腦機接口在大腦與外部設(shè)備之間建立了一條直接的通路,為癱瘓病人的運動功能重建帶來了希望。手臂的伸縮運動是日常生活中應(yīng)用最多的功能之一�，F(xiàn)實環(huán)境中往往充滿了一些障礙物,實現(xiàn)手臂規(guī)避障礙物的運動功能重建對于病人的生理和心理上都具有重要的意義。神經(jīng)科學(xué)研究表明,手臂的伸縮運動主要由背內(nèi)側(cè)神經(jīng)通路控制。其中背側(cè)運動前區(qū)皮層(Premotorcortex,PMd)與手臂運動的規(guī)劃和執(zhí)行密切相關(guān)。然而目前為止,避障規(guī)劃過程中PMd神經(jīng)元對于相關(guān)運動參數(shù)的表征還不是特別清楚;避障軌跡解碼對于常規(guī)解碼模型提出了挑戰(zhàn);實現(xiàn)在線實時避障解碼與機械臂控制也是一個挑戰(zhàn)。針對上述幾個問題,本文進(jìn)行了以下研究工作:1)避障規(guī)劃過程中PMd腦區(qū)對于相關(guān)運動參數(shù)的表征;2)整合規(guī)劃信息的避障執(zhí)行過程神經(jīng)解碼模型;3)在線實時控制機械臂規(guī)避障礙物系統(tǒng)。本文搭建了非人靈長類腦機接口平臺。訓(xùn)練了兩只成年雄性獼猴進(jìn)行延時規(guī)避障礙物范式實驗。在兩只猴子的PMd腦區(qū)與手臂運動相關(guān)的區(qū)域進(jìn)行了電極埋置手術(shù)。同步記錄了猴子PMd腦區(qū)神經(jīng)信號與避障軌跡信息。在避障運動規(guī)劃階段,本文應(yīng)用基于局部學(xué)習(xí)的方法,評估神經(jīng)元對于特定運動參數(shù)調(diào)制的重要性;應(yīng)用群矢量方法和主成分分析法(Principal component analysis,PCA)研究集群調(diào)制特性。從單個神經(jīng)元與神經(jīng)元集群的角度出發(fā),研究其對于避障過程中運動參數(shù)的表征性質(zhì)。結(jié)果發(fā)現(xiàn),PMd在避障規(guī)劃過程中對于初始光標(biāo)位置、目標(biāo)位置、目標(biāo)相對于初始光標(biāo)的方向以及障礙物信息都有顯著地表征。在避障運動執(zhí)行階段,基于PMd對于運動參數(shù)的表征特性,將應(yīng)用樸素貝葉斯分類器提取到的避障規(guī)劃期間的目標(biāo)方向與避障選擇信息整合到混合軌跡模型算法中,解碼避障軌跡。相較于未使用任何規(guī)劃信息的解碼方法,解碼效果得到了顯著地提升�；谔岢龅谋苷宪壽E解碼模型,本文分兩步實現(xiàn)了異步整合規(guī)劃信息的在線實時控制系統(tǒng)。應(yīng)用支持向量機(Supportvectormachine,SVM)進(jìn)行當(dāng)前所處實驗狀態(tài)判斷,執(zhí)行相應(yīng)操作:在休息期間,解碼器停止工作;在規(guī)劃期間,應(yīng)用樸素貝葉斯分類器提取目標(biāo)方向與避障信息;在執(zhí)行期間,整合規(guī)劃期間的信息進(jìn)行避障軌跡解碼,應(yīng)用共享控制策略在線實時控制機械臂完成避障動作。本文在猴子手臂規(guī)避障礙物的規(guī)劃與執(zhí)行過程中研究PMd皮層的表征與解碼,主要創(chuàng)新點在于:1)以獼猴為實驗對象,通過分析執(zhí)行避障任務(wù)同步采集的神經(jīng)信號,在單神經(jīng)元與神經(jīng)元集群兩個層面研究了 PMd對于相關(guān)運動參數(shù)的表征,結(jié)果表明PMd神經(jīng)元對于避障規(guī)劃過程中的初始光標(biāo)和目標(biāo)位置、目標(biāo)相對于初始光標(biāo)方向以及避障路線選擇都有明顯的表征;2)設(shè)計并實現(xiàn)了整合規(guī)劃期間目標(biāo)方向與避障信息的混合軌跡模型算法,提高了避障執(zhí)行過程中的軌跡擬合度和實驗成功率;3)實現(xiàn)了避障運動的實時在線神經(jīng)解碼,控制機械臂完成了運動軌跡的重建。以上研究成果為建立實用高效的腦機接口系統(tǒng)打下了基礎(chǔ)。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TN911.7;R318

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳樹和;求最大避障圓的一種新算法[J];海軍工程學(xué)院學(xué)報;1998年03期

2 王以倫,鄧寶林,王洪濤,馮晨;清潔機器人的自動避障控制系統(tǒng)[J];中國科技信息;2005年16期

3 楊樂;;機器人超聲波避障的探究[J];黑龍江科技信息;2010年11期

4 楊放瓊;譚青;彭高明;;不確定環(huán)境下集礦機環(huán)境感知與實時避障研究[J];中山大學(xué)學(xué)報(自然科學(xué)版);2010年04期

5 張倩;李鐵軍;陳虹宇;邵桂芳;;基于產(chǎn)生式規(guī)則的機器人動態(tài)避障[J];廈門大學(xué)學(xué)報(自然科學(xué)版);2010年02期

6 王樹國,曹政才,付宜利,靳保;適用于實時避障的新型智能化機器人敏感皮膚的研究[J];光學(xué)學(xué)報;2005年09期

7 錢曉琳;徐有軍;;基于模糊評價法的隧道清洗車自動避障系統(tǒng)[J];機械研究與應(yīng)用;2012年06期

8 彭輝;曾碧;;基于最小變量的B-樣條避障問題研究[J];廣西民族大學(xué)學(xué)報(自然科學(xué)版);2011年04期

9 肖順文;陳亞軍;;基于FPGA的超聲波避障系統(tǒng)設(shè)計[J];西南民族大學(xué)學(xué)報(自然科學(xué)版);2006年04期

10 高磊;閆敬;;多智能體網(wǎng)絡(luò)編隊避障控制(英文)[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2011年02期

相關(guān)博士學(xué)位論文 前8條

1 王家亮;基于小型四軸飛行器OS/JVM的室內(nèi)避障/導(dǎo)航研究與實現(xiàn)[D];東北大學(xué);2014年

2 朱立華;無人飛行器自主檢測與避障技術(shù)研究[D];東南大學(xué);2016年

3 李宏寶;獼猴手臂避障規(guī)劃與執(zhí)行過程中背側(cè)運動前區(qū)皮層的表征與解碼[D];浙江大學(xué);2017年

4 姚玉峰;8自由度輪式移動操作機避障能力及其運動規(guī)劃方法研究[D];哈爾濱工業(yè)大學(xué);2009年

5 姚立健;茄子收獲機器人視覺系統(tǒng)和機械臂避障規(guī)劃研究[D];南京農(nóng)業(yè)大學(xué);2008年

6 戴光明;避障路徑規(guī)劃的算法研究[D];華中科技大學(xué);2004年

7 范紅;智能機器人路徑規(guī)劃及避障的研究[D];浙江大學(xué);2003年

8 李壽濤;基于行為的智能體避障控制以及動態(tài)協(xié)作方法研究[D];吉林大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 雷遠(yuǎn)春;未知環(huán)境下多智能體協(xié)作避障方法的研究[D];寧夏大學(xué);2015年

2 劉宗來;離子型稀土礦掘進(jìn)選礦一體機掘進(jìn)路徑設(shè)計及避障研究[D];江西理工大學(xué);2015年

3 張煜;基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航研究[D];西安工業(yè)大學(xué);2015年

4 殷林飛;多飛行器編隊三維避障算法研究[D];南昌航空大學(xué);2015年

5 陸薇;基于超聲波傳感器的模糊避障算法仿真[D];河北科技大學(xué);2014年

6 張橋;多傳感器信息融合技術(shù)在智能車輛避障中的應(yīng)用[D];重慶交通大學(xué);2015年

7 周鈺雨;未知環(huán)境條件下機器人的避障研究[D];沈陽工業(yè)大學(xué);2016年

8 楊維;基于單目視覺的旋翼無人機自主避障研究[D];湖南工業(yè)大學(xué);2015年

9 呂丹丹;適用于小型智能車的行駛路況評價及自主避障控制研究[D];北京交通大學(xué);2016年

10 韓信;基于雙目視覺的輪式機器人動態(tài)避障研究[D];浙江大學(xué);2016年

本文編號：1978930