基于腦-機接口的無線智能機器人控制系統(tǒng)

摘　要： 提出一種基于思維腦電的無線智能機器人控制系統(tǒng)設(shè)計方案。該系統(tǒng)采用想象左右手運動時產(chǎn)生的腦電信號作為智能服務(wù)機器人運動的控制信號,實現(xiàn)對服務(wù)機器人的控制，改善癱瘓患者生活自理能力。采用基于小波包分解的方法提取特征向量，利用基于歐式距離的方法進行模式識別，進而產(chǎn)生機器人運動控制信號,并通過LabVIEW串口發(fā)給單片機，單片機對該信號進行紅外編碼后發(fā)給智能機器人，用以控制其運動方向。實驗結(jié)果證明，該設(shè)計方案有利于提高腦-機接口的實用性。
關(guān)鍵詞： 思維腦電； 小波分解； 腦-機接口； 虛擬儀器； 無線； 智能機器人

腦-機接口BCI（Brain-Computer Interface）是在人(或動物)與外部設(shè)備間建立的直接連接通道。它通過采集、分析人的腦電信號，在人腦與計算機或其他電子設(shè)備之間建立直接交流和控制通道，從而可以不需語言或肢體動作,直接通過控制腦電來表達意愿或操作外接設(shè)備[1-2]。隨著科學(xué)技術(shù)的發(fā)展，智能機器人在醫(yī)療領(lǐng)域的應(yīng)用越來越廣泛，如監(jiān)護機器人、康復(fù)機器人等。目前康復(fù)機器人的訓(xùn)練方式對于患者而言僅僅是被動的運動治療,缺乏對患者主動參與的刺激。根據(jù)腦可塑性理論,腦功能重組的恢復(fù)訓(xùn)練應(yīng)該強調(diào)患者的主動參與,按照科學(xué)的運動學(xué)習(xí)方法對患者進行再教育以恢復(fù)其運動功能。同時,實踐結(jié)果表明,患者積極參與到功能恢復(fù)訓(xùn)練中,能夠獲得更好的恢復(fù)效果[3]。本文介紹了一種基于思維腦電的腦-機接口的無線智能機器人控制系統(tǒng)設(shè)計方案，此方案將服務(wù)機器人與康復(fù)機器人相結(jié)合，不僅提供了機器人為精神損傷的癱瘓患者服務(wù)的功能，更融入了患者的康復(fù)訓(xùn)練?；颊咄ㄟ^進行左右手想象運動得到相應(yīng)的思維腦電，電信號經(jīng)過腦電采集電路進入LabVIEW，進行特征提取及模式識別，判斷出使用者的思維模式，然后發(fā)出相應(yīng)的控制命令，通過串口傳給單片機。單片機對命令進行編碼后通過紅外的形式向外發(fā)射，智能機器人上的紅外一體化接收管對接收到的信號進行解碼后作出相應(yīng)的動作。
1 系統(tǒng)概況
基于思維腦電的腦-機接口無線智能機器人控制系統(tǒng)主要包括三個子系統(tǒng):腦電采集電路子系統(tǒng)、基于LabVIEW的上位機子系統(tǒng)（特征提取、模式識別及反饋界面的實現(xiàn)），以及基于PIC單片機的下位機控制子系統(tǒng)(紅外的編碼及解碼)。單片機選用Microchip的PIC18f14k50。系統(tǒng)示意圖如圖1所示。

小波包分解是小波分解的推廣。在小波分析中，原始信號被分解為逼近部分和細(xì)節(jié)部分。逼近部分再分解為另一層的逼近和細(xì)節(jié)，重復(fù)這樣的過程，直到分解為設(shè)定的分解層。其中細(xì)節(jié)部分也進行相同的分解。小波包分解具有任意多尺度特點，避免了時頻固定的缺陷，為時頻分析提供了極大的選擇余地，更能反映信號的本質(zhì)和特征[5]。
在小波多分辨率分析中，可以將不同的尺度因子j在Hilbert空間按照二進制繼續(xù)進行頻率細(xì)分。
2.2 基于歐拉距離模式識別算法的實現(xiàn)
歐拉距離識別方法的基本原理為：將已知類別的向量設(shè)為訓(xùn)練向量組，未知類別的向量歸為測試組[6]。將測試組中的向量分別與訓(xùn)練向量組中的所有向量進行距離比較，記住與其距離最近的那個訓(xùn)練集向量，則測試組向量與該訓(xùn)練組向量的類別一樣，至此識別過程結(jié)束。
歐拉距離算法的公式為：

圖2、圖3中的橫坐標(biāo)表示特征提取得到7個頻段的數(shù)據(jù)，縱坐標(biāo)表示140組腦電數(shù)據(jù)。db4中列與列之間的能量差比較大，因此可認(rèn)為它的特征提取結(jié)果較好。由模式識別驗證特征提取的結(jié)果，db4小波包分解經(jīng)過歐拉距離方法的模式識別后，得到識別率為71.43%;sym2小波包分解經(jīng)過歐拉距離方法的模式識別后，得到識別率為68.57%。故取db4小波包分解的方法。
　本文采用4、5、6層小波包分解的方法進行特征提取，如圖4、圖5所示分別為4、6層小波包分解的能量分布圖。