本发明公开了一种基于情绪识别的康复机器人交互控制方法,具体分为以下三步:
第一步:构建虚拟训练场景 - 基于Omega7力反馈平台,结合CHAI3D渲染引擎,创建一个虚拟训练场景。 - 训练对象为中风患者,因此训练任务需简单明了,易于操作,并贴近日常生活。 - 以实际训练任务为主要功能实现,构建一个既简单又温馨的虚拟场景。
第二步:建立EMGBP模型 - 使用肌电设备采集患者在不同情绪层次下的肌电信号。 - 从统计学角度分析,得出反应情绪变化的特征向量。 - 利用改进的BP神经网络进行情绪分类。
第三步:实现基于目标情绪识别的人机交互控制 - 根据EMGBP模型识别出的情绪层次,将信息输入到EMGFB模型中。 - 逐渐调节训练难度,以适应患者的需要,最终达到患者满意的训练难度。 - 从“心理”层面调动患者主动参与的积极性。 - 从“生理”层面确保患者达到最佳的康复效果。
| 专利名称 | 一种基于情绪识别的康复机器人交互控制方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201611198544.9 |
| 申请号 | - | 专利申请日期 | 2016-12-22 |
| 专利授权日期 | 2017-05-31 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 高翔;刘大炜;徐国政 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于情绪识别的康复机器人交互控制方法,分为三步,第一步:基于Omega7力反馈平台,结合CHAI3D渲染引擎构建虚拟训练场景。训练的对象是中风患者,故训练的任务应简单明了易于操作且要贴近生活。以实际训练任务为主要功能实现,构建一个简单且温馨的虚拟场景。第二步:建立EMGBP模型。使用肌电设备采集患者在不同情绪层次下的肌电信号,从统计学角度分析出反应情绪变化的特征向量,并使用改进的BP神经网络进行分类。第三步:基于目标情绪识别的人机交互控制。根据MEGBP模型识别出的情绪层次,输入到EMGFB模型中逐渐调节训练难度,最终达到患者满意的训练难度。从“心理”上调动患者主动参与的积极性,从“生理”上使得患者达到最佳的康复效果。 | ||