脑控机器人系统的共享控制方法研究

《脑控机器人系统的共享控制方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文脑控机器人系统的共享控制方法研究TheSharedControlMethodforBrain—ActuatedRoboticSystems学号：指导教师：完成日期：211092692014．6．1大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了

2、明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：堕继盥：纽鱼芝麴3壶避作者签名：盥日期：丝!竺年—L月上日大连理工大学硕：}：学位论文摘要脑机接口(BCI)是一种不依赖于神经肌肉组织的新型人机交互工具，目前在康复医疗、生物医学、娱乐等领域都具有广阔的发展前景，脑控机器人系统就是一个重要的研究领域。脑控机器系统在BCI技术的基础i：结合机器人技术，实现大脑意图对机器人的控制，从而为危险作业、残疾人辅助设备提供了新的实现途径。但目前异步BCI脑电识别准确率不高，难以精准控制机器人的运行，因此需要机器人智能技术的辅助，从而，i—rrljJ。1}J

3、^4-Ir失玑犬孚任删。共享控制的引入使得脑控机器人系统的性能有了很大的改善，但当前的共享控制方法大多是简单的结合智能控制，并没有从控制方法的角度上考虑如何实现人和机器人的协调控制，缺乏对错误脑控命令的修正与补偿。其次，在系统运行期间，难免会遇到突发事件以及不确定因素影响传感器精度下降等问题，这会对整个系统的稳定性造成很大影响。另外，当前共享控制方法大多采用离散事件系统模型(DES)，其异步特性可以很好的描述脑控机器人系统，但由于同一时刻只能确定唯一状态，当机器人在处于两种或者几种行为状态临界条件时，就会出现频繁的状态转换，从而影响系统的稳定性。本文基于以}：存在的问题

4、，提出』，基j二模糊离散事件系统(FDES)的共享控制方法，通过模糊状态的行为融合降低厂机器人由州台i界状态转换造成的不稳定性，而模糊属性则增强了系统的适应性。另外，FDES的模糊监督方法对人的控制命令起到了很好的补偿作用。其次，本文在对BCI异步竞赛数据分析的基础上，采用了离散小波变换和CSP进行特征提取，结合SVM和概率统计的方法实现了对无休息状态训练样本的异步数据分类，分类准确率较冠军组算法提高了13％。最后，通过结合脑电识别算法和共享控制方法建立了由BCl2000和MobileSim机器仿真软件构成的脑控机器人系统，并在线验证了实验效果，对比基于FDES和基于D

5、ES的共享控制方法，受试者1的完成任务次数提高了100％，平均完成时间减少了7％，平均碰撞次数减少了50％，平均脑控命令次数减少了2％：受试者2的平均完成时间减少了22．3％，脑控命令次数减少了19．5％。另外，NASA—TLX量表的结果也表明基于FDES的共享控制方法能够减少疲劳程度。实验结果表明1f，本文的共享控制方法的角。效·r{：。关键字：脑机接口；脑控机器人；模糊离散事件系统；共享控制脑控机器人系统的共享控制方法研究TheSharedControlMethodforBrain·ActuatedRoboticSystemsAbstractBraincompute

6、rinterface(BCbiSanewtoolofhuman--computerinterfacewhichdonotdependontheneuromuscularorganization，ithasabroadprospectsinthefieldofmedicalrehabilitation，biomedical，entertainment，etc．Relatedresearchgroupshaveincreasedtoa1argenumber。theresearchvalueofBCAhasreceivedwideattention。brain．actuate

7、drobotiSoneofthemostimportantresearchfields．Brain．actuatedrobotcancontroltherobotwithbrainsignalbasedonneBCItechnologyandrobottechnology，thereforedangerousworkingandassistivedevicescanbeachievedwithanewmethod．ButduetothelOWaccuracyrateofbrainsignalrecognitioninasynchronou