基于多方位肌电信号的老年座椅运动控制方法和系统与流程

本发明涉及基于肌电控制的智能家居技术领域，尤其涉及一种基于多方位肌电信号的老年座椅运动控制方法和系统。

背景技术：

随着科技的进步，智能家居也逐渐在日常普通家庭中普及起来。针对不同人群配备不同的智能家居设备，例如，老年人的智能座椅，可以帮助行动不便的老年人在家活动自如。现有的智能座椅可以通过语音或者遥控来控制运动，但当老人口吃不清或者由于疾病手脚不能动时，将无法自如的控制座椅运动，从而影响用户体验。

技术实现要素：

本发明实施例提供一种基于多方位肌电信号的老年座椅运动控制方法和系统，通过肌电控制信号控制座椅运动，并顺序执行身体多部位的肌电控制信号对应的控制指令，可以加强用户体验同时增加肌电控制的灵活性。

本发明第一方面实施例提供了一种基于多方位肌电信号的老年座椅运动控制方法，该方法可包括：

采用目标对象佩戴的肌电采集装置获取所述目标对象当前的肌电控制信号集合，所述肌电控制信号集合包括在所述目标对象的至少两个身体部位采集的肌电控制信号；

基于信号降噪算法提高所述肌电控制信号集合中各肌电控制信号的信噪比，并对提高信噪比后的各肌电控制信号进行特征提取生成特征控制数据集合；

根据信号识别模型对所述特征控制数据集合中各特征控制数据的控制顺序进行排序；

获取排序后各特征控制数据对应的控制指令，根据所述控制指令控制老年座椅进行相应的运动。

本发明第二方面实施例提供了一种基于多方位肌电信号的老年座椅运动控制系统，该系统可包括：

识别信号采集模块，用于采用目标对象佩戴的肌电采集装置获取所述目标对象当前的肌电控制信号集合，所述肌电控制信号集合包括在所述目标对象的至少两个身体部位采集的肌电控制信号；

特征提取模块，用于基于信号降噪算法提高所述肌电控制信号集合中各肌电控制信号的信噪比，并对提高信噪比后的各肌电控制信号进行特征提取生成特征控制数据集合；

数据排序模块，用于根据信号识别模型对所述特征控制数据集合中各特征控制数据的控制顺序进行排序；

运动控制模块，用于获取排序后各特征控制数据对应的控制指令，根据所述控制指令控制老年座椅进行相应的运动。

在本发明实施例中，通过肌电控制信号控制座椅运动，无需运或者手动控制即可实现智能座椅的自动控制，通过顺序执行身体多部位的肌电控制信号对应的控制指令，在增强用户体验同时增加了肌电控制的灵活性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术对象员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种基于多方位肌电信号的老年座椅运动控制方法的流程示意图；

图2是本发明实施例提供的模型训练的结构示意图；

图3是本发明实施例提供的一种基于多方位肌电信号的老年座椅运动控制系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术对象员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明实施例中，基于多方位肌电信号的老年座椅运动控制系统以下可以简称为控制系统。

下面将结合附图1和附图2，对本发明实施例提供的基于多方位肌电信号的老年座椅运动控制方法进行详细介绍。

请参见图1，为本发明实施例提供了一种基于多方位肌电信号的老年座椅运动控制方法的流程示意图。如图1所示，本发明实施例的方法可以包括以下步骤s101-步骤s104。

s101，采用目标对象佩戴的肌电采集装置获取目标对象当前的肌电控制信号集合。

可以理解的是，老年座椅可以配备多个肌电采集装置，上述肌电采集装置可以是佩戴在手腕、脚脖、脖子、头顶或者面部等身体部位作为装饰物存在的设备。

具体的，控制系统可以采用目标对象佩戴的肌电采集装置获取目标对象当前的肌电控制信号集合，该肌电控制信号集合可以包括在目标对象的至少两个身体部位采集的肌电控制信号，可选的，上述至少两个身体部位包括面部、手部和脚部，则肌电控制信号集合包括面部肌电控制信号、手部肌电控制信号和脚部肌电控制信号。

s102，基于信号降噪算法提高肌电控制信号集合中各肌电控制信号的信噪比，并对提高信噪比后的各肌电控制信号进行特征提取生成特征控制数据集合。

具体的，控制系统可以基于信号降噪算法提高肌电控制信号集合中各肌电控制信号的信噪比，并对提高信噪比后的各肌电控制信号进行特征提取生成特征控制数据集合，可选的，信号降噪算法可以是频谱插值法或者小波变换算法等。

在可选实施例中，控制系统可以对提高信噪比后的各肌电控制信号进行小波包分解，提取每一层分解的小波高频系数的绝对值的最大值作为各肌电控制信号的特征控制数据。

s103，根据信号识别模型对特征控制数据集合中各特征控制数据的控制顺序进行排序。

需要说明的是，上述控制系统可以采集训练用的训练肌电信号集合，其中训练肌电信号集合包括在多个训练对象的至少两个身体部位采集的肌电控制信号，训练对象可以是一个大的群体，例如一个学校的学生。进一步的，控制系统可以根据预设模型训练算法对训练肌电信号进行模型训练，生成信号识别模型，其中模型训练的训练过程包括不同身体部位的控制顺序，可以理解的是，控制顺序可以是不同身体部位控制老年座椅的控制顺序，例如，脑部是第一控制顺序，其次是手以及脚，也可以包括其他的身体部位。

在可选实施例中，上述模型训练算法可以是深度神经网络(dnn)模型训练算法，dnn的模型训练模型如图2所示，其中，图2中x1,x2,x3是输入数据即输入的训练肌电信号，表示第二层数据，从x1到第二层，需要一个激活函数，这个函数可以是裸机回归sigmoid函数，也可以是其他函数。假设这个激活函数为z(x),需要为其加上权重参数w1,w2,w3,w0，以及一个x0，并且x0＝1。则有：

然后作为下一层的输入代入激活函数，同样取即：

需要说明的是，每层的激活函数可以不同，当激活函数不同时，可以根据相应的激活函数进行计算。

具体的，控制系统可以根据信号识别模型对特征控制数据集合中各特征控制数据的控制顺序进行排序，优选的，上述肌电控制信号的控制顺序依次为面部肌电控制信号、手部肌电控制信号和脚部肌电控制信号。

s104，获取排序后各特征控制数据对应的控制指令，根据控制指令控制老年座椅进行相应的运动。

具体的，控制系统可以获取排序后各特征控制数据对应的控制指令，根据控制指令控制老年座椅进行相应的运动。

在可选实施例中，不同的肌电控制信号可以对应不同的控制指令，例如，咬牙引起的肌电信号代表前进指令、眨眼引起的肌电信号代表转弯指令等。

在本发明实施例中，通过肌电控制信号控制座椅运动，无需运或者手动控制即可实现智能座椅的自动控制，通过顺序执行身体多部位的肌电控制信号对应的控制指令，在增强用户体验同时增加了肌电控制的灵活性。

下面将结合附图3对本发明实施例提供的基于多方位肌电信号的老年座椅运动控制系统进行详细介绍。需要说明的是，附图3所示的控制系统，用于执行本发明图1所示实施例的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明图1所示的实施例。

如图3所示，本发明实施例的所述控制系统10可以包括：识别信号采集模块101、特征提取模块102、数据排序模块103、运动控制模块104、训练信号采集模块105和模型建立模块106。

识别信号采集模块101，用于采用目标对象佩戴的肌电采集装置获取目标对象当前的肌电控制信号集合。

可以理解的是，老年座椅可以配备多个肌电采集装置，上述肌电采集装置可以是佩戴在手腕、脚脖、脖子、头顶或者面部等身体部位作为装饰物存在的设备。

具体实现中，识别信号采集模块101可以采用目标对象佩戴的肌电采集装置获取目标对象当前的肌电控制信号集合，该肌电控制信号集合可以包括在目标对象的至少两个身体部位采集的肌电控制信号，可选的，上述至少两个身体部位包括面部、手部和脚部，则肌电控制信号集合包括面部肌电控制信号、手部肌电控制信号和脚部肌电控制信号。

特征提取模块102，用于基于信号降噪算法提高肌电控制信号集合中各肌电控制信号的信噪比，并对提高信噪比后的各肌电控制信号进行特征提取生成特征控制数据集合。

具体实现中，特征提取模块102可以基于信号降噪算法提高肌电控制信号集合中各肌电控制信号的信噪比，并对提高信噪比后的各肌电控制信号进行特征提取生成特征控制数据集合，可选的，信号降噪算法可以是频谱插值法或者小波变换算法等。

在可选实施例中，特征提取模块102可以对提高信噪比后的各肌电控制信号进行小波包分解，提取每一层分解的小波高频系数的绝对值的最大值作为各肌电控制信号的特征控制数据。

数据排序模块103，用于根据信号识别模型对特征控制数据集合中各特征控制数据的控制顺序进行排序。

需要说明的是，训练信号采集模块105可以采集训练用的训练肌电信号集合，其中训练肌电信号集合包括在多个训练对象的至少两个身体部位采集的肌电控制信号，训练对象可以是一个大的群体，例如一个学校的学生。进一步的，模型建立模块106可以根据预设模型训练算法对训练肌电信号进行模型训练，生成信号识别模型，其中模型训练的训练过程包括不同身体部位的控制顺序，可以理解的是，控制顺序可以是不同身体部位控制老年座椅的控制顺序，例如，脑部是第一控制顺序，其次是手以及脚，也可以包括其他的身体部位。

在可选实施例中，上述模型训练算法可以是深度神经网络(dnn)模型训练算法，dnn的模型训练模型如图2所示，其中，图2中x1,x2,x3是输入数据即输入的训练肌电信号，表示第二层数据，从x1到第二层，需要一个激活函数，这个函数可以是裸机回归sigmoid函数，也可以是其他函数。假设这个激活函数为z(x),需要为其加上权重参数w1,w2,w3,w0，以及一个x0，并且x0＝1。则有：

然后作为下一层的输入代入激活函数，同样取即：

需要说明的是，每层的激活函数可以不同，当激活函数不同时，可以根据相应的激活函数进行计算。

具体实现中，数据排序模块103可以根据信号识别模型对特征控制数据集合中各特征控制数据的控制顺序进行排序，优选的，上述肌电控制信号的控制顺序依次为面部肌电控制信号、手部肌电控制信号和脚部肌电控制信号。

运动控制模块104，用于获取排序后各特征控制数据对应的控制指令，根据控制指令控制老年座椅进行相应的运动。

具体实现中，运动控制模块104可以获取排序后各特征控制数据对应的控制指令，根据控制指令控制老年座椅进行相应的运动。

在可选实施例中，不同的肌电控制信号可以对应不同的控制指令，例如，咬牙引起的肌电信号代表前进指令、眨眼引起的肌电信号代表转弯指令等。

在本发明实施例中，通过肌电控制信号控制座椅运动，无需运或者手动控制即可实现智能座椅的自动控制，通过顺序执行身体多部位的肌电控制信号对应的控制指令，在增强用户体验同时增加了肌电控制的灵活性。

可以理解的是，上述方法步骤的执行过程只是一种优选的执行顺序，在实现的过程中可以根据实际需求调整上述执行过程的顺序。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所用的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)或随机存储记忆体(randomaccessmemory，ram)等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。