基于MQTT协议的触觉信号传输与预测方法、装置及系统

基于mqtt协议的触觉信号传输与预测方法、装置及系统
技术领域
1.本发明涉及触觉信号采集、传输、预测技术领域，尤其涉及基于mqtt协议的触觉信号传输与预测方法、装置及系统。


背景技术：

2.近年来，医疗结合物联网、人工智能和机器学习，有了巨大的发展前景，可以通过网络进行远程诊疗，使得基层也能享受到优质专家资源。
3.音频、视频、图像等多媒体信息的高效传输给远程介入手术的实现提供了技术手段。过去的研究人员致力于研究这些多媒体信息的处理方法来尽可能减少手术过程中数据的传输时间。这些多媒体信息可以有效提供手术端的周围环境信息和病人的病理信息，包括病人的病理图像，手术操作过程中的操作视频流，手术器械的位置等。但是仅仅视听觉等信息的传输无法使手术主端(医生端)获得真实的感觉，无法从根本上指导手术过程。触觉互联网的核心技术需求包括无线接入网络、下一代核心网络、终端云和终端人工智能。触觉互联网支持的远程手术中，高精确度手术过程的实现需要保证医生端和手术端的通信延迟被限制在毫秒的级别[，因此其具有高可靠性和低延迟保证。设计一种医生行为预测和医生实际行为执行相结合的触觉交互机制。在正常交互模式下，诊疗系统接收医生的实际操作指令的触觉信号信息执行相应的操作，在超时情况下，诊疗系统需要具有预测医生下一步行为的触觉信号信息的能力，从而进行连续的操作，避免出现操作抖动的情况。
[0004]
然而，现有技术中在远程医疗中缺乏基于mqtt协议的触觉信号传输与预测方法。


技术实现要素：

[0005]
本发明的目的在于提供一种基于mqtt协议的触觉信号传输与预测方法、装置及系统，用于解决或者解决现有技术的远程医疗中缺乏基于mqtt协议的触觉信号传输与预测方法的技术问题。
[0006]
为了解决上述技术问题，本发明技术方案为：
[0007]
第一方面提供了基于mqtt协议的触觉信号传输与预测方法，包括：
[0008]
当接收到从mqtt服务器订阅的触觉信号信息时，将接收到的触觉信号信息进行显示，同时使用预先训练好的scinet-cbam时间序列预测模型对下次可能接收到的触觉信号信息进行预测，如果预设时间内未接收到下一条触觉信号信息，则将当前预测得到的触觉信号信息作为接收到的信息进行显示；其中，预先训练好的scinet-cbam时间序列预测模型将触觉信号采集装置采集的触觉信号信息作为训练集，对结合卷积注意力机制模块的多层神经网络框架进行训练后获得。
[0009]
在一种实施方式中，使用预先训练好的scinet-cbam时间序列预测模型对下次可能接收到的触觉信号信息进行预测，包括：
[0010]
将接收到的预设条连续触觉信号信息按照时间顺序依次输入预先训练好的scinet-cbam时间序列预测模型，获取下一个时刻触觉信号的预测信息；若预设时间内未接
收到下一条触觉信号信息，则将当前预测得到的触觉信号信息作为接收到的信息进行显示，并以当前预测得到的触觉信号信息作为依据进行下一步信号预测；直至完成全部的触觉信号传输。
[0011]
在一种实施方式中，所述方法还包括：如果预设时间内接收到下一条触觉信号信息，则正常显示接收到的触觉信息。
[0012]
在一种实施方式中，预先训练好的scinet-cbam时间序列预测模型为由多个sciblock-cbam堆叠而成的二叉树结构，每个sciblock-cbam的结构使用采样与交互学习方法，将输入的时间序列拆分为奇序列与偶序列，并分别使用不同的模块捕捉时间信息，然后再将两序列分别进行加减运算。
[0013]
在一种实施方式中，触觉信号采集装置采集的触觉信号信息包括压力信息和采集时间。
[0014]
基于同样的发明构思，本发明第二方面提供了基于mqtt协议的触觉信号传输与预测装置，所述触觉信号传输与预测装置为接收端，用于当接收到从mqtt服务器订阅的触觉信号信息时，将接收到的触觉信号信息进行显示，同时使用预先训练好的scinet-cbam时间序列预测模型对下次可能接收到的触觉信号信息进行预测，如果预设时间内未接收到下一条触觉信号信息，则将当前预测得到的触觉信号信息作为接收到的信息进行显示；其中，预先训练好的scinet-cbam时间序列预测模型将触觉信号采集装置采集的触觉信号信息作为训练集，对结合卷积注意力机制模块的多层神经网络框架进行训练后获得。
[0015]
基于同样的发明构思，本发明第三方面提供了基于mqtt协议的触觉信号传输与预测系统，包括第二方面所述的触觉信号传输与预测装置，还包括触觉信号采集装置、mqtt服务器，mqtt服务器分别与触觉信号传输与预测装置和触觉信号采集装置连接，触觉信号采集装置用于采集触觉信号信息，mqtt服务器用于接收触觉信号采集装置发布的触觉信号信息。
[0016]
在一种实施方式中，触觉信号采集装置包括触觉信号采集器和wi-fi模块，其中，触觉信号采集器用于实时采集触觉信号信息，wi-fi模块用于将采集的触觉信号信息发布至mqtt服务器。
[0017]
相对于现有技术，本发明的优点和有益的技术效果如下：
[0018]
1.本发明采用mqtt通信协议作为触觉信号的传输协议，该协议是一种低开销、低带宽占用的即时通讯协议，且能提供可靠的消息服务，适合触觉传输应用场景；
[0019]
2.本发明提出了一种基于mqtt协议的触觉信号传输与预测方法，该方法能提出使用时间序列预测的方法，对传输的触觉信号信息进行预测，能够有效解决在有高可靠性、低迟延要求的应用场景下的网络抖动、少量信息丢失的问题。
[0020]
3.本发明提出了一种scinet-cbam时间序列预测方法,该算法结合了scinet模型和卷积注意力机制模块；可以根据前期获得的触觉信号信息，预测接下来接收到的触觉信号信息，在当前应用场景下有较高的准确性。
附图说明
[0021]
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，下面描述中的附图是本发明
的一些实施例，对于本领域普通技术人员来讲，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。
[0022]
图1为本发明实施例中基于mqtt协议触觉信号传输与预测方法示意图；
[0023]
图2为本发明实施例中二叉树状网络scinet-cbam示意图；
[0024]
图3为本发明实施例中模块sciblock-cbam示意图；
[0025]
图4为本发明实施例中通道注意力系数计算示意图。
具体实施方式
[0026]
本技术发明人通过大量的研究与实践发现：使用时间序列预测方法使诊疗系统需要具有预测医生下一步行为的能力可以有效解决远程医疗中出现的操作抖动的问题。使用一个多层的神经网络框架(scinet)可以解决时间序列预测问题，该模型具备较高的预测准确率的同时，仅需要较低的计算时间成本。同时提出了卷积注意力模块(cbam)，这是一种用于前馈卷积神经网络的简单而有效的注意力模块，使用该模块在各种模型上，可以提高网络的性能。
[0027]
基于此，本发明提出了一种基于mqtt协议的触觉信号传输与预测方法，通过触觉信号采集器将采集到的触觉信号信息发布至部署好mqtt通信协议的服务器，接收端从服务器订阅相应消息实现触觉信号信息的远程传输，为了实现医生行为预测和医生实际行为执行相结合的触觉交互机制，使用训练好的scinet-cbam时间序列预测方法对医生的操作行为进行预测，这种方法可以拥有较高准确率的同时，拥有较低的运算时间复杂度，符合远程手术触觉信号传输高可靠性、低迟延的需求，为远程手术的触觉信号传输提供了有效的技术手段
[0028]
为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域普通技术人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。
[0029]
实施例一
[0030]
本发明提供了基于mqtt协议的触觉信号传输与预测方法，包括：
[0031]
当接收到从mqtt服务器订阅的触觉信号信息时，将接收到的触觉信号信息进行显示，同时使用预先训练好的scinet-cbam时间序列预测模型对下次可能接收到的触觉信号信息进行预测，如果预设时间内未接收到下一条触觉信号信息，则将当前预测得到的触觉信号信息作为接收到的信息进行显示；其中，预先训练好的scinet-cbam时间序列预测模型将触觉信号采集装置采集的触觉信号信息作为训练集，对结合卷积注意力机制模块的多层神经网络框架进行训练后获得。
[0032]
具体实施过程中，scinet为多层的神经网络框架，cbam为卷积注意力模块。预设时间内未接收到下一条触觉信号信息，即没有及时收到下一条触觉信号信息，预设时间根据实际情况进行调整。具体来说，由于应用场景对信息传输频率有需求，触觉信号采集装置会以一定频率发送采集到的触觉信号信息，以每秒20条信息为例，则每50ms需要接受到一条信息。在这种情况下，如果两条信息接收时间间隔在50ms以内(预设时间内)，为及时接收，否则为超时。
[0033]
在一种实施方式中，使用预先训练好的scinet-cbam时间序列预测模型对下次可能接收到的触觉信号信息进行预测，包括：
[0034]
将接收到的预设条连续触觉信号信息按照时间顺序依次输入预先训练好的scinet-cbam时间序列预测模型，获取下一个时刻触觉信号的预测信息；若预设时间内未接收到下一条触觉信号信息，则将当前预测得到的触觉信号信息作为接收到的信息进行显示，并以当前预测得到的触觉信号信息作为依据进行下一步信号预测；直至完成全部的触觉信号传输。
[0035]
在一种实施方式中，所述方法还包括：如果预设时间内接收到下一条触觉信号信息，则正常显示接收到的触觉信息。
[0036]
在一种实施方式中，预先训练好的scinet-cbam时间序列预测模型为由多个sciblock-cbam堆叠而成的二叉树结构，每个sciblock-cbam的结构使用采样与交互学习方法，将输入的时间序列拆分为奇序列与偶序列，并分别使用不同的模块捕捉时间信息，然后再将两序列分别进行加减运算。
[0037]
具体实施过程中，接收端的具体实现包括如下步骤：
[0038]
s1：使用触觉信号采集装置采集制作数据训练集，训练集包含时间与压力值两个参数。
[0039]
收集触觉信号采集装置发布在mqtt服务器上的触觉信息，并将信息时间与压力值两个参数进行采集，制作数据训练集。
[0040]
s2：利用制作的数据集训练scinet-cbam时间序列预测模型；
[0041]
首先完成scinet-cbam时间序列模型构建。本实例实行的参数如表1所示，scinet-cbam为多个sciblock-cbam堆叠而成的二叉树结构，如图2所示，本实例中树一共包含3层7个节点，第一层输入为长度为48的序列，每一层处理后，均会输出一个处理后的奇序列与偶序列，奇序列与偶序列长度为输入序列的一半，经过三层sciblock-cbam处理后的结果为8个长度为6的序列，将序列重新拼接成长度为48的序列，最后经过一个一维卷积层，卷积核为1，大小为1*48，步长为1，得到最终的模型输出结果。
[0042]
表1
[0043]
[0044]
[0045][0046]
每个sciblock-cbam的结构如图3所示，使用了采样与交互学习方法，将输入的时间序列拆分为奇序列与偶序列，分别使用不同的模块捕捉时间信息，然后再将两序列分别进行加减运算。以第一层为例，第一层输入序列长度为48，样本数量为m，之前接收到的n个触觉信号信息,本实例中m为8，第一层n为48，每一层会将其拆分为长度相同的奇序列与偶序列，长度为n/2，分别使用模块1-4对奇序列与偶序列进行处理，最后输出处理后的奇序列与偶序列，以第一层为例，第一层输入序列长度为48，先将其拆分为长度为24的原奇序列与原偶序列，而后原奇序列经过模块1与exp激活函数后，结果与原偶序列点乘，得到中间结果a，原偶序列经过模块2与exp激活函数后，结果与原奇序列点乘，得到中间结果b，中间结果b与中间结果a经过模块3的结果相加，得到sciblock-cbam模块输出的奇序列，中间结果a与中间结果b经过模块4的结果相减，得到sciblock-cbam模块输出的偶序列；
[0047]
模块1-4的格式相同，参数如表2所示，以第一层的为例，本实例中输入数据大小为1*24，首先经过一维卷积层，其卷积核数量为4，大小为1*5，步长为1，激活函数使用leakyrelu，采用边缘填充的方式，卷积处理后长度增加2，输出结果大小为4*26；而后使用注意力机制模块cbam，赋予输入信息不同权重，输出结果大小为4*26；最后经过一个一维卷积层，其卷积核数量为1，大小为4*3，步长为1，激活函数使用tanh，最终输出结果大小为1*24。
[0048]
表2
[0049][0050][0051]
cbam模块参数如表3所示，结构如图4所示，cbam模块使用了通道注意力系数，计算方法为，先分别使用自适应最大池化和自适应平均池化操作，将数据扁平化处理得到两个结果，将扁平化处理的结果分别经过share mlp模块，share mlp模块包含两个二维卷积，第
一个二维卷积层的卷积核数为2，大小为4*1，步长为1，激活函数为relu，第二个二维卷积层卷积核数为4，大小为2*1，步长为1。将两个结果分别进过share mlp模块后，结果相加后使用sigmod激活函数，得到的结果为通道注意力系数，将通道注意力系数与输入数据相乘后得到cbam模块的输出。
[0052]
表3
[0053][0054]
构建好模型后，使用步骤s1采集的训练数据对scinet-cbam时间序列预测模型完成训练。
[0055]
s3：接收端接收到订阅的触觉信号信息时，将接收到的触觉信号信息显示出来，将最近接收连续触觉信号信息按照时间顺序依次输入训练好的scinet-cbam时间序列预测模型，获取下一个时刻触觉信号的预测信息；若在一定时间内及时接收到下一条触觉信号信息，则正常显示接收到的触觉信息，否则判断为出现异常情况，将预测的信息进行显示。
[0056]
接收端接收到订阅的触觉信号信息时，将接收到的触觉信号信息显示出来，然后完成触觉信号信息预测，本实例中，模型输入序列长度为48，初始值为0，每次接收到新的触觉信号时，将新接收到的信息补到序列尾，而后将序列第一位删除，依旧保持序列的长度为48，将序列作为输入传入训练好的scinet-cbam时间序列预测模型，得到下一个时刻的触觉信号信息的预测值，若在5ms内接收到下一条触觉信号信息，则判断为正常，显示接收到的触觉信息，继续重复上述步骤，否则判断为出现异常情况，将预测的信息进行显示，并将预测的信息作为接收到的触觉信号信息，重复上述步骤，当连续出现20条异常时，判断为系统出现异常，停止操作并报错，否则一直运行直至信号传输结束。
[0057]
在一种实施方式中，触觉信号采集装置采集的触觉信号信息包括压力信息和采集时间。
[0058]
总体来说，本发明首先利用wemos d1mini开发板采集触觉信号并通过wi-fi在部署好的mqtt服务器上发布触觉信号信息；在信号接收端订阅触觉信号信息，接收端在接收到触觉信号后将接收到的触觉信号显示，而后使用一种scinet-cbam时间序列预测方法对下一时刻可能接收到的触觉信号进行预测，若未能及时接收下一时刻的触觉信号信息，将使用预测值代替接收值显示。本发明基于mqtt协议触觉信号传输与预测技术，在实时采集
和远程传输触觉信号的同时，对未能及时接收的数据进行预测与补全，使传递的触觉信号具有连续性，提高了数据传输的可靠性。为远程操作手术提供了一种有效的技术手段。
[0059]
实施例二
[0060]
基于同样的发明构思，本发明公开了基于mqtt协议的触觉信号传输与预测装置，所述触觉信号传输与预测装置为接收端，用于当接收到从mqtt服务器订阅的触觉信号信息时，将接收到的触觉信号信息进行显示，同时使用预先训练好的scinet-cbam时间序列预测模型对下次可能接收到的触觉信号信息进行预测，如果预设时间内未接收到下一条触觉信号信息，则将当前预测得到的触觉信号信息作为接收到的信息进行显示；其中，预先训练好的scinet-cbam时间序列预测模型将触觉信号采集装置采集的触觉信号信息作为训练集，对结合卷积注意力机制模块的多层神经网络框架进行训练后获得。
[0061]
由于本发明实施例二所介绍的装置为实施本发明实施例一中基于mqtt协议的触觉信号传输与预测方法所采用的装置，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该装置的具体结构及变形，故而在此不再赘述。凡是本发明实施例一中方法所采用的装置都属于本发明所欲保护的范围。
[0062]
实施例三
[0063]
基于同一发明构思，本发明还提供了基于mqtt协议的触觉信号传输与预测系统，包括实施例二所述的触觉信号传输与预测装置，还包括触觉信号采集装置、mqtt服务器，mqtt服务器分别与触觉信号传输与预测装置和触觉信号采集装置连接，触觉信号采集装置用于采集触觉信号信息，mqtt服务器用于接收触觉信号采集装置发布的触觉信号信息。
[0064]
在一种实施方式中，触觉信号采集装置包括触觉信号采集器和wi-fi模块，其中，触觉信号采集器用于实时采集触觉信号信息，wi-fi模块用于将采集的触觉信号信息发布至mqtt服务器。
[0065]
具体来说，本实施例提供的基于mqtt协议的触觉信号传输与预测系统包括触觉信号采集装置、mqtt服务器、接收端；
[0066]
触觉信号采集装置，为wemos d1mini开发板，其包含wi-fi模块和触觉信号采集器，用于实时采集触觉信号信息，该触觉信号信息为触觉感知器实时获取的压力信息，并通过wi-fi模块将触觉信号信息发布至mqtt服务器；
[0067]
mqtt服务器，为部署了mqtt通信协议服务器的终端；该终端部署好mqtt服务器后，供触觉信号采集装置与接收端连接，触觉信号采集装置在mqtt服务器发布采集到的触觉信号信息，接收端从mqtt服务器订阅触觉信号信息，从而完成触觉信号信息传递；
[0068]
接收端，为包含接收、预测和显示触觉信号信息程序的终端；该终端可以接收从mqtt服务器发布的触觉信号信息，根据之前接收或预测的触觉信号信息，对下一条可能接收到的触觉信号信息进行预测，当及时接收到下一条触觉信号信息时，将接收到的触觉信号信息进行显示，否则将显示之前预测的触觉信号信息，重复此步骤，直至完成所有的信号传输。
[0069]
具体实施过程中，请参见图1，为本发明实施例中基于mqtt协议触觉信号传输与预测方法示意图。
[0070]
首先部署提供mqtt通信协议的服务器。
[0071]
本实例使用activemq软件完成mqtt通信协议的服务器的部署，在安装好activemq
软件后，创建新的服务器实例，完成服务器服务端口号、管理地址与端口号、管理用户账号信息等配置，保持服务器处于开启状态。
[0072]
然后使用触觉信号采集装置，获取需要传输的触觉信号信息，包括压力信息和采集时间；同时使用装置上的wi-fi模块将采集到的触觉信号信息发布至mqtt服务器。
[0073]
本实施例中触觉信号采集装置中的信号采集模块使用wemos d1mini开发板。首先配置mqtt协议服务器传输地址为部署好的mqtt服务器的ip地址，设定消息发送频率为20条每秒，设定wi-fi账号密码信息，然后启动触觉信号采集装置采集触觉信号信息并通过wi-fi将其传输至mqtt服务器，该触觉信号信息为触觉感知器实时获取的压力信息。本实施例中触觉信号采集装置在接入无线网络后，会将采集到的触觉信号实时发布至指定mqtt服务器。
[0074]
再通过接收端接收到订阅的触觉信号信息时，将接收到的触觉信号信息显示出来，同时使用scinet-cbam时间序列预测方法对下次可能接收到的触觉信号信息进行预测，当一定时间内未接收到新的触觉信号信息时，判断为信息丢失，将预测的触觉信号信息作为接收信息显示，并以此作为依据进行下一步信号预测；直至完成全部的触觉信号传输。
[0075]
由于本发明实施例三所介绍的系统为实施本发明实施例一中基于mqtt协议的触觉信号传输与预测方法所采用的计算机可读存储介质，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该计算机可读存储介质的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的计算机可读存储介质都属于本发明所欲保护的范围。
[0076]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0077]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0078]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.基于mqtt协议的触觉信号传输与预测方法，其特征在于，包括：当接收到从mqtt服务器订阅的触觉信号信息时，将接收到的触觉信号信息进行显示，同时使用预先训练好的scinet-cbam时间序列预测模型对下次可能接收到的触觉信号信息进行预测，如果预设时间内未接收到下一条触觉信号信息，则将当前预测得到的触觉信号信息作为接收到的信息进行显示；其中，预先训练好的scinet-cbam时间序列预测模型将触觉信号采集装置采集的触觉信号信息作为训练集，对结合卷积注意力机制模块的多层神经网络框架进行训练后获得。2.如权利要求1所述的基于mqtt协议的触觉信号传输与预测方法，其特征在于，使用预先训练好的scinet-cbam时间序列预测模型对下次可能接收到的触觉信号信息进行预测，包括：将接收到的预设条连续触觉信号信息按照时间顺序依次输入预先训练好的scinet-cbam时间序列预测模型，获取下一个时刻触觉信号的预测信息；若预设时间内未接收到下一条触觉信号信息，则将当前预测得到的触觉信号信息作为接收到的信息进行显示，并以当前预测得到的触觉信号信息作为依据进行下一步信号预测；直至完成全部的触觉信号传输。3.如权利要求1所述的基于mqtt协议的触觉信号传输与预测方法，其特征在于，所述方法还包括：如果预设时间内接收到下一条触觉信号信息，则正常显示接收到的触觉信息。4.如权利要求1所述的基于mqtt协议的触觉信号传输与预测方法，其特征在于，预先训练好的scinet-cbam时间序列预测模型为由多个sciblock-cbam堆叠而成的二叉树结构，每个sciblock-cbam的结构使用采样与交互学习方法，将输入的时间序列拆分为奇序列与偶序列，并分别使用不同的模块捕捉时间信息，然后再将两序列分别进行加减运算。5.如权利要求1所述的基于mqtt协议的触觉信号传输与预测方法，其特征在于，触觉信号采集装置采集的触觉信号信息包括压力信息和采集时间。6.基于mqtt协议的触觉信号传输与预测装置，其特征在于，所述触觉信号传输与预测装置为接收端，用于当接收到从mqtt服务器订阅的触觉信号信息时，将接收到的触觉信号信息进行显示，同时使用预先训练好的scinet-cbam时间序列预测模型对下次可能接收到的触觉信号信息进行预测，如果预设时间内未接收到下一条触觉信号信息，则将当前预测得到的触觉信号信息作为接收到的信息进行显示；其中，预先训练好的scinet-cbam时间序列预测模型将触觉信号采集装置采集的触觉信号信息作为训练集，对结合卷积注意力机制模块的多层神经网络框架进行训练后获得。7.基于mqtt协议的触觉信号传输与预测系统，其特征在于，包括如权利要求6所述的触觉信号传输与预测装置，还包括触觉信号采集装置、mqtt服务器，mqtt服务器分别与触觉信号传输与预测装置和触觉信号采集装置连接，触觉信号采集装置用于采集触觉信号信息，mqtt服务器用于接收触觉信号采集装置发布的触觉信号信息。8.如权利要求7所述的基于mqtt协议的触觉信号传输与预测系统，其特征在于，触觉信号采集装置包括触觉信号采集器和wi-fi模块，其中，触觉信号采集器用于实时采集触觉信号信息，wi-fi模块用于将采集的触觉信号信息发布至mqtt服务器。

技术总结
本发明公开了一种基于MQTT协议的触觉信号传输与预测方法、装置及系统，首先利用WeMos D1mini开发板采集触觉信号并通过Wi-Fi在部署好的MQTT服务器上发布触觉信号信息；在信号接收端订阅触觉信号信息，接收端在接收到触觉信号后将接收到的触觉信号显示，而后使用一种SCINet-CBAM时间序列预测方法对下一时刻可能接收到的触觉信号进行预测，若未能及时接收下一时刻的触觉信号信息，将使用预测值代替接收值显示。本发明基于MQTT协议触觉信号传输与预测技术，在实时采集和远程传输触觉信号的同时，对未能及时接收的数据进行预测与补全，使传递的触觉信号具有连续性，提高了数据传输的可靠性。为远程操作手术提供了一种有效的技术手段。手段。手段。


技术研发人员：赵俭辉 张阳 袁志勇
受保护的技术使用者：武汉大学
技术研发日：2023.03.27
技术公布日：2023/7/7