基于生物电控制的人机交互技术研究
发布时间：2022-08-08 12:19
脑电信号是由大脑内部的神经元细胞产生的一种非线性的、随机的、微伏级的生物电信号,是神经元细胞群体活动生物电在头皮表层的综合反映。人体表面肌电信号是浅层神经肌肉细胞兴奋收缩,引起表面电位变化而形成的一种电信号。目前国内外对于脑机交互技术的相关研究越来越多,从理论和实践证明了该技术的可行性。同时由于肌电信号的确定性和高识别率,其已经成为一种理想的人机交互控制信号源。基于肌电信号单独控制的人机交互技术已经有许多成熟应用,但是利用肌电和脑电互补优势,作为协同控制信号源控制外部装置及设备的研究还比较少。由于表面肌电信号可以直接反映人体的肢体活动,因此非常适用于拟人化控制;而大脑作为人的神经中枢,通过大脑皮层采集的脑电信号含有丰富的控制信息,可以作为被控设备的控制信号源。本文从脑电和肌电信号研究现状出发,对信号的采集、预处理、特征提取和模式识别方法做了详细的研究和分析。同时还研发了一款基于脑电和肌电控制的多模式遥操作轮式小车,为本文提出的脑电和肌电信号分析算法提供了一个在线验证平台。本文利用脑电信号控制轮式小车的四种运动状态即左转、右转、前进和后退;六轴姿态传感器控制轮式小车上的六自由度机械臂;肌...
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 生物电信号概述
1.2.1 生物电信号
1.2.2 用于人机交互的生物电控制信号源选取
1.3 基于生物电信号人机交互的国内外研究现状
1.3.1 脑电信号人机交互控制研究现状
1.3.2 肌电信号人机交互控制研究现状
1.4 人机交互中生物电信号处理方法概述
1.4.1 脑电/肌电信号预处理
1.4.2 脑电/肌电信号特征提取
1.4.3 脑电/肌电信号模式分类
1.5 主要研究内容与论文结构
1.6 本章小结
第2章 脑电/肌电信号用于人机交互的实验设计
2.1 脑电信号采集
2.1.1 脑电信号生理学基础
2.1.2 脑电信号分类
2.1.3 脑电信号采集设备简介
2.1.4 脑电信号控制轮式小车的可行性分析
2.1.5 脑电信号采集实验范式
2.2 肌电信号采集
2.2.1 肌电信号采集设备简介
2.2.2 肌电信号控制机械手的可行性分析
2.2.3 肌电信号采集实验范式
2.3 本章小结
第3章 脑电和肌电信号的预处理
3.1 常见的信号消噪方法
3.1.1 基于小波变换的消噪方法
3.1.2 基于盲源分离的消噪方法
3.2 基于双曲正切函数降噪源分离的脑电信号预处理方法
3.2.1 降噪源分离的基本原理
3.2.2 基于双曲正切函数的降噪源分离方法
3.2.3 脑电信号预处理实验
3.2.4 实验结果分析
3.3 肌电信号的预处理
3.3.1 基于小波变换的消噪方法
3.3.2 肌电信号的消噪实验及分析
3.4 本章小结
第4章 脑电和肌电信号的特征提取与分类
4.1 脑电信号特征提取
4.1.1 基于小波变换的特征提取
4.1.2 基于二值距离矩阵的快速近似熵特征提取
4.2 肌电信号特征提取
4.2.1 肌电信号多阶联合特征
4.2.2 肌电信号特征提取实验及分析
4.3 基于DAG的多分类支持向量机
4.3.1 支持向量机算法理论基础
4.3.2 DAG-SVM算法概述
4.4 实验结果及分析
4.4.1 运动想象脑电信号分类实验及分析
4.4.2 肌电信号分类实验及分析
4.5 本章小结
第5章 生物电信号控制的遥操作轮式小车控制系统
5.1 基于脑电和肌电控制的遥操作轮式小车简介
5.2 控制系统子模块介绍
5.2.1 脑电信号采集与处理模块
5.2.2 手臂姿态采集与处理模块
5.2.3 轮式小车控制模块
5.2.4 机械臂控制模块
5.2.5 视频显示模块
5.3 轮式小车在线控制实验
5.4 基于Android的肌电信号在线控制系统
5.5 本章小结
第6章 总结与展望
6.1 本文工作总结
6.2 研究展望
致谢
参考文献
附录
本文编号：3671496
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 生物电信号概述
1.2.1 生物电信号
1.2.2 用于人机交互的生物电控制信号源选取
1.3 基于生物电信号人机交互的国内外研究现状
1.3.1 脑电信号人机交互控制研究现状
1.3.2 肌电信号人机交互控制研究现状
1.4 人机交互中生物电信号处理方法概述
1.4.1 脑电/肌电信号预处理
1.4.2 脑电/肌电信号特征提取
1.4.3 脑电/肌电信号模式分类
1.5 主要研究内容与论文结构
1.6 本章小结
第2章 脑电/肌电信号用于人机交互的实验设计
2.1 脑电信号采集
2.1.1 脑电信号生理学基础
2.1.2 脑电信号分类
2.1.3 脑电信号采集设备简介
2.1.4 脑电信号控制轮式小车的可行性分析
2.1.5 脑电信号采集实验范式
2.2 肌电信号采集
2.2.1 肌电信号采集设备简介
2.2.2 肌电信号控制机械手的可行性分析
2.2.3 肌电信号采集实验范式
2.3 本章小结
第3章 脑电和肌电信号的预处理
3.1 常见的信号消噪方法
3.1.1 基于小波变换的消噪方法
3.1.2 基于盲源分离的消噪方法
3.2 基于双曲正切函数降噪源分离的脑电信号预处理方法
3.2.1 降噪源分离的基本原理
3.2.2 基于双曲正切函数的降噪源分离方法
3.2.3 脑电信号预处理实验
3.2.4 实验结果分析
3.3 肌电信号的预处理
3.3.1 基于小波变换的消噪方法
3.3.2 肌电信号的消噪实验及分析
3.4 本章小结
第4章 脑电和肌电信号的特征提取与分类
4.1 脑电信号特征提取
4.1.1 基于小波变换的特征提取
4.1.2 基于二值距离矩阵的快速近似熵特征提取
4.2 肌电信号特征提取
4.2.1 肌电信号多阶联合特征
4.2.2 肌电信号特征提取实验及分析
4.3 基于DAG的多分类支持向量机
4.3.1 支持向量机算法理论基础
4.3.2 DAG-SVM算法概述
4.4 实验结果及分析
4.4.1 运动想象脑电信号分类实验及分析
4.4.2 肌电信号分类实验及分析
4.5 本章小结
第5章 生物电信号控制的遥操作轮式小车控制系统
5.1 基于脑电和肌电控制的遥操作轮式小车简介
5.2 控制系统子模块介绍
5.2.1 脑电信号采集与处理模块
5.2.2 手臂姿态采集与处理模块
5.2.3 轮式小车控制模块
5.2.4 机械臂控制模块
5.2.5 视频显示模块
5.3 轮式小车在线控制实验
5.4 基于Android的肌电信号在线控制系统
5.5 本章小结
第6章 总结与展望
6.1 本文工作总结
6.2 研究展望
致谢
参考文献
附录
本文编号：3671496
本文链接：https://www.wllwen.com/yixuelunwen/swyx/3671496.html
