当前位置:首页 > 工业技术
认知建模和脑控机器人技术
认知建模和脑控机器人技术

认知建模和脑控机器人技术PDF电子书下载

工业技术

  • 电子书积分:11 积分如何计算积分?
  • 作 者:李伟著
  • 出 版 社:北京:科学出版社
  • 出版年份:2018
  • ISBN:9787030576668
  • 页数:276 页
图书介绍:脑机接口是一种不依赖于人的外周神经和肌肉,直接通过脑电活动来传递思维信息的人-机交互技术,目前在基于EEG的脑机接口研究中常用的脑电信号模态有稳态视觉诱发电位(Steady-StateVisualEvokedPotential,SSVEP)、事件相关电位(Event-RelatedPotential,ERP)、运动想象等。服务型机器人是为减轻服务人员的工作负担、辅助人的日常生活设计的一类机器人。脑-机器人交互技术(brain-robotinteraction,BRI)就是将这两种服务型技术进行协调和融合,充分挖掘机器人系统所具有的自主智能潜力、规划能力以及运动特性,将这两部分在智能决策层面进行有机融合,从而构成一个人-机联合决策的脑控机器人系统。脑-机器人交互技术能够有效地服务于运动障碍病人和行动不便的老年人,部分恢复他们的生活自理能力和提高他们的生活品质,在助老、助残以及军事等众多领域中具有广阔的应用前景。
《认知建模和脑控机器人技术》目录

第1章 绪论 1

1.1 脑科学与脑-机器人交互 1

1.2 认知过程概述 2

1.2.1 SSVEP的视觉信息处理机制 2

1.2.2 认知研究中常见的N200和P300 4

1.2.3 事件相关同步化和去同步化现象 6

1.3 脑-机接口技术 9

1.3.1 常见的信号模式 10

1.3.2 信号获取技术 14

1.3.3 信号解码算法 16

1.3.4 被控对象 28

1.3.5 性能评价 29

1.4 常用的机器人种类 30

1.4.1 移动机器人 30

1.4.2 机械臂 36

1.4.3 多旋翼飞行器 41

1.4.4 仿人机器人 43

参考文献 46

第2章 基于典型EEG的脑电诱发方式 60

2.1 SSVEP 60

2.1.1 频率编码的界面设计 60

2.1.2 相位编码的界面设计 61

2.2 ERP 63

2.2.1 诱发范式 63

2.2.2 界面设计 64

2.3 MI 65

2.3.1 单向训练模型 66

2.3.2 带反馈训练模型 66

参考文献 71

第3章 脑控仿人机器人平台——Cerebot 74

3.1 硬件组成 74

3.1.1 Cerebus神经信号采集设备 74

3.1.2 机器人平台 75

3.2 以OpenViBE为框架的软件系统 77

3.2.1 OpenViBE开发工具 77

3.2.2 OpenViBE环境下的实例 77

3.3 OpenViBE环境下的系统 80

3.4 基于Cerebot的仿人机器人控制实例 81

3.4.1 行走行为 82

3.4.2 脑控行走行为 83

3.4.3 实验 87

参考文献 87

第4章 脑-机器人交互技术 89

4.1 基于低频SSVEP的脑-机器人交互技术 89

4.1.1 基本的SSVEP系统 89

4.1.2 分层递阶结构的系统 94

4.2 高频SSVEP系统 117

4.2.1 高频的优势与问题 117

4.2.2 高频相位编码SSVEP诱发界面的设计与优化 118

4.2.3 高频相位编码SSVEP的异步解码 123

4.2.4 机器人导航实验 126

4.2.5 实验结果分析 128

4.3 基于运动起始视觉诱发电位的脑-机器人交互技术 132

4.3.1 基于motion-onset VEP的诱发实验 132

4.3.2 信号分析 134

4.3.3 基于motion-onsetVEP的离/在线实验设计 135

4.3.4 实验结果 137

4.3.5 影响控制仿人机器人的因素 141

4.4 基于N200和P300的脑-机器人交互 143

4.4.1 诱发实验 143

4.4.2 波形分析 145

4.4.3 自适应模型与切换控制模型 146

4.4.4 在线实验设计 149

4.4.5 实验结果 152

4.5 基于MI的脑-机器人交互技术 158

4.5.1 三维环境下的四旋翼飞行器的脑电控制 158

4.5.2 实验结果 163

4.6 仿人机器人三种控制技术的性能评价和比较 165

4.6.1 ERP与SSVEP的比较 165

4.6.2 从motion-onset VEP的实验讨论评价指标 166

参考文献 167

第5章 便携式脑-机器人交互技术 171

5.1 便携帽 172

5.1.1 OpenBCI生物传感套件 172

5.1.2 Emotiv Epoc 174

5.2 便携式脑电信号采集系统 176

5.2.1 便携采集器 177

5.2.2 信号采集和解码模块 179

5.2.3 采集器性能验证 181

5.3 乐高机器人 185

5.3.1 LEGO 8547 185

5.3.2 乐高机器人控制模块 186

5.4 控制实例 188

5.4.1 脑-乐高交互系统 188

5.4.2 应用实例 189

5.5 便携采集器 191

5.5.1 系统设计 191

5.5.2 myRIO介绍 192

5.5.3 AD转换模块介绍 192

5.5.4 编程算法流程图 193

参考文献 195

第6章 水下遥操作机械手的脑控技术 197

6.1 水下机械手的脑控平台 198

6.1.1 系统结构 199

6.1.2 虚拟平台 199

6.1.3 实际平台 201

6.2 基于SSVEP信号的水下机械手操作系统 202

6.2.1 交互系统设计 202

6.2.2 实验流程 206

6.2.3 SSVEP实验结果 206

6.3 基于P300信号的水下机械手操作系统 207

6.3.1 P300界面设计 207

6.3.2 实验设计 208

6.3.3 实验结果 209

参考文献 211

第7章 基于脑电信号的人机融合技术 213

7.1 脑电信号为主导的监控系统 214

7.1.1 以P300脑电模型为主导的多目标选择系统 214

7.1.2 以SSVEP脑电模型为主导的避障策略选择系统 215

7.2 机器智能决策系统 217

7.2.1 基于模糊颜色提取器的目标识别与自动追踪策略 217

7.2.2 基于多传感器数据融合的障碍物检测及目标到达判别策略 227

7.3 矛盾处理系统 228

参考文献 230

第8章 基于脑-机器人交互实验的认知过程分析 231

8.1 常见的认知过程模型 231

8.1.1 双重加工理论 231

8.1.2 认知负荷理论 232

8.1.3 注意力模型 233

8.2 含义丰富度对N200的影响分析 234

8.2.1 实验设计 234

8.2.2 信号分析 236

8.3 认知解释 247

8.3.1 与其他ERP的比较 247

8.3.2 认知解释 249

8.4 伪迹 252

8.4.1 模板信号采集法 252

8.4.2 基于ICA的伪迹成分选取 253

8.5 辨识N200电位的通道选取 256

8.5.1 基于幅值的通道选择法 256

8.5.2 经验最优8通道组合 257

8.5.3 基于ICA的方法 257

8.5.4 方法结果比较 260

参考文献 262

第9章 结语 265

参考文献 267

彩图 269

返回顶部