基于脑电与肌电的智能小车控制系统及其避障技术研究

发布时间：2020-04-30 14:50

【摘要】：目前用于生物/机械人机接口的生理电信号主要有EEG(Electroencephalogram,脑电信号)和EMG(Electromyography,肌电信号)两种。但是,单一的脑机接口系统存在着信号识别率不高,信号采集不稳定等缺点;单一的肌电控制接口系统存在着动作模式较少、可编码有限等缺点。对脑电信号和肌电信号进行特征研究与组合,作为信号源来共同控制终端设备,可以整合两种信号的优势,弥补单一信号源的不足。本文设计了前额脑电信号和手臂表面肌电信号采集实验,对前额脑电信号和手臂表面肌电信号进行特征分析;完成了对紧张时的前额脑电信号和左臂曲臂、左勾、右勾时尺侧腕伸肌、掌长肌、肱二头肌表面肌电信号的识别。在此基础上,本文设计了基于脑电与肌电控制的智能小车,对脑电和肌电控制终端设备进行验证研究。构建了以幅值为识别依据的四种脑肌电信号动作状态判别组合,对小车动作进行分类和开关量化,建立了四种开关量化的动作指令接口模式。此外,考虑到生理电信号的不稳定性和易受干扰,为确保小车的正常运行及行车安全,本文设计了智能小车自主避障模块;以TTC(Time To Collision,碰撞时间)作为避障判别依据,提出了一种基于BP(Back-Propagation,反向传播)神经网络的线下避障算法。最后,对所建立的脑肌电控制模式与控制方法及提出的避障算法进行了在机测试。实验表明,脑肌电控制模式效果良好,脑电信号动作识别率达到了91.67%,肌电信号动作平均识别率达到88.33%以上,脑肌电信号动作与小车对应运动应答良好。避障算法平均成功率达到85%。实际运转中,所设计的智能小车控制系统应答迅速、延迟小、避障效果良好。
【图文】：

BCI系统

Graz BCI 系统
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN911.7;R318

【参考文献】

相关期刊论文 前10条

1 谢平;杨芳梅;陈晓玲;杜义浩;吴晓光;;基于多尺度传递熵的脑肌电信号耦合分析[J];物理学报;2015年24期

2 邢路宽;杨显业;梁恒诺;阚江明;;基于前臂表面肌电信号控制的智能小车设计[J];科技创新导报;2015年28期

3 熊安斌;赵新刚;韩建达;刘光军;;基于混沌理论的面瘫患者表面肌电信号分析[J];科学通报;2013年S2期

4 盛恒松;田洪君;郑崇勋;徐进;;去除脑电信号眨眼伪差的独立成分时域相关算法[J];西安交通大学学报;2013年10期

5 宫宁生;钱春阳;张媛;;一种BP网的学习速率与动量项自适应算法[J];小型微型计算机系统;2013年08期

6 张毅;祝翔;罗元;;基于SVM多分类技术的肌电辅助脑电智能轮椅控制系统[J];中南大学学报(自然科学版);2013年S2期

7 姚松丽;章亚男;张震;沈林勇;钱晋武;;利用选择性肌电信号控制踝关节神经运动康复装置[J];上海大学学报(自然科学版);2009年03期

8 刘虔铖;田学隆;李烽;葛国庆;唐海英;许佳;温慧中;;基于肌电生物反馈的脑卒中康复治疗仪的研制[J];生物医学工程学杂志;2009年02期

9 马忠伟;高上凯;;基于P300的脑-机接口:视觉刺激强度对性能的影响[J];清华大学学报(自然科学版);2008年03期

10 查理;;肌电假手的研究进展[J];国防科技;2007年09期

相关博士学位论文 前3条

1 潘家辉;基于P300和SSVEP的高性能脑机接口及其应用研究[D];华南理工大学;2014年

2 李阳;智能仿生手臂肌电信号—运动模型化与模式识别理论方法研究[D];吉林大学;2012年

3 陈歆普;基于肌电信号的多模式人机接口研究[D];上海交通大学;2011年

相关硕士学位论文 前8条

1 郭衍龙;基于运动想象与稳态视觉诱发电位的混合脑机接口系统研究[D];昆明理工大学;2017年

2 牛小辰;康复运动中的脑肌电特征分析[D];燕山大学;2015年

3 魏秀利;基于脑肌电反馈的虚拟康复系统研究[D];燕山大学;2015年

4 王佳威;脑电波信号的处理方法与应用[D];北京邮电大学;2015年

5 马培培;中风康复运动中脑肌电同步分析[D];燕山大学;2014年

6 杨成杰;P300脑机接口系统的应用研究[D];燕山大学;2013年

7 黄安湖;P300脑电诱发电位的分类识别及在脑机接口中的应用[D];山东大学;2008年

8 宋嵘;非线性分析及其在肌电信号处理中的应用[D];汕头大学;2002年

，

本文编号：2645886