参考文献 18

第一章  绪论

  非侵入性的方法记录大脑信号广泛应用于脑-机接口(BCI)研究控制应用程序。从测量大脑信号的可用无损检查手段中，BCI研究者广泛使用脑电图（EEG）由于其较高的时间分辨率，可移植性、可用性和经济性[ 21 ]。BCI技术由用户执行针对解码大脑信号来检测认知任务。一些著名的脑信号模式包括稳态视觉诱发电位（SSVEP）、皮层慢电位（SCP）、P300、事件相关同步/去同步（ERD/ERS）和错误相关电位（ERRP）[ 8，22 ]。在EEG—BCI分析中脑信号模式的选择是一个重要问题，它取决于主体的认知任务的完成。事件相关同步/去同步ERD/ERS起源在电机规划、想象或执行（也被称为脑电图像信号）[ 26 ]，错误相关电位（ERRP）在视觉灵感错误的检测[ 7 ]中显示出可喜的成果，和从一个给定的多个状态的识别罕见的过程中发现P300（信号）[ 11 ]。因此,这些信号与我们目前的研究有相关性。文献综述

  脑电图像BCI与康复的应用具有很高的相关性，其中包括假肢装置[ 16 ]和控制轮椅运动控制使用[ 18 ]。其他应用包括思维驱动移动的运动控制[ 3 ]和人形机器人[ 6 ]，思想控制在虚拟现实环境中的导航[ 2 ]和精神控制游戏[ 5 ]。它的优点在于外部设备的自动控制，而不需要神经肌肉介入。

  BCI研究的开放领域之一是设计了一个康复的应用控制方案。BCI的早期研究采用单一的信号形式，如P300，SSVEP和ERD/ERS的控制应用[27,28]。但在最近的研究中，由于其效果比传统的BCI [ 18 ]更显著，混合对象（即在同时或序贯模式的至少两脑模式的检测）一直强调控制应用程序。例如，费斯切拉等人[ 25 ]采用基于脑电图像的开关打开/关闭基于BCI的SSVEP。朗等人[ 18 ]采用脑电图像和P300信号分别对一个轮椅的连续二维光标控制的方向和速度的研究。费雷兹等人[ 12 ]使用ERRP检测基于脑电图像的光标位置控制的错误信号。

  本文旨在设计一个通过对四个不同的状态：左，右，向前，没有运动的脑电图像信号的解码机器人手臂的独特异步位置控制。在达到目标的位置，主体产生P300信号来终止机器人手臂的运动。理想的情况下，该主题将达到零位误差的目标。但在实际情况下，在由机器人在脑电信号的波形检测控制运动过程中产生错误。本研究的新颖之处在于机器人手臂的位置控制的构架设计。所提出的脑电驱动的位置控制方案的实时性能使用四个指标：成功率，峰值过冲，稳态（位置）误差和稳定时间的百分比进行了研究。来,自.优;尔:论[文|网www.youerw.com +QQ752018766-

  论文的其余部分组织如下：第2节介绍了设计的机械臂脑电驱动位置控制方案的方法和实验。第3节提供了离线实验范例，在线测试范例和实时机器人手臂控制的实验结。第四节讨论了提出的技术概要，紧接着在第五节进行结论性评论。