基于脑电与肌电的智能小车控制系统及其避障技术研究

《基于脑电与肌电的智能小车控制系统及其避障技术研究》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、中图分类号：R318.6论文编号：102870318R224学科分类号：083100硕士学位论文基于脑电与肌电的智能小车控制系统及其避障技术研究研究生姓名晋晓飞学科、专业生物医学工程研究方向生物/机械接口指导教师王浩副教授南京航空航天大学研究生院自动化学院二一八年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduatechoolCollegeofAutomationEngineeringResearchofIntelligentVehicl

2、eControlSystemBasedonEEGandEMGandItsObstacleAvoidanceTechnologyAThesisinBiomedicalEngineeringbyRiaofeiJinAdvisedbyAssociateProfessorHaoWangubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2018承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行

3、的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学硕士学位论文摘要目前用于生物/机械人机接口的生理电信号主要有EEG（Electroencephalogram，脑电信号）和EMG

4、（Electromyography，肌电信号）两种。但是，单一的脑机接口系统存在着信号识别率不高，信号采集不稳定等缺点；单一的肌电控制接口系统存在着动作模式较少、可编码有限等缺点。对脑电信号和肌电信号进行特征研究与组合，作为信号源来共同控制终端设备，可以整合两种信号的优势，弥补单一信号源的不足。本文设计了前额脑电信号和手臂表面肌电信号采集实验，对前额脑电信号和手臂表面肌电信号进行特征分析；完成了对紧张时的前额脑电信号和左臂曲臂、左勾、右勾时尺侧腕伸肌、掌长肌、肱二头肌表面肌电信号的识别。在此基础上，本文设计

5、了基于脑电与肌电控制的智能小车，对脑电和肌电控制终端设备进行验证研究。构建了以幅值为识别依据的四种脑肌电信号动作状态判别组合，对小车动作进行分类和开关量化，建立了四种开关量化的动作指令接口模式。此外，考虑到生理电信号的不稳定性和易受干扰，为确保小车的正常运行及行车安全，本文设计了智能小车自主避障模块；以TTC（TimeToCollision，碰撞时间）作为避障判别依据，提出了一种基于BP（Back-Propagation，反向传播）神经网络的线下避障算法。最后，对所建立的脑肌电控制模式与控制方法及提出的避障

6、算法进行了在机测试。实验表明，脑肌电控制模式效果良好，脑电信号动作识别率达到了91.67%，肌电信号动作平均识别率达到88.33%以上，脑肌电信号动作与小车对应运动应答良好。避障算法平均成功率达到85%。实际运转中，所设计的智能小车控制系统应答迅速、延迟小、避障效果良好。关键词：脑电，肌电，特征分析，控制，智能小车，避障I基于脑电与肌电的智能小车控制系统及其避障技术研究ABSTRACTAtpresent,therearetwotypesofphysiologicalsignalsusedforHumanma

7、chineinterface:EEGandEMG.However,thesinglebraincomputerinterfacesystemhassomeshortcomingssuchaslowsignalrecognitionrateandunstablesignalacquisition.ThesingleEMGcontrolinterfacesystemhasthedisadvantagesoflessactionmodeandlimitedcoding.Analyzeandcombinethech

8、aracteristicsofEEGandEMGasasignalsourcetojointlycontroltheterminalequipment,canintegratethemeritsofthetwosignalstomakeupforthelackofasinglesource.TheforeheadEEGandarmsurfaceEMGacquisitionexperimentsaredesigne