基于運動想象腦電信號的機器人控制研究.pdf

1、腦-機接口(Brain-Computer Interface,BCI)是一種新穎的交互方式,受到國內(nèi)外學者的廣泛關(guān)注和研究。腦-機接口不依賴外周神經(jīng)和肌肉進行信息傳輸,是在人腦和外設(shè)之間建立的一種通訊系統(tǒng)。因而,可以通過腦電信號控制輔助裝置,為行動不便的殘疾人提供服務,為患有焦慮癥的人調(diào)節(jié)情緒,協(xié)助偏癱患者進行康復訓練,也可以為人們提供新的娛樂方式等。
　　本文以運動想象腦電信號為載體研究了腦電信號的預處理、特征提取和模式分類等問

2、題,并設(shè)計了利用腦電信號控制機器人運動的方法。本文做了以下工作:
　　(1)利用一種改進了的小波閾值方法對腦電信號進行消噪處理,該方法通過處理小波系數(shù)模的冪次和閾值的冪次來估計小波系數(shù),它不僅改善了傳統(tǒng)小波閾值處理方法的不足,而且保留了它們的優(yōu)勢。
　　(2)由于人在想象單側(cè)肢體動作時,運動想象腦電信號中的ERD/ERS現(xiàn)象在特定頻段較為顯著,可以獲得有效的表征運動想象任務的特征信息。針對這一特性,以及腦電信號的非線性特性,

3、提出了雙樹復小波樣本熵的特征提取方法,該方法通過雙樹復小波變換,把腦電信號進行多層分解,抽取出對應于運動想象腦電信號中ERD/ERS現(xiàn)象的節(jié)律波信號,并用樣本熵方法提取該節(jié)律波的特征。
　　(3)在腦電信號模式分類中,針對隱馬爾科夫模型的獨立性假設(shè)與腦電信號間相關(guān)性的不一致問題,提出一種基于Choquet模糊積分隱馬爾科夫模型的腦電信號分類方法。該模型應用模糊積分的單調(diào)性取代了概率測度的可加性,放寬了隱馬爾科夫模型的獨立性假設(shè),可

4、以有效提高隱馬爾科夫模型方法對運動想象腦電信號分類的性能。
　　(4)設(shè)計了一套運動想象腦電信號控制移動機器人的BCI系統(tǒng)實驗方案,用右腳踢球、左手撿球、左腳單腳跳左手扔球、右腳單腳向前跳后并右手撿球四種運動想象任務控制機器人的前進、剎車、左轉(zhuǎn)、右轉(zhuǎn)四種基本運動。
　　(5)分別采用2008年BCI Competition IV Datasets1數(shù)據(jù)和實驗采集的多類運動想象腦電信號數(shù)據(jù)進行實驗,實驗結(jié)果表明雙樹復小波樣本熵