腦-機(jī)接口是一種新穎的人機(jī)交互方式,通過處理人腦頭皮的腦電信號,來識(shí)別人的意圖,并實(shí)現(xiàn)對外部設(shè)備的控制,腦-機(jī)接口不僅能為殘疾人操控輔助車輛提供了可能,還能為無人駕駛在技術(shù)過渡階段提取駕駛員的操控意念信息,有助于自主智能車通過腦-機(jī)接口學(xué)習(xí)人開車的經(jīng)驗(yàn)和預(yù)判方式�，F(xiàn)有的腦-機(jī)接口技術(shù)研究大部分屬于離線處理,不能滿足操控車輛任務(wù)的在線實(shí)時(shí)要求,而且現(xiàn)有運(yùn)動(dòng)想象腦電信號處理方面的研究大多數(shù)采用Graz BCI競賽數(shù)據(jù)進(jìn)行左、右手運(yùn)動(dòng)想象腦電信號數(shù)據(jù)分類,不僅運(yùn)動(dòng)想象類型不滿足車輛操控所需的加速、減速、左轉(zhuǎn)、右轉(zhuǎn)四類控制需求,而且采集的設(shè)備屬于醫(yī)療級濕電極的腦電采集裝置,不適合車輛操控移動(dòng)場景的便捷性需求。因此本論文采用十四導(dǎo)干電極無線傳輸?shù)腅motiv EPOC+腦電采集頭套,研究基于“推”、“拉”、“左”、“右”想象類型的四類車輛操控運(yùn)動(dòng)想象腦電信號分類與在線識(shí)別與驗(yàn)證的研究。主要的研究內(nèi)容包括以下四個(gè)方面:（1）搭建車輛操控運(yùn)動(dòng)想象腦電信號采集與標(biāo)記平臺(tái),設(shè)計(jì)基于Emotiv EPOC+的十四導(dǎo)腦電采集范式,研究基于模型智能車的攝像頭路況反饋和駕駛模擬器狀態(tài)讀取的“推”、“拉”、“左”... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 腦-機(jī)接口系統(tǒng)概況
    1.3 本課題相關(guān)的研究現(xiàn)狀及存在的問題
        1.3.1 基于EEG的腦-機(jī)接口系統(tǒng)研究現(xiàn)狀
        1.3.2 車輛操控相關(guān)腦-機(jī)接口研究現(xiàn)狀
        1.3.3 存在的關(guān)鍵問題
    1.4 論文研究內(nèi)容
第二章 腦電信號生理基礎(chǔ)與腦電信號標(biāo)記數(shù)據(jù)集制作
    2.1 引言
    2.2 腦電信號概述
        2.2.1 人腦的結(jié)構(gòu)和功能
        2.2.2 腦電信號產(chǎn)生的機(jī)理
        2.2.3 腦電信號的特征和類型
    2.3 車輛操控運(yùn)動(dòng)想象腦電信號采集與標(biāo)記數(shù)據(jù)集制作
        2.3.1 車輛操控運(yùn)動(dòng)想象腦電數(shù)據(jù)采集
        2.3.2 車輛操控運(yùn)動(dòng)想象腦電信號標(biāo)記數(shù)據(jù)集制作
    2.4 本章小結(jié)
第三章 運(yùn)動(dòng)想象腦電信號預(yù)處理
    3.1 引言
    3.2 原始數(shù)據(jù)初步預(yù)處理
        3.2.1 異常電位點(diǎn)的去除
        3.2.2 基線漂移的去除與信號濾波
    3.3 獨(dú)立成分分析（ICA）
    3.4 小波-典型相關(guān)分析（wCCA）
    3.5 本章小結(jié)
第四章 基于機(jī)器學(xué)習(xí)的車輛操控運(yùn)動(dòng)想象腦電信號二分類研究
    4.1 引言
    4.2 機(jī)器學(xué)習(xí)概述
    4.3 基于事件相關(guān)去同步化/同步化（ERD/ERS）的橫向操控運(yùn)動(dòng)想象腦電信號二分類
        4.3.1 事件相關(guān)去同步化/同步化（ERD/ERS）現(xiàn)象
        4.3.2 基于公共空間模式（CSP）的橫向操控運(yùn)動(dòng)想象特征提取
        4.3.3 基于支持向量機(jī)（SVM）的橫向操控運(yùn)動(dòng)想象分類
    4.4 基于EmotivSDK（開發(fā)包）編程接口的縱向操控運(yùn)動(dòng)想象腦電信號二分類
        4.4.1 基于EmotivSDK開發(fā)包的縱向操控運(yùn)動(dòng)想象腦電信號特征提取
        4.4.2 基于BP神經(jīng)網(wǎng)絡(luò)的縱向操控運(yùn)動(dòng)想象腦電信號二分類
    4.5 本章小結(jié)
第五章 基于深度學(xué)習(xí)與集成學(xué)習(xí)的車輛操控運(yùn)動(dòng)想象腦電信號四分類研究
    5.1 引言
    5.2 深度學(xué)習(xí)概述
    5.3 基于深度卷積神經(jīng)網(wǎng)絡(luò)的車輛操控運(yùn)動(dòng)想象腦電信號四分類
        5.3.1 深度卷積神經(jīng)網(wǎng)絡(luò)搭建
        5.3.2 深度卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練
    5.4 基于集成學(xué)習(xí)改進(jìn)方法的車輛操控運(yùn)動(dòng)想象腦電信號四分類
        5.4.1 集成學(xué)習(xí)概述
        5.4.2 基于集成學(xué)習(xí)的車輛操控運(yùn)動(dòng)想象腦電信號分類框架搭建
    5.5 分類測試結(jié)果
    5.6 本章小結(jié)
第六章 車輛操控在線腦-機(jī)接口平臺(tái)搭建與實(shí)車實(shí)驗(yàn)
    6.1 引言
    6.2 硬件搭建方案
        6.2.1 上位機(jī)
        6.2.2 模型智能車
    6.3 軟件環(huán)境搭建與算法設(shè)計(jì)
        6.3.1 基于OpenViBE的腦電信號實(shí)時(shí)處理環(huán)境搭建與模型遷移
        6.3.2 雷達(dá)數(shù)據(jù)處理與工控機(jī)避障算法設(shè)計(jì)
        6.3.3 底盤運(yùn)動(dòng)控制程序設(shè)計(jì)
    6.4 實(shí)車實(shí)驗(yàn)
        6.4.1 實(shí)驗(yàn)準(zhǔn)備
        6.4.2 實(shí)車實(shí)驗(yàn)效果
        6.4.3 實(shí)車實(shí)驗(yàn)數(shù)據(jù)分析
    6.5 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
致謝
參考文獻(xiàn)
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]基于汽車操縱信號的駕駛員疲勞狀態(tài)檢測[J]. 李偉,何其昌,范秀敏.  上海交通大學(xué)學(xué)報(bào). 2010(02)
[2]共空域模式方法在多類別分類中的應(yīng)用[J]. 劉廣權(quán),黃淦,朱向陽.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2009(06)

博士論文
[1]腦—控車輛的人車交互及控制研究[D]. 范新安.北京理工大學(xué) 2015

碩士論文
[1]基于BCI的生物機(jī)器人智能導(dǎo)航系統(tǒng)的研究[D]. 徐志健.浙江大學(xué) 2007



本文編號：3039743