別對應上升、下降、停止，通過按鍵將用戶的觸控指令反饋給主控設備。

6.根據權利要求1-5任意一項所述的腦控、視控、觸控的智能升降桌系統的控制方法，其特征在于，包括如下步驟：

S1、主控設備啟動自檢測控制方式，確認控制方式后，進入相應的控制模式；

S2、當控制模式為腦控模式時，桌面上的腦電誘發設備產生的光信號或顏色信號誘發腦電信息，光信號由三種頻率信號或顏色信號，分別對應著上升、下降、停止；通過SSVEP算法將腦電誘發設備產生的光信號與腦電信號進行匹配或者通過ERP算法將腦電誘發設備產生的顏色信號與腦電信號進行匹配，通過腦電信號對升降桌控制裝置進行升降控制；

S3、當控制模式為視覺控制時，主控設備通過內置算法對用戶面部圖像信息進行處理，根據眼睛和嘴巴的坐標點在相機劃定的工作區域內的比值，判斷當前需要升高、降低或停止，得到控制命令；

S4、當控制模式為觸控時，主控設備對桌面觸控裝置反饋的觸控信息進行判斷，將升、降和保持的控制命令發送給升降桌控制裝置。

7.根據權利要求6所述的腦控、視控、觸控的智能升降桌系統的控制方法，其特征在于：所述通過SSVEP算法將腦電誘發設備產生的光信號與腦電信號進行匹配是以腦電誘發裝置中的三個LED點陣閃爍的頻率誘發用戶產生腦電，腦機接口信息采集裝置對用戶腦電信息進行采集，主控設備對采集的腦電信息進行實時濾波、重參考、降采樣以及插值壞導的預處理，獲取預處理后的腦電數據，利用WICA算法進行盲源分離處理，提取腦電特征，再根據SSVEP范式所誘發腦電的特征異差實現對桌子的升降控制。

8.根據權利要求6所述的腦控、視控、觸控的智能升降桌系統的控制方法，其特征在于：所述通過ERP算法將腦電誘發設備產生的顏色信號與腦電信號進行匹配是以腦電誘發裝置中的三個OLED顯示不同的顏色誘發用戶產生腦，機接口信息采集裝置對用戶腦電信息進行采集，主控設備對采集的腦電信息進行上述的預處理步驟，獲取預處理后的腦電數據，因不同色差刺激而誘發的腦電信號的N1成分和P3成分的時頻特征是不同的，通過計算N1成分和P3成分的自相關系數、能量和斜度的三個特征指標對三種顏色刺激誘發的腦電信號進行解碼實現對桌子的升降控制。

9.根據權利要求6所述的腦控、視控、觸控的智能升降桌系統的控制方法，其特征在于，所述主控設備通過內置算法對用戶面部圖像信息進行處理包括如下步驟：

S31、獲取機器視覺裝置采集的彩色圖像；

S32、對顏色空間歸一化處理，計算數據歸一化處理后的梯度，得到梯度方向直方圖；

S33、重疊塊直方圖歸一化處理，得到梯度方向直方圖HOG特征；在彩色圖像中，使用訓練好的HOG模型，識別用戶面部坐標；

S34、計算眼睛和嘴巴坐標的坐標點在相機劃定的工作區域內的比值，判斷當前需要升高、降低或停止，得到控制命令。