牙控智能家居的制作方法
【专利摘要】本发明涉及一种牙控智能家居系统。本发明利用EmotivEPOC采集咬牙动作产生的脑肌电信号，将采集信号进行数据处理转换为控制命令，再用这些控制命令控制智能家居设备。本发明可以产生多达18种不同的咬牙状态,这18种命令还可以组合形成更多的命令。由于咬牙动作集方便、简单、舒适、安静、实时、准确、抗干扰、多任务、不分散注意力、多数人适合等众多特点于一身，所以该发明不仅可以和现有的智能家居系统进行有效结合，为智能家居系统提供一种全新的控制方式，还为人们提供了更加高效、便捷的智能家居环境。
【专利说明】牙控智能家居
【技术领域】
[0001]本发明属于人机交互领域，主要涉及运用咬牙产生的脑肌电信号控制家用设备，具体就是用咬牙动作来控制家电设备，以达到控制智能家居便利和高效的目的，提高生活质量。
【背景技术】
[0002]所谓智能家居是现代电子技术、自动化技术及通信技术相结合的产物。它能够自动控制和管理家电设备，并且能够为住户提供安全舒适、高效便利的学习生活及工作环境。家居智能化系统将家庭中各种与信息相关的通信设备、家用电器以及家庭保安装置通过有线或无线的方式连接起来，并进行集中或异地的监控、管理，保持家庭住宅环境的舒适、协调。与普通的家居相比，智能家居不仅具备传统的居住功能，提供舒适温馨，高效安全的高品位生活环境，还将一个被动静止的居住环境提升为一个有一定智慧协助能力的体贴的生活帮手，进一步优化住户的生活质量。
[0003]作为智能家居的核心系统的是智能家居的控制系统，它的设计功能的完善必将推动住宅智能化的发展。目前，市场上的智能家居主要是通过触摸屏、无线遥控器、电话、互联网或者语音识别控制家用设备，主要手段包括手工(含手脚动作)、语音，手工交互方式是主流，应用广泛而且成熟，语音识别技术也在不断的发展完善中。
[0004]手工交互控制非常成熟，但对于一些特殊任务下，双手处于忙碌状态(如做饭，洗衣服等)，就迫切需要补充其他交互控制手段。语音识别控制手段因个体差异、外界噪声等导致状态模糊、识别困难、准确度不高，虽然经过多年的研究与推广，仍无法满足实际应用需求。
【发明内容】
[0005]本发明的一个目的就是克服上述现有技术中的缺陷和不足，设计集方便、简单、舒适、实时、准确、抗干扰、多任务、不分散注意力、多数人适合等众多特点于一身的牙控智能家居系统。不仅可以和现有的智能家居系统进行有效结合，为智能家居系统提供一种全新的控制方式，还为人们提供了更加高效、便捷的智能家居环境。
[0006]本发明解决其技术问题所采用的技术方案是:
本发明包括:EEG采集设备(Emotiv EP0C)、智能眼镜、家电设备(智能电视机、风扇、空调、电话、冰箱、灯、音响、家庭影院、洗衣机、油烟机、煤气灶、电饭锅、窗帘等)、wifi转红外学习装置。具体可通过以下步骤实现:
A.脑肌电信号采集。EmotivEPOC是高分辨率的无线神经认知头盔，是用一系列的传感器把由脑部产生的信号转换成电信号，通过无线连接到智能眼镜。带上Emotive EPOC头盔，在我们感兴趣的CP3，CP4通道上放上有电极的海绵，如果海绵不够潮湿的话，海绵上要蘸有盐水以降低阻抗，然后对CP3、CP4两通道的所采集的脑电信号进行处理；
B.信号处理。在智能眼镜处理器中首先进行信号预处理:滤波，去漂移，然后定位咬牙位置，提取咬牙信号，量化提取的信号，再经过神经网络分类，可以得到多达18种命令；
C.信号控制模块。信号控制模块主要包括两部分:智能家居应用软件系统和wifi转红外学习装置，经过信号处理后的信号通过智能眼镜上应用软件处理，可经无线网络向wifi转红外学习装置发送这18个命令，通过wifi转红外学习装置再向各个家电设备发送相应的控制命令，继而控制整个家电设备。
[0007]本发明的牙控智能家居系统集方便、简单、舒适、安静、实时、准确、抗干扰、多任务、不分散注意力、多数人适合等众多特点于一身，为智能家居市场开辟了新的控制手段的同时，也为人们的智能家居生活环境带来了安全、便利和高效。
【专利附图】
【附图说明】
[0008]图1本发明方法中流程示意图 图2咬牙动作信号采集原理图
图3左咬三次波形图 图4右咬三次波形图 图5左右同时咬三次波形图 图6左长咬波形图 图7右长咬波形图 图8左右同时长咬波形图 图9总体控制主界面 图10电视控制主界面 图11电视节目控制界面 图12上网控制界面 图13风扇控制界面
具体实施方案
[0009]为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
[0010]步骤(I)采集咬牙动作产生的脑肌电信号。可采用几个相关的信号强度明显的采集电极(比如，根据国际10-20标准电极分布系统，咬牙采用3个电极:参考电极、CP3和CP4)的采集设备，从而降低数据处理量，提高数据实时处理算法的效率。
[0011]步骤(2)咬牙动作的信号分析。具体步骤如下:
a.首先对于采集的数据进行带通滤波处理，去除信号基线漂移；
b.定位时序信号中牙齿动作产生信号的位置，并提取该信号；
c.量化提取的信号，并利用神经网络进行适当分类，将咬牙动作区分为左边咬牙、右边咬牙、左右两边同时咬牙三种状态；
d.分析时域信号持续时间以及咬牙状态和次数，若时长不超过I秒，则利用可变窗口方法，初始化窗口数量N计为1，逐渐调整窗口长度，若窗口长度大于阈值T，则N自动加I ;遍历整个咬牙时序信号后，若N是为I，则表示咬I次，若N是2，则表示咬了 2次，若N是3，则表不咬了 3次。若N是4,则表不咬了 4次。若时长持续超过I秒,则表不长咬状态。[0012]步骤(3)整合上述步骤c和d的分类结果，可以区分出不同的咬牙动作状态。咬牙动作具体可分为:左咬一次(sOl)、左咬两次(s02)、左咬三次(s03)、左咬四次(s04)、左长咬(s05)、右咬一次(s06)、右咬两次(s07)、右咬三次(s08)、左咬四次(s09)、右长咬(slO)、左右同时咬一次(sll)、左右同时咬两次(sl2)、左右同时咬三次(sl3)、左右同时咬四次(sl4)、左右同时长咬(sl5)。另外，为了开机和关机特产生如下一种咬牙状态，即左右同时长咬持续超过2秒，记为sl6。为了增加智能家居的更多功能，特产生如下二种咬牙状态，即左长咬持续超过2秒，记为sl7，右长咬持续超过2秒，记为sl8。
[0013]顺序完成步骤⑴、步骤⑵、步骤(3)即可实现咬牙动作产生的脑肌电信号的多达18种状态的识别。
[0014]步骤(4)设计牙控应用软件的控制命令。如图9所示。第一次sOl智能眼镜连接到wifi转红外学习装置，第二次sOl断开。s02左移选项，s03右移选项，s04上移选项，s05下移选项，s06确认；第一次sOl后智能眼镜中将会出现图9。下面以电视和风扇为例来说明控制命令的设置。当进入电视界面时(该电视是智能电视可以上网，也可以看电视)，如图10所示，第一次s02打开电源，第二次断开电源，s03左移，s04右移，s05确定，s06返回，当进入电视节目控制界面时，出现如图11所示，这时所有的命令可以重新使用，s02-sll分别表示0-9十个数字，sl2表示返回；当进入到上网控制界面时，出现如图12所示，这时电视机进入上网模式，上移(802)，下移(803)，左移(s04)，右移(s05)，确认(s06)，返回上一级(s07);当进入到风扇控制界面时，如图13所示，所有命令又可以重新使用，第一次s02电源开，第二次s02电源关,风速(s03),风类(s04),摇头导风(s05),静音(s06),预约定时(s07)。以上还有许多命令没有用到，作为保留命令，为以后功能扩展作预留命令。
[0015]在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改、变换、替代、组合、简化而不背离本发明的精神和范围，都在本发明的保护范围之内。因此，说明书和附图应被认为是说明性的而非限制性的。
【权利要求】
1.一种牙控智能家居系统，其特征在于，所述的方法包括以下步骤: (1)利用信号采集装置采集咬牙动作状态产生的脑肌电信号； (2)将不同咬牙状态采集的信号进行处理转换为不同的控制命令。
2.根据权利要求1所述的一种牙控智能家居系统，其特征在于，所述的利用信号采集模块采集咬牙动作状态产生的脑肌电信号，包括以下步骤: (1)咬牙按位置分为左边、右边、左右两边同时； (2)安装脑肌电信号采集电极，脑电极的安装位置采用国际10-20标准电极系统分布图； (3)根据信号强度特征，选取相关采集电极，减少电极数目，最大程度地对系统进行简化，比如本发明中采用参考电极、CP3和CP4电极等三个电极。
3.根据权利要求1所述的对一种牙控智能家居系统，其特征在于，所述的将采集信号进行处理转换为控制命令，包括以下步骤: (1)采用带通滤波保留4-lOOHz频段的信号，去除基线漂移； (2)分别利用神经网络和可变窗口方法来识别咬牙动作的18种不同状态作为控制指令(包括15种不同实时控制方式)； (3)这18种控制指令操控智能家居设备； 特举例说明如下:首先是控制主界面:连接/断开wifi转红外学习装置，电视主界面，风扇主界面；进入电视主界面:电视机的开/关，电视节目主界面，上网主界面；电视节目主界面包括0-9十个数字频道，返回；进入上网主界面:光标上移，光标下移，光标左移，光标右移，退出，返回；进入风扇主界面:风扇的开/关，风类，风速，预约定时，摇头导风，静音，返回。
【文档编号】G05B19/418GK103616882SQ201310679093
【公开日】2014年3月5日 申请日期:2013年12月14日 优先权日:2013年12月14日
【发明者】胡三清, 池剑锋, 赵化宾 申请人:胡三清, 池剑锋, 赵化宾