1.一种协作机器人控制方法，其特征在于，所述方法包括以下步骤：实时采集控制者观察以预先选定的刺激频率闪烁的刺激图像生成的实际脑电信号；

对所述实际脑电信号进行预处理，所述预处理至少包括去直流漂移和降采样；

采用典型相关分析方法求取通用模板信号与预处理后的实际脑电信号的目标典型相关系数，所述通用模板信号是预先基于共同特征提取原理构建而得；

根据所述目标典型相关系数和预存的反映典型相关系数与控制指令对应关系的数据表编码产生相应的控制指令；以及根据所述控制指令控制协作机器人运动；

所述通用模板信号的构建过程具体包括：

通过离线实验采集同一受试者多个试次的脑电信号数据，设定 为采集的第t个试次的离线实验数据，其中Nc与Np分别为信号采集时的通道数和采样点数，平均多个试次之间的离线数据得到受试者类内SSVEP模板信号表示为也表示为： 其中，

k＝1,2,...分别对应K个刺激频率；

定义空间滤波器 对SSVEP模板信号 进行变换，具体表示为：经过空间滤波器w变换之后的SSVEP通用模板信号表示为

1,2,...)，也表示为 结合表示类间信号的相关性的公式 和经过变换之后的SSVEP通用模板信号获得协方差矩阵，并表示为：

结合表示角元素为同一受试者脑电信号的类间相关性的公式N和所述协方差矩阵，通过共同特征提取求解多个离线数据之间的相关性最大，获得优化问题公式，并表示为：

基于拉格朗日乘子法将所述优化问题公式变换为广义特征值问题，则获得所述通用模板信号表示为

2.如权利要求1所述的协作机器人控制方法，其特征在于，所述采用典型相关分析方法求取通用模板信号与预处理后的实际脑电信号的目标典型相关系数具体包括：将预先基于共同特征提取原理构建而得的通用模板信号替换所述典型相关分析方法的理想模板信号以获得典型相关系数的表达式；

根据所述典型相关系数的表达式计算获得预处理后的实际脑电信号在不同刺激频率下对应的多个初步典型相关系数；以及将所述多个初步典型相关系数中的最大值作为预处理后的实际脑电信号对应的所述目标典型相关系数。

3.如权利要求1所述的协作机器人控制方法，其特征在于，所述刺激图像为基于正弦编码方法构建获得。

4.如权利要求1所述的协作机器人控制方法，其特征在于，所述实时采集控制者观察以预先选定的刺激频率闪烁的刺激图像生成的实际脑电信号时，还对所述实际脑电信号进行分块处理。

5.如权利要求1所述的协作机器人控制方法，其特征在于，所述预处理还包括基于第一预定频率的带通滤波和基于第二预定频率的陷波滤波。

6.如权利要求1或3所述的协作机器人控制方法，其特征在于，根据所述控制指令控制协作机器人运动后，还判断所述协作机器人运动动作是否实现预定动作，并在判断为未实现所述预定动作时根据协作机器人的当前状态反馈调节所述刺激图像的刺激频率再从所述实时采集控制者观察以预先选定的刺激频率闪烁的刺激图像生成的实际脑电信号的步骤开始循环处理直至所述协作机器人实现所述预定动作。

7.一种协作机器人控制装置，与协作机器人相连，其特征在于，所述协作机器人控制装置包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的协作机器人控制方法。

8.如权利要求7所述的协作机器人控制装置，其特征在于，所述协作机器人为具有七自由度的机械臂。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的协作机器人控制方法。