论文部分内容阅读
对移动机器人来说,人类日常生活的环境中,多数是非结构化环境。非结构化环境指的是表面材质性能不均,结构及尺寸变化不规律且不稳定,环境信息非固定、不可知、不可描述的环境。由于环境信息的不确定性,很多结构化环境在人类的日常工作生活中往往会变成非结构化环境。因此,研究移动机器人在非结构化环境下的控制方法具有重大的实用价值和深远的实际意义。在传统的机器人控制系统中,人机交互往往是以物理硬件为基础的,比如键盘、鼠标、摇杆、触摸屏等。但是,这些实体控制器需要操作者具有一定程度的运动能力,而对于那些有运动功能障碍的残疾人或老年人并不适用。因此,脑机接口(Brain Computer Interface,BCI)应运而生。通过脑机接口技术,一些失去运动能力的人也能像正常人一样,实现对机器人系统的控制。研究基于脑电(Electroencephalograph,EEG)信号控制机器人系统的方法,将脑机接口技术应用于移动机器人系统的控制具有重要的理论价值和社会意义。本文以恢复运动功能障碍患者一定程度的运动能力为目的,在非结构环境的约束下分别以轮式移动机器人、移动双臂机器人和智能轮椅为平台,研究能满足运动功能障碍患者需求的脑机接口技术,并开发出对应的操作系统。本文主要的研究内容总结如下:1、对于移动机器人遥操作系统:(I)在非结构环境约束下,提出了一个基于人工势能场(Artificial Potential Field,APF)的脑电控制方法,建立了脑电强度和人工势能场场强的对应关系,使得脑电信号的变化可以映射到合势能场的变化上。(II)针对非结构化的门廊环境,研究了一个结合实时定位绘图(Simultaneous Localization And Mapping,SLAM)功能的脑机接口,该SLAM方法通过多传感器,综合利用里程计、门牌以及消失点携带的位置信息,更精确地对机器人自身进行定位。(III)研究了基于机器视觉的反馈控制系统,该系统可以把机器人关于未知环境的视野传递至操作者,以便中央控制系统通过多导同步指数(Multivariate Synchronization Index,MSI)方法把操作者当前基于稳态视觉诱发电位(Steady State Visual Evoked Potentials,SSVEP)的脑电信号解码为相应的机器指令,以实时遥操作机器人。2、对于移动双臂机器人遥操作系统:(I)针对自发型(MI型)脑电信号的特征研究了一种基于共同空间模式(Common Spatial Pattern,CSP)的支持向量机(Support Vector Machine,SVM)分类算法,把操作者的意念实时应用到非结构环境中多关节移动双臂机器人的控制中去。(II)针对多关节移动双臂机器人的二次规划(Quadratic Programming,QP)问题,提出了一个基于多关节角速度和角加速度的多重优化原对偶神经网络(Primal Dual Neural Network,PDNN)模型。(III)研究了基于机器视觉的反馈控制系统,该系统可以把机器人任务空间(非结构环境下)的视野传递至操作者以便操作者通过意念实时控制机器人。3、对于智能轮椅遥操作系统:(I)针对诱发型(SSVEP型)脑电信号,研究了基于典型相关分析(Canonical Correlation Analysis,CCA)的分类方法,把操作者的意念实时应用于户外非结构环境中智能轮椅的导航控制中。(II)结合道路边缘的激光检测技术以及卫星定位技术,对智能轮椅进行户外非结构环境下的定位以及环境地图重构。