论文部分内容阅读
脑-机接口(Brain-Computer Interface,BCI)与增强现实(Augmented Reality,AR)作为新兴的信息交互方式,其技术优势日益凸显,尤其面向航空航天等特殊领域中人-机-环交互的高性能应用需求,两种技术的交互融合有望提供新型、可靠的解决方案。其中,BCI可为AR技术提供更为灵活、不占用肢体运动的交互手段,AR技术则为BCI的复杂场景应用提供了全新呈现方式。但在增强现实的环境中,光学透视显示方式(See-Through Display,STD)及其带来的视觉信息重叠(Visual Information Overlapping,VIO),会导致脑-机接口系统性能降低。为探究STD和VIO显示方式对BCI性能的影响以及相应改进方法,本文通过搭建离线、在线系统,开展了相应实验研究。本文首先针对P300和SSVEP两种视觉诱发范式,分别利用线性判别分析(Linear Discriminant Analysis,LDA)以及四种基于典型相关分析(Canonical Correlation Analysis,CCA)的分类算法,完成了7名和10名受试者的离线和在线对比实验。结果表明,相较于传统实验室环境中的LCD屏幕显示方式,STD的显示方式在P300和SSVEP两种诱发范式下分别造成7.00%和3.38%的正确率下降,在STD的显示基础上加入VIO条件下的街景背景干扰后,与传统诱发环境对比更是造成了7.70%和25.63%的正确率落差,其差异在SSVEP范式下具有P<0.001的显著性,表现出STD显示方式下VIO环境干扰对P300-BCI和SSVEPBCI性能的严重影响。之后,本文以SSVEP范式为研究对象,分别从视觉诱发方式和指令输出策略入手,探究系统性能提升方案。首先完成了基于5名受试者的4种视觉诱发方案效果对比实验,其中4cm*4cm实心方块闪烁实现了最高17.60%的正确率提升,因此将其作为增强诱发的最优方式。之后,建立了一种基于后验概率阈值设置的输出策略,并结合增强视觉诱发方案,搭建了信息闭环在线系统,实现了基于决策信息的刺激调制,基于该系统,完成了8名受试者的离线和在线实验验证,实现了离线正确率提升15.00%,在线正确率提升22.19%的性能改进效果。本文的研究成果,对AR-BCI系统中显示方式和视觉信息重叠对BCI的影响进行了的探究,其性能提升方法和相应在线平台为AR-BCI联合系统的可靠性及环境适应性优化提供了重要的理论和技术依据。