【摘要】：目前用于生物/機(jī)械人機(jī)接口的生理電信號主要有EEG(Electroencephalogram,腦電信號)和EMG(Electromyography,肌電信號)兩種。但是,單一的腦機(jī)接口系統(tǒng)存在著信號識別率不高,信號采集不穩(wěn)定等缺點;單一的肌電控制接口系統(tǒng)存在著動作模式較少、可編碼有限等缺點。對腦電信號和肌電信號進(jìn)行特征研究與組合,作為信號源來共同控制終端設(shè)備,可以整合兩種信號的優(yōu)勢,彌補(bǔ)單一信號源的不足。本文設(shè)計了前額腦電信號和手臂表面肌電信號采集實驗,對前額腦電信號和手臂表面肌電信號進(jìn)行特征分析;完成了對緊張時的前額腦電信號和左臂曲臂、左勾、右勾時尺側(cè)腕伸肌、掌長肌、肱二頭肌表面肌電信號的識別。在此基礎(chǔ)上,本文設(shè)計了基于腦電與肌電控制的智能小車,對腦電和肌電控制終端設(shè)備進(jìn)行驗證研究。構(gòu)建了以幅值為識別依據(jù)的四種腦肌電信號動作狀態(tài)判別組合,對小車動作進(jìn)行分類和開關(guān)量化,建立了四種開關(guān)量化的動作指令接口模式。此外,考慮到生理電信號的不穩(wěn)定性和易受干擾,為確保小車的正常運行及行車安全,本文設(shè)計了智能小車自主避障模塊;以TTC(Time To Collision,碰撞時間)作為避障判別依據(jù),提出了一種基于BP(Back-Propagation,反向傳播)神經(jīng)網(wǎng)絡(luò)的線下避障算法。最后,對所建立的腦肌電控制模式與控制方法及提出的避障算法進(jìn)行了在機(jī)測試。實驗表明,腦肌電控制模式效果良好,腦電信號動作識別率達(dá)到了91.67%,肌電信號動作平均識別率達(dá)到88.33%以上,腦肌電信號動作與小車對應(yīng)運動應(yīng)答良好。避障算法平均成功率達(dá)到85%。實際運轉(zhuǎn)中,所設(shè)計的智能小車控制系統(tǒng)應(yīng)答迅速、延遲小、避障效果良好。
【圖文】：

BCI系統(tǒng)

Graz BCI 系統(tǒng)
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN911.7;R318

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝平;楊芳梅;陳曉玲;杜義浩;吳曉光;;基于多尺度傳遞熵的腦肌電信號耦合分析[J];物理學(xué)報;2015年24期

2 邢路寬;楊顯業(yè);梁恒諾;闞江明;;基于前臂表面肌電信號控制的智能小車設(shè)計[J];科技創(chuàng)新導(dǎo)報;2015年28期

3 熊安斌;趙新剛;韓建達(dá);劉光軍;;基于混沌理論的面癱患者表面肌電信號分析[J];科學(xué)通報;2013年S2期

4 盛恒松;田洪君;鄭崇勛;徐進(jìn);;去除腦電信號眨眼偽差的獨立成分時域相關(guān)算法[J];西安交通大學(xué)學(xué)報;2013年10期

5 宮寧生;錢春陽;張媛;;一種BP網(wǎng)的學(xué)習(xí)速率與動量項自適應(yīng)算法[J];小型微型計算機(jī)系統(tǒng);2013年08期

6 張毅;祝翔;羅元;;基于SVM多分類技術(shù)的肌電輔助腦電智能輪椅控制系統(tǒng)[J];中南大學(xué)學(xué)報(自然科學(xué)版);2013年S2期

7 姚松麗;章亞男;張震;沈林勇;錢晉武;;利用選擇性肌電信號控制踝關(guān)節(jié)神經(jīng)運動康復(fù)裝置[J];上海大學(xué)學(xué)報(自然科學(xué)版);2009年03期

8 劉虔鋮;田學(xué)隆;李烽;葛國慶;唐海英;許佳;溫慧中;;基于肌電生物反饋的腦卒中康復(fù)治療儀的研制[J];生物醫(yī)學(xué)工程學(xué)雜志;2009年02期

9 馬忠偉;高上凱;;基于P300的腦-機(jī)接口:視覺刺激強(qiáng)度對性能的影響[J];清華大學(xué)學(xué)報(自然科學(xué)版);2008年03期

10 查理;;肌電假手的研究進(jìn)展[J];國防科技;2007年09期

相關(guān)博士學(xué)位論文 前3條

1 潘家輝;基于P300和SSVEP的高性能腦機(jī)接口及其應(yīng)用研究[D];華南理工大學(xué);2014年

2 李陽;智能仿生手臂肌電信號—運動模型化與模式識別理論方法研究[D];吉林大學(xué);2012年

3 陳歆普;基于肌電信號的多模式人機(jī)接口研究[D];上海交通大學(xué);2011年

相關(guān)碩士學(xué)位論文 前8條

1 郭衍龍;基于運動想象與穩(wěn)態(tài)視覺誘發(fā)電位的混合腦機(jī)接口系統(tǒng)研究[D];昆明理工大學(xué);2017年

2 牛小辰;康復(fù)運動中的腦肌電特征分析[D];燕山大學(xué);2015年

3 魏秀利;基于腦肌電反饋的虛擬康復(fù)系統(tǒng)研究[D];燕山大學(xué);2015年

4 王佳威;腦電波信號的處理方法與應(yīng)用[D];北京郵電大學(xué);2015年

5 馬培培;中風(fēng)康復(fù)運動中腦肌電同步分析[D];燕山大學(xué);2014年

6 楊成杰;P300腦機(jī)接口系統(tǒng)的應(yīng)用研究[D];燕山大學(xué);2013年

7 黃安湖;P300腦電誘發(fā)電位的分類識別及在腦機(jī)接口中的應(yīng)用[D];山東大學(xué);2008年

8 宋嶸;非線性分析及其在肌電信號處理中的應(yīng)用[D];汕頭大學(xué);2002年

，

本文編號：2645886