多感知融合驱动的人—机器人交互技术与应用

发布时间：2020-12-04 23:18

　　已有的人-机器人交互存在着感知通道和交互方式单一的问题,无法适应复杂多变的交互需求,严重影响了交互过程中的用户体验。随着服务机器人的推广普及,为了实现人与机器人之间的高效协同,更加要求机器人具备较强的感知能力和灵活的交互能力。因此,本文针对基于运动想象的康复训练机器人,进行了多感知融合的人-机器人交互技术研究,融合脑电、眼动等多通道数据,促进机器人识别用户交互意图和生理状态,并动态调节机器人的交互方式,提高康复训练效果和用户体验。主要的研究工作包括以下三个方面:（1）面向机器人的脑电感知与交互技术。首先设计了三种基于机器人的刺激模式,结合肢体和语音,引导用户进行运动想象。通过时频分析法发现,机器人的多模式刺激对脑电信号中的事件相关去同步特征（Event-Related Desynchronization,ERD）有激发作用。与传统的图片、视频刺激模式相比,本文方法的平均ERD值在α频段和β频段上分别提高了96.87%和147.28%。在脑电信号分类中,基于机器人的三种刺激模式的平均分类识别率达到了82.32%,与图片、视频刺激模式相比分别提高了7.89%和4.32%。因此,通过机器人多... 

【文章来源】：浙江工业大学浙江省

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

基于运动想象的康复助力臂[18]

图 1- 2 基于运动想象的上肢康复机器人系统示意图[21]re 1-2. Schematic diagram of upper limb rehabilitation robot system based on motioimagery外，研究表明人在想象不同肢体运动时，即使没有明显的动作输出，大知皮层的活跃状态也会发生变化，具体表现为特定频段的脑电信号能量下降，这被称为事件相关去同步现象（Event-Related Desynchronizatio[22]。ERD 是运动想象脑电信号中最基础的特征，主要分布于脑电信号的8~13Hz）和 β 频段（14~30Hz）中，在人体想象单侧肢体的运动时，其对脑电信号中 频段和 β 频段会同步出现明显的能量衰减[23]。对脑电信号D 特征分析是运动想象研究中的重要方法，但是普通人由于未经过运动想其 ERD 特征往往不显著，并且存在部分受试者的运动想象脑电信号中不显的 ERD 特征，称为“ERD 盲”[24]。研究表明视觉刺激引导能够提高运动信号的 ERD 特征，目前国内外的研究者主要针对图片、视频等刺激模式验研究。rani 等人对视频刺激的抽象程度与脑区活跃性之间的关系进行了研究，实试者播放“抓握”动作的视频，研究发现，观看真实的手能够激活大脑右后

觉引导物的视觉刺激模式的分类准确率优于没有视觉引导物的模式进行了多模式刺激下运动想象脑电信号的特征调制研究，设计了 4模式（静态文字、抓握视频、手指运动视频以及带声音的手指运动了这几种刺激模式下脑电信号的 ERD 特征，如图 1-3（d）所示。结列运动视频和带声音的手指序列运动视频能够激发程度更深、范围征[30]。（a）[27]（b）[28]


本文编号：2898412