基于脑机接口的智能轮椅控制系统研究
发布时间：2021-08-31 05:05
脑机接口技术因不依赖人体自身神经和肌肉组织而是通过电子设备在大脑和外围设备之间建立一条全新对外信息交流和控制通路的特点而被广泛应用于人工智能领域。为了改善和提高老年人和伤残人士的生活质量与行动能力,智能轮椅控制系统的研究已经成为了焦点。而对于自理能力和行动能力较差的人来说现有的智能轮椅控制系统仍有许多方面需要改进。因此,研究一种操作方便、运动灵活、安全性高的脑机接口智能轮椅控制系统具有十分重要的意义。本文首先对脑机接口和当前智能轮椅控制系统进行技术分析,并结合用户需求和产品工艺,制定出了基于脑机接口技术的智能轮椅控制系统总体方案和软硬件方案。根据方案设计了控制系统的硬件和软件,并搭建实验平台测试其功能。其中硬件部分主要由脑波采集卡和微控制卡两部分组成。通过脑波采集卡提取运动想象的脑电信号,再经过蓝牙传输至微控制卡;脑电信号经过微控制卡的处理,进而驱动电机动作完成轮椅的运动。脑波采集卡的设计是基于TGAM芯片并集成蓝牙4.0无线传输模块;微控制卡的设计是基于ATMEGA328和ATMEGA16芯片且遵照Creative Commons许可协议而设计,且集成蓝牙4.0无线传输模块、超声波检...
【文章来源】：西安工程大学陕西省
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
脑机接口示意图
即引导操作流程如图2-1 所示。这也意味着 BCI 之间的通信过程实际上是一个复杂和多学科的问题，需要结合神经科学、控制工程、计算机科学和人类科学等多方面学科[19]。 图 2-1 脑机接口示意图2.2 智能轮椅控制系统概述关于智能轮椅控制系统，目前使用最为普遍的是使用操纵杆控制轮椅的运动方向和速度。这样对于高位截瘫的人群并不适用，本控制系统采用脑波控制轮椅的运动和速度。根据调查研究，人们对于轮椅的运动安全和速度控制问题是非常担心的。所以本控制系统在设计之初，将运动安全和速度控制问题作为整个系统研究的重点。本课题的智能轮椅控制系统的主要有脑电采集卡和微控制卡两部分组成，其中脑波采集卡采用的是 NeuroSkyg 公司的 TGAM 模块，该模块中已经嵌入 esenseTM算
控制系统中脑波采集卡的软件功能实现使用的是 Visual Studio 软件编写；微卡的软件功能实现使用的是与 ATMEGA 匹配的专业 Sketch_Jun26a 软件编写 Sketch_Jun26a 软件主要编写上层代码，因为所采用的微处理器已经将端口设数据库封装在底层。由于这种封装结构，更加便于利用 C/C++语言进行上层代写，很大程度的缩短了开发时间。4 本章小结本章首先对脑机接口技术进行了介绍，然后通过对控制系统的整体分析制定统的结构框图。根据系统的结构框图和技术要求设计了系统硬件结构图和系统功能图，同时阐述了软硬件的基本特征。本课题研究的控制系统是跨学科和专中主要涉及学科和专业有生物学、计算机、通信和控制工程等前沿学科和专业跟人工智能的发展潮流。
【参考文献】：
期刊论文
[1]基于Gabor小波-传递熵的脑-肌电信号同步耦合分析[J]. 张园园,邹策,陈晓玲,尹永浩,程生翠,陈迎亚,谢平. 生物医学工程学杂志. 2017(06)
[2]一种基于SA4多小波的脑电信号消噪方法[J]. 任通,罗志增,孟明,姚家扬. 传感技术学报. 2016(12)
[3]多传感器可变参数互补滤波算法设计[J]. 卢捡森,马龙,裴昕,黄超,周德新,苏志刚. 电光与控制. 2017(02)
[4]单通道脑电信号中眼电干扰的自动分离方法[J]. 吴明权,李海峰,马琳. 电子与信息学报. 2015(02)
[5]超声波传感器应用综述[J]. 韦兴平,车畅,宋春华. 工业控制计算机. 2014(11)
[6]脑机融合系统综述[J]. 吴朝晖,俞一鹏,潘纲,王跃明. 生命科学. 2014(06)
[7]向量自回归模型拟合与预测效果评价[J]. 倪延延,张晋昕. 中国卫生统计. 2014(01)
[8]基于双树复小波变换的轴承复合故障诊断研究[J]. 胥永刚,孟志鹏,赵国亮. 仪器仪表学报. 2014(02)
[9]基于MATLAB的切比雪夫Ⅰ型语音滤波的实现[J]. 张芬. 信息通信. 2013(03)
[10]一种基于两种不同范式的混合型脑-机接口系统[J]. 李翔,高小榕,高上凯. 中国生物医学工程学报. 2012(03)
博士论文
[1]混合脑机接口实现及其应用研究[D]. 王洪涛.华南理工大学 2015
[2]脑信号分析的算法研究与多模态脑机接口[D]. 龙锦益.华南理工大学 2012
[3]相邻电容传感器设计及ECT技术研究[D]. 李楠.西安电子科技大学 2010
[4]信息融合与智能处理的研究[D]. 李玉榕.浙江大学 2001
硕士论文
[1]基于多类运动想象的脑机接口技术研究[D]. 田敏婷.西安工程大学 2017
[2]基于深度网络的脑电信号分类方法研究[D]. 徐朝阳.中国海洋大学 2015
[3]面向模块化移动机器人的无线自组网控制系统研究[D]. 秦向攀.河北工业大学 2015
[4]基于Matlab和电液比例实验系统的PID参数优化设计[D]. 钟旭佳.西安工程大学 2015
[5]基于DSP智能轮椅控制系统的研究与开发[D]. 赵新全.重庆大学 2014
[6]脑电波控制的智能轮椅控制系统设计[D]. 王喜梅.大连交通大学 2013
[7]基于单片机的蓄电池智能充放电控制器研究[D]. 张保凯.大连海事大学 2013
[8]多功能轮椅运动控制系统研究与开发[D]. 周伟.华南理工大学 2010
[9]基于运动想象的脑机接口的研究与设计[D]. 谷少东.浙江大学 2008
[10]基于改进遗传算法的滤波器优化设计[D]. 唐艳.扬州大学 2008
本文编号：3374252
【文章来源】：西安工程大学陕西省
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
脑机接口示意图
即引导操作流程如图2-1 所示。这也意味着 BCI 之间的通信过程实际上是一个复杂和多学科的问题，需要结合神经科学、控制工程、计算机科学和人类科学等多方面学科[19]。 图 2-1 脑机接口示意图2.2 智能轮椅控制系统概述关于智能轮椅控制系统，目前使用最为普遍的是使用操纵杆控制轮椅的运动方向和速度。这样对于高位截瘫的人群并不适用，本控制系统采用脑波控制轮椅的运动和速度。根据调查研究，人们对于轮椅的运动安全和速度控制问题是非常担心的。所以本控制系统在设计之初，将运动安全和速度控制问题作为整个系统研究的重点。本课题的智能轮椅控制系统的主要有脑电采集卡和微控制卡两部分组成，其中脑波采集卡采用的是 NeuroSkyg 公司的 TGAM 模块，该模块中已经嵌入 esenseTM算
控制系统中脑波采集卡的软件功能实现使用的是 Visual Studio 软件编写；微卡的软件功能实现使用的是与 ATMEGA 匹配的专业 Sketch_Jun26a 软件编写 Sketch_Jun26a 软件主要编写上层代码，因为所采用的微处理器已经将端口设数据库封装在底层。由于这种封装结构，更加便于利用 C/C++语言进行上层代写，很大程度的缩短了开发时间。4 本章小结本章首先对脑机接口技术进行了介绍，然后通过对控制系统的整体分析制定统的结构框图。根据系统的结构框图和技术要求设计了系统硬件结构图和系统功能图，同时阐述了软硬件的基本特征。本课题研究的控制系统是跨学科和专中主要涉及学科和专业有生物学、计算机、通信和控制工程等前沿学科和专业跟人工智能的发展潮流。
【参考文献】：
期刊论文
[1]基于Gabor小波-传递熵的脑-肌电信号同步耦合分析[J]. 张园园,邹策,陈晓玲,尹永浩,程生翠,陈迎亚,谢平. 生物医学工程学杂志. 2017(06)
[2]一种基于SA4多小波的脑电信号消噪方法[J]. 任通,罗志增,孟明,姚家扬. 传感技术学报. 2016(12)
[3]多传感器可变参数互补滤波算法设计[J]. 卢捡森,马龙,裴昕,黄超,周德新,苏志刚. 电光与控制. 2017(02)
[4]单通道脑电信号中眼电干扰的自动分离方法[J]. 吴明权,李海峰,马琳. 电子与信息学报. 2015(02)
[5]超声波传感器应用综述[J]. 韦兴平,车畅,宋春华. 工业控制计算机. 2014(11)
[6]脑机融合系统综述[J]. 吴朝晖,俞一鹏,潘纲,王跃明. 生命科学. 2014(06)
[7]向量自回归模型拟合与预测效果评价[J]. 倪延延,张晋昕. 中国卫生统计. 2014(01)
[8]基于双树复小波变换的轴承复合故障诊断研究[J]. 胥永刚,孟志鹏,赵国亮. 仪器仪表学报. 2014(02)
[9]基于MATLAB的切比雪夫Ⅰ型语音滤波的实现[J]. 张芬. 信息通信. 2013(03)
[10]一种基于两种不同范式的混合型脑-机接口系统[J]. 李翔,高小榕,高上凯. 中国生物医学工程学报. 2012(03)
博士论文
[1]混合脑机接口实现及其应用研究[D]. 王洪涛.华南理工大学 2015
[2]脑信号分析的算法研究与多模态脑机接口[D]. 龙锦益.华南理工大学 2012
[3]相邻电容传感器设计及ECT技术研究[D]. 李楠.西安电子科技大学 2010
[4]信息融合与智能处理的研究[D]. 李玉榕.浙江大学 2001
硕士论文
[1]基于多类运动想象的脑机接口技术研究[D]. 田敏婷.西安工程大学 2017
[2]基于深度网络的脑电信号分类方法研究[D]. 徐朝阳.中国海洋大学 2015
[3]面向模块化移动机器人的无线自组网控制系统研究[D]. 秦向攀.河北工业大学 2015
[4]基于Matlab和电液比例实验系统的PID参数优化设计[D]. 钟旭佳.西安工程大学 2015
[5]基于DSP智能轮椅控制系统的研究与开发[D]. 赵新全.重庆大学 2014
[6]脑电波控制的智能轮椅控制系统设计[D]. 王喜梅.大连交通大学 2013
[7]基于单片机的蓄电池智能充放电控制器研究[D]. 张保凯.大连海事大学 2013
[8]多功能轮椅运动控制系统研究与开发[D]. 周伟.华南理工大学 2010
[9]基于运动想象的脑机接口的研究与设计[D]. 谷少东.浙江大学 2008
[10]基于改进遗传算法的滤波器优化设计[D]. 唐艳.扬州大学 2008
本文编号：3374252
本文链接：https://www.wllwen.com/kejilunwen/wltx/3374252.html
