设备控制方法、终端及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113655884A(43)申请公布日2021.11.16(21)申请号202110944820.6(22)申请日2021.08.17(71)申请人河北师范大学地址050024河北省石家庄市南二环东路20号(72)发明人刘京王楷栋刘凤双郝博凯(74)专利代理机构河北国维致远知识产权代理有限公司13137代理人秦春芳(51)Int.Cl.G06F3/01(2006.01)G06K9/00(2006.01)G06K9/62(2006.01)G06N3/08(2006.01)权利要求书2页说明书14页附图4页(54)发明名称设备控制方法、终端及系统(57)摘要本发明提供了一种设备控制方法、终端及系统，该方法包括：从脑电信号采集装置中实时获取目标人员的脑电信号数据；将脑电信号数据输入到预先训练的神经网络模型中，得到目标人员对应的各个预执行动作的概率；其中，预先训练的神经网络模型用于提取脑电信号数据中的空间特征信号数据和时间特征信号数据，对脑电信号数据、时间特征信号数据和空间特征信号数据进行拼接分类；将概率大于预设概率阈值的预执行动作作为目标人员的意向执行动作，并输出意向执行动作对应的控制指令至被控设备。通过同时考虑目标人员的脑电信号的时间特征和空间特征，基于神经网络进行拼接分类操作，以输出控制指令，有效的提高了设备控制的准确度。CN113655884ACN113655884A权利要求书1/2页1.一种设备控制方法，其特征在于，包括：从脑电信号采集装置中实时获取目标人员的脑电信号数据；将所述脑电信号数据输入到预先训练的神经网络模型中，得到目标人员对应的各个预执行动作的概率；其中，所述预先训练的神经网络模型用于提取所述脑电信号数据中的空间特征信号数据和时间特征信号数据，对所述脑电信号数据、时间特征信号数据和空间特征信号数据进行拼接分类；将概率大于预设概率阈值的预执行动作作为目标人员的意向执行动作，并输出所述意向执行动作对应的控制指令至被控设备。2.根据权利要求1所述的设备控制方法，其特征在于，所述预先训练的神经网络模型包括空间自注意力模块、时间自注意力模块、特征分类模块；所述将所述脑电信号数据输入到预先训练的神经网络模型中，得到目标人员对应的各个预执行动作的概率，包括：将所述脑电信号数据输入到所述空间注意力模块中，得到空间注意力权重矩阵；根据所述空间注意力权重矩阵和所述脑电信号数据，确定所述空间特征信号数据；将所述脑电信号数据输入到所述时间注意力模块中，得到时间注意力权重矩阵；根据所述时间注意力权重矩阵和所述脑电信号数据，确定所述时间特征信号数据；将所述脑电信号数据、时间特征信号数据和空间特征信号数据输入到所述特征分类模块中进行拼接，得到拼接数据；根据所述似然代价‑归一化指数函数对拼接数据进行分类，得到目标人员对应的各个预执行动作的概率。3.根据权利要求1所述的设备控制方法，其特征在于，所述将所述脑电信号数据输入到预先训练的神经网络模型中之前，所述方法还包括：从脑电信号采集装置中获取目标人员的多个目标脑电信号数据，多个目标脑电信号数据为目标人员生成的与预先设定的多个预执行动作对应的多个脑电信号数据；将多个脑电信号数据和每个脑电信号数据对应的预执行动作作为训练样本，并基于脑电信号数据、脑电信号数据对应的预执行动作训练得到所述神经网络模型。4.根据权利要求3所述的设备控制方法，其特征在于，所述从脑电信号采集装置中获取多个目标脑电信号数据，包括：生成多个预执行动作对应的动作指引图像；其中，每个预执行动作对应一个动作指引图像；重复执行以下步骤直至获取到所有预执行动作对应的脑电信号数据：根据多线程算法，显示一个动作指引图像的同时，从脑电信号采集装置中实时获取所述目标人员观察该动作指引图像时的脑电信号数据。5.根据权利要求1‑4任一项所述的设备控制方法，其特征在于，从脑电信号采集装置中实时获取目标人员的脑电信号数据之后，还包括：使用带通滤波器去除脑电信号数据中的肌电干扰以得到滤波后的脑电信号数据；根据电极通道指数移动标准化算法，对滤波后的脑电信号数据进行标准化处理。6.一种数据处理终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理2CN113655884A权利要求书2/2页器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至5中任一项所述设备控制方法的步骤。7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至5中任一项所述设备控制方法的步骤。8.一种设备控制系统，其特征在于，包括：脑电信号采集装置以及如权利要求6所述的数据处理终端。9.根据权利要求8所述