基于SSVEP的纯三维空间机械臂共享控制系统研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:cao678
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
脑控机器人系统可以帮助患者完成日常生活中的活动,受到了研究学者的广泛关注。如何充分结合脑-机接口(Brain-Computer Interface,BCI)系统与传统机器人控制系统的优势,构建具有较高环境适应度、高易用性的脑控机器人系统是本领域的发展趋势。由此衍生了共享控制型脑控机器人系统,该类型系统充分的融合了人与机器的智能。目前,基于稳态视觉诱发电位(Steady-State Visual Evoked Potential, SSVEP)的BCI系统已经能够实现非常高的信息传输速率和正确率,配合增强现实(Argument Reality, AR)技术能够让交互过程更加自然,但现有研究中刺激都是在二维空间中呈现的,需要更新刺激手段,对三维AR视觉刺激技术进行探究,增加交互过程的沉浸感和自然性。
  本文对基于SSVEP的纯三维空间机械臂共享控制系统进行了探究,并设计实验验证了本文提出的实现方法的可行性。
  首先,本文搭建了基于SSVEP的纯三维空间机械臂共享控制系统,主要功能如下:BCI系统通过自研便携式脑电采集系统对脑电信号进行采集,随后对其解码,三维测量系统对目标物体进行识别与定位,三维AR刺激系统在三维空间呈现刺激和反馈信息,机械手臂控制系统负责对机械臂的高效精确控制,共享控制系统使用目标-过程共享控制方式,负责各个子系统之间的协调与调度。
  其次,本文针对首次提出的三维AR刺激系统设计了三维AR刺激可行性验证实验。实验中设置了屏幕和三维AR刺激两种刺激条件,使用基于滤波器组的任务相关成分分析算法,在1s脑电数据条件下,十名健康受试者离线平均分类正确率依次为96.22%、97.5%,在线平均分类正确率依次为95.67%、96.67%,两种刺激条件下正确率不存在显著差异,验证了三维AR刺激系统的可行性。
  最后,本文设计了目标物体抓取和放回两个机械臂在线控制实验任务。目标物体抓取实验中,三维AR刺激系统将SSVEP刺激叠加在目标物体上,共享控制器综合BCI和三维测量系统的结果,控制机械臂完成目标抓取任务。目标物体放回实验中,通过空间四分实验范式和迭代定位实验范式的组合定位被试期望的目的地,共享控制器控制机械臂将目标物体放置于该位置。十名健康受试者均能以很高的正确率完成两个实验任务,验证了本文提出的实现方法的可行性。
其他文献
动态扩散荧光层析可描述荧光剂在生物组织体中的摄取、分布及代谢过程。该技术旨在实时捕捉微弱且快速变化的药代动力学信息,在肿瘤组织早期诊断、药效评估等领域具有重要的应用前景。本文结合多源-探布配方案与锁相光子计数技术搭建了一套动态扩散荧光层析成像系统,并设计实施了一系列仿体和小动物实验对系统进行评估和实验研究。  本文所搭建系统采用了16根源探耦合光纤均匀分布于成像腔周围的布配方案,提高了系统的空间采
医用机器人是机器人技术在医疗领域的一项重要应用,机器人具有精度高,稳定性好和操作简便高效等优点,帮助医生们更好为患者提供治疗。本课题重点研究腰椎穿刺机器人的术前路径规划和术中控制算法,具体的研究工作包括以下四个方面:  首先,经过需求分析,设计并搭建了腰椎穿刺机器人实验系统。该系统选用六自由度机器人,通过编程使上位机与机器人建立连接并发送相应指令控制机器人。经过功能测试,该系统具有良好的稳定性和易
随着时间和技术的发展,学者越来越重视舌诊的客观化研究,对二维图像和视频的分析成为研究热点。许多学者在舌诊立体化和客观化方面进行探索,并取得了一定的成绩,但仍有所欠缺。现有基于多目视觉的舌体重建,所选方式大多为多相机点依次采集,因舌体不自主抖动,会造成舌体图像序列不一致。现有重建方案特征点大多表面平滑,在精度方面无法达到诊断的要求。本研究旨在设计一种利用多相机多角度的方式进行舌体的瞬时抓拍,并对舌体
视觉是人类最为依赖的知觉系统,是神经科学最为重要的研究方向之一。在脑-机接口研究中,基于视觉诱发脑电的脑-机接口技术已经取得了巨大成功,是最有可能实现大规模实际应用的脑-机接口技术。当前多数基于视觉的脑-机接口系统都是通过施加某种外界刺激编码实现的,而大脑能够仅通过视觉区分各类场景信息,不需要额外的编码过程,通过脑电解码大脑编码视觉信息的过程,实现对视觉图像的重建,进而形成新的视觉脑-机交互方法,
脑-机接口(Brain Computer Interface,BCI)是一种不依赖于外周神经和肌肉组织的信息交互通道,其中基于大脑运动相关思维信息解码的BCI系统能够将主观运动意图转换为输出指令,建立起运动思维与肢体动作间的直接信息交互通路,在人体运动功能康复、替代、增强等多方面具有重要科学意义与应用价值。然而,相关BCI技术还面临着两个瓶颈问题,一是指令集小,二是解码效率低。本文针对上述关键问题
学位
骨髓间充质干细胞是一种具有支持造血、调节微环境等功能的干细胞,不仅具有自我复制能力,而且有多向分化的潜能,在临床治疗中起到重要作用。实验发现,急性髓系白血病患者的骨髓微环境发生了改变,患者的骨髓间充质干细胞功能衰弱,衰老细胞数量比例增加。将骨髓间充质干细胞形态学特征与活性之间相关联,分析鉴定干细胞功能亚群的结构变化特征,为实现临床骨髓间充质干细胞分选和富集过程的质量控制提供新思路,主要做了以下三个
基于大脑运动想象的脑-机接口(Motor Imagery based Brain Computer Interface, MI-BCI)系统能够将主观运动意图转换为输出指令,建立起运动意图与肢体动作间的有机信息联系,有助于肢体偏瘫或残疾患者的运动功能替代和修复。然而,传统MI-BCI范式的运动意图解码能力较为有限,严重制约着这一技术的临床应用。近年来,一种新型的运动想象调制稳态体感诱发电位(Mot
学位
脑-机接口(brain-computer interface,BCI)是一种通过检测大脑神经信号,不依赖肌肉组织和周围神经进行对外交互输出的方法。作为一种新型的人机交互方法,当前的绝大多数BCI研究主要集中于如何使用BCI提高病人或残疾人的对外交互能力,BCI对于健康个体的使用价值仍鲜有研究。健康个体在执行任务时,其双手在不断的进行操作以完成对外交互,而BCI可以提供“第三只手”进行多任务作业从而
学位
癫痫是一种常见的慢性神经系统疾病,给病患和家属带来了巨大的生理和心理创伤。自动、准确地识别癫痫发作状态有助于及时对病患进行救治。本文基于深度学习方法对癫痫状态自动识别算法进行研究,并使用CHB-MIT数据库中17例病患的长程脑电记录数据对算法进行验证,具体工作内容如下:  预处理:以2秒为单位把原始长程脑电记录截取成样本片段,然后基于小波分解与重构理论提取0~32Hz的分量进行研究,从而滤除脑电采
学位
流行病学调查研究显示我国睡眠呼吸暂停与低通气综合征发病率不断升高,已逐渐成为人民健康生活的严重威胁之一。睡眠呼吸暂停与低通气综合征(Sleep Apnea Hypopnea Syndrome,SAHS)是一种由上呼吸道完全闭合或者部分闭合造成呼吸暂停的睡眠障碍。SAHS患者睡眠过程中会出现无意识憋气导致其睡眠效率严重降低,并诱发日间嗜睡、疲乏、注意力不集中、记忆力下降等问题。甚至会诱发诸如高血压、