基于人眼扫视信号的人机交互式二维定位方法

摘要

本发明公开了一种基于人眼扫视信号的人机交互式二维定位方法，通过对多次重复实验所检测EOG数据进行特征提取与识别，揭示眼球运动角度和EOG统计信号特征之间的映射规律，构建基于EOG信号二维平面目标定位基本模型，同时在实际应用中考虑被试个体差异对基本定位模型进行参数修正，能够快速得到适用于每个被试的实际定位模型；模型构建中采用端点检测技术来实现测量信号的实时在线检测，为在线交互式系统的实现奠定了基础；通过一定的现场标定方法可以快速建立人眼与仿生机械臂之间的坐标转换关系；该系统实现了人眼、仿生机械臂的交互式二维精确位置控制。

主权项

1.基于人眼扫视信号的人机交互式二维定位方法，其特征在于，包括眼电信号预处理，人眼扫视定位模型建立以及人眼、仿生机械臂坐标系快速标定三个阶段：1）眼电信号预处理阶段是对眼电信号进行带通滤波和端点检测；包括以下步骤：所述眼电信号预处理阶段的带通滤波截止频率为0.1Hz-10Hz；对滤波后的眼电信号进行端点检测，检测扫视动作发生对应的眼电信号的起始点和终止点，端点检测步骤主要包括信号分帧和求取短时能量两部分，其中信号分帧是将连续的眼电信号转换为多段短时信号，进而对分帧后的短时信号求短时能量；2）人眼扫视基本定位模型建立是基于多次扫视实验的统计数据经线性拟合得到的，具体实验步骤如下：a、训练；a1、将水平方向左、右导连分别放置在受试者双眼外眦10mm处，垂直方向上、下导连距受试者瞳孔30mm对称分布，并采用相对参考来检测受试者水平扫视和垂直扫视时对应的眼电信号；所谓相对参考就是左、右和上、下导连不以参考地为绝对参考，而是水平、垂直方向两两导连互为参考，即水平方向右侧导连以左侧导连为参考，垂直方向上方导连以下方导连为参考，实际检测信号为水平、垂直方向两通道电压差值；a2、统计不同被试重复做已知角度扫视所对应峰值差，寻找角度与扫视信号峰值差之间的对应关系，建立基本定位模型；所述基本定位模型中，人眼水平、垂直方向两通道中扫视信号峰值差与对应扫视角度呈以下线性关系：水平方向：U_h=k_hθ_h+b_h；式中，θ_h为水平扫视角度，U_h为相同角度重复扫视对应的EOG信号峰值差均值，k_h为线性函数的斜率，b_h为截距；垂直方向：U_v=k_vθ_v+b_v；式中，θ_v为垂直扫视角度，U_v为相同角度重复扫视对应的EOG信号峰值差均值，k_v为线性函数的斜率，b_h为截距；在建立了水平、垂直方向基本定位模型后，就建立了二位目标点X(θ_h，θ_v)和水平、垂直信号峰值差均值之间直接的对应关系；b、模型匹配；所述基本定位模型基于大量被试统计数据得出，单个被试具体实验时需根据至少三个已知角度扫视来对单次定位模型进行归一化，将定位模型统一到基本模型中：$U_h=\left[\begin{array}{cc}{k_h}^{\prime }& {b_h}^{\prime }\end{array}\right]A\left[\begin{array}{c}{\theta }_h\\ 1\end{array}\right]=k_h{\theta }_h+b_h;$$U_v=\left[\begin{array}{cc}{k_v}^{\prime }& {b_v}^{\prime }\end{array}\right]B\left[\begin{array}{c}{\theta }_v\\ 1\end{array}\right]=k_v{\theta }_v+b_v;$式中，$A=\left[\begin{array}{cc}{k}_h/{k_h}^{\prime }& 0\\ 0& b_h/{b_h}^{\prime }\end{array}\right];$$B=\left[\begin{array}{cc}{k}_v/{k_v}^{\prime }& 0\\ 0& b_v/{b_v}^{\prime }\end{array}\right];$A、B分别为水平、垂直方向归一化矩阵，k_h′、k_v′为水平、垂直方向斜率的归一化因子，b_h′、b_v′为水平、垂直方向截距的归一化因子；3）人眼、仿生机械臂坐标系快速标定采用基于奇异值分解（SVD）的坐标转换算法；包括以下步骤：所述人眼、仿生机械手坐标转换关系如下：$P=\left[\begin{array}{cc}R& T\\ 0& 1\end{array}\right]Q;$式中，Q=(X′Y′Z′1)^T为人眼坐标系下二维平面目标点通过扫视信号反向推算出的坐标值，P=(X Y Z 1)^T为对应目标点在机械手坐标系下的坐标值，R为人眼坐标系和机械手坐标系间的旋转矩阵，T为平移向量；所述基于奇异值分解（SVD）的坐标转换算法是将两个坐标系下的公共标定点坐标重心化以移除坐标平移向量T，从而简化参数模型；设人眼、机械手坐标系间公共标定点个数为n，其在人眼坐标系中的坐标为(x_i′y_i′z_i′)^T，在机械手坐标系中的坐标为(x_i y_i z_i)^T，公共标定点坐标在机械手、人眼坐标系中的重心坐标为：$\left.\begin{array}{c}{P}_R=(x_R,y_R,z_R)\\ Q_R=({x_R}^{\prime },{y_R}^{\prime },{z_R}^{\prime })\end{array}\right\};$重心化坐标为$\left.\begin{array}{c}\bar{P}=(\bar{x},\bar{y},{\bar{z}}_R)\\ \bar{Q}=({\bar{x}}^{\prime },{\bar{y}}^{\prime },{\bar{z}}^{\prime })\end{array}\right\};$则$\left\{\begin{array}{c}{x}_R=\frac{\underset{i=1}{\overset{n}{\Sigma }}{x}_i}{n},y_R=\frac{\underset{i=1}{\overset{n}{\Sigma }}{y}_i}{n},z_R=\frac{\underset{i=1}{\overset{n}{\Sigma }}{z}_i}{n}\\ x_R^{\prime }=\frac{\underset{i=1}{\overset{n}{\Sigma }}{x}_i^{\prime }}{n},y_R^{\prime }=\frac{\underset{i=1}{\overset{n}{\Sigma }}{y}_i^{\prime }}{n},Z_R^{\prime }=\frac{\underset{i=1}{\overset{n}{\Sigma }}{z}_i^{\prime }}{n}\\ {\bar{x}}_i=x_i-x_R,{\bar{y}}_i=y_i-y_R,{\bar{z}}_i=z_i-z_R\\ {\bar{x}}_i^{\prime }=x_i^{\prime }-x_R^{\prime },{\bar{y}}_i^{\prime }=y_i^{\prime }-y_R^{\prime },{\bar{z}}_i^{\prime }=z_i^{\prime }-z_R^{\prime }\end{array}\right.,$构建最小化目标函数，并对其求最小值：$f=\Sigma {\left|\right|\bar{P}-R\bar{Q}\left|\right|}^2=\Sigma ({\bar{P}}^T\bar{P}+{\bar{Q}}^T\bar{Q}-2{\bar{P}}^{T}R\bar{Q});$令将J进行奇异值分解：J＝U^V^T，可得出最优旋转矩阵R＝VU^T，最后求解平移向量：得到旋转矩阵R和平移向量T后，人眼、仿生机械臂坐标系关系唯一确定。