基于脑电波传感器的智能轮椅控制系统

• 作者: 孙顺远 庄伟超 张坤 徐瑞 朱红洲 顾文杰
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 脑电波 STM32 改进的滑动窗口算法 K-近邻 模式识别
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 计算机与控制系统
• 页码范围: 55-58,63
• 页数: 5页
• 分类号: TP391
• 字数: 2902字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2018.01.013

摘要

针对普通轮椅残障人士使用不便,智能化程度低等问题,提出了一种基于脑电波传感器的智能轮椅控制系统.系统采用STM32单片机为控制核心,以蓝牙透传的方式与脑电波传感器进行通信,在脑电波信号数据流解析中,通过数字陷波器滤噪,并研究设计了改进的滑动窗口算法、特征提取算法和K-近邻算法,实现了对脑电波信号的模式识别.通过实验验证,该系统具有响应时间短和识别准确率高的优点,完成了对轮椅运动轨迹的意念控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张坤	江南大学物联网工程学院	19	145	7.0	12.0
2	孙顺远	江南大学物联网工程学院	22	107	6.0	9.0
6	庄伟超	江南大学物联网工程学院	2	5	1.0	2.0
7	顾文杰	江南大学物联网工程学院	1	4	1.0	1.0
8	朱红洲	江南大学物联网工程学院	1	4	1.0	1.0
9	徐瑞	江南大学物联网工程学院	1	4	1.0	1.0