機(jī)器人中的人機(jī)交互系統(tǒng)-腦機(jī)接口課件

機(jī)器人中的人機(jī)交互系統(tǒng)腦機(jī)接口技術(shù)機(jī)器人中的人機(jī)交互系統(tǒng)腦機(jī)接口技術(shù)人機(jī)交互系統(tǒng)人機(jī)交互系統(tǒng)人機(jī)交互系統(tǒng)人機(jī)交互系統(tǒng)人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢腦機(jī)接口(Brain-ComputerInterface，BCI)BCI是不依賴于大腦外周神經(jīng)與肌肉系統(tǒng)，在人腦和計(jì)算機(jī)或外部設(shè)備之間建立起來的一種通信系統(tǒng)。它能夠?yàn)橹囟葰埣驳季S意識正常的患者提供一種新型的對外信息交流手段。腦中風(fēng)、腦部或者脊髓外傷、腦癱、肌肉萎縮、多發(fā)性硬化、肌萎縮性脊髓側(cè)索硬化(AmyotrophicLateralSclerosis，ALS)腦機(jī)接口(Brain-ComputerInterface，BCI的組成BCI的組成腦電信號(electroencephalograph，EEG)按頻率和振幅的不同，腦電信號可分為δ波（0.5~3Hz）、θ波（4~7Hz）、α波（8~13Hz）和β波（14~30Hz）。非常微弱而且其背景噪聲很強(qiáng)、非平穩(wěn)、非線性腦電信號(electroencephalograph，EEGBCI的發(fā)展BCI的研究最早可以追溯到20世紀(jì)70年代，早期研究的目的是讓受試者通過生物反饋訓(xùn)練學(xué)習(xí)如何自主地控制腦電節(jié)律。Nowis等人的研究結(jié)果表明，受試者通過訓(xùn)練后能夠自主調(diào)節(jié)腦電的α波1995年，全世界從事有關(guān)腦機(jī)接口研究的小組不超過6個，1999年已超過20個，2002年則有近40個；到現(xiàn)在已經(jīng)發(fā)展到數(shù)以百計(jì)，主要分布在美國、加拿大、歐洲、日本、中國等地區(qū)。美國和歐洲BCI技術(shù)發(fā)展的較早，日本、中國起步較晚。BCI的發(fā)展BCI的研究最早可以追溯到20世紀(jì)70年代，早期BCI的發(fā)展目前，關(guān)于BCI的應(yīng)用在國內(nèi)外也得到了飛速的發(fā)展，而在這些應(yīng)用中主要應(yīng)用到腦電信號：視覺誘發(fā)電位（VisualEvokedPotential，VEP）、μ節(jié)律和β波、α波、P300電位。使用這些信號的BCI系統(tǒng)通過檢測大腦對視覺刺激、注視或注意的方向、運(yùn)動意圖、認(rèn)知活動的響應(yīng)可實(shí)現(xiàn)光標(biāo)控制、字符輸入和輪椅控制等簡單的功能?；赩EP的BCI系統(tǒng)的應(yīng)用。VEP又可以分為瞬態(tài)VEP（TransientVEP，TVEP）和穩(wěn)態(tài)VEP（Steady-StateVEP，SSVEP）內(nèi)清華大學(xué)，2004年開發(fā)的BCI系統(tǒng)，殘疾人利用SSVEP控制電視和空調(diào)、撥打電話并啟動語音播放。BCI的發(fā)展目前，關(guān)于BCI的應(yīng)用在國內(nèi)外也得到了飛速的發(fā)展BCI的發(fā)展基于μ節(jié)律和β波的BCI系統(tǒng)的應(yīng)用2005年，Tanaka等就通過想象左臂和右臂運(yùn)動實(shí)現(xiàn)了智能輪椅左轉(zhuǎn)和右轉(zhuǎn)基于α波的BCI系統(tǒng)的應(yīng)用在1967年，Dewan就采用視覺集中去同步α波幅值來發(fā)送Morse電報碼。通過快速簡短地向上轉(zhuǎn)動眼球，即一個α波幅值的簡短增加，代表一個“●”；通過延長眼睛向上的時間，即一個延長時間的α波幅值增加，代表一個“-”；電碼之間的空格，則用集中注意力產(chǎn)生α波的阻斷來表示。BCI的發(fā)展基于μ節(jié)律和β波的BCI系統(tǒng)的應(yīng)用BCI的發(fā)展基于P300電位的BCI系統(tǒng)的應(yīng)用Donchin等人設(shè)計(jì)了基于P300的虛擬打字機(jī)P3Speller，一個6×6字符矩陣按行或列依次閃爍，行和列出現(xiàn)的次序是隨機(jī)的，于是包含使用者想要輸入字符的行或列的閃爍就是能夠誘發(fā)出P300的靶刺激，通過檢測P300所在的行和列就能確定使用者想要輸入的字符。BCI的發(fā)展基于P300電位的BCI系統(tǒng)的應(yīng)用機(jī)器人中的人機(jī)交互系統(tǒng)——腦機(jī)接口課件腦電信號的處理預(yù)處理主要用于去除腦電信號的偽跡。主要偽跡：眼動偽跡、眼電、肌電以及心電等偽跡，工頻偽跡。主要方法：濾波腦電信號的處理預(yù)處理主要用于去除腦電信號的偽跡。腦電信號的處理特征提取主要是提取出能表征腦電信號特征的一個或幾個量。常用方法：時域分析法：方差分析、相關(guān)分析、峰值檢測等頻域分析法：功率譜估計(jì)——AR等時頻分析法：小波變換等非線性分析：樣本熵、最大Lyapunov指數(shù)和關(guān)聯(lián)維數(shù)等其他方法：共同空間模式（CommonSpatialPattern,CSP），主成分分析（PrincipalComponentAnalysis，PCA），獨(dú)立分量分析(IndependentComponentAnalysis,ICA)腦電信號的處理特征提取主要是提取出能表征腦電信號特征的一個或腦電信號的處理特征分類是把特征向量輸入預(yù)先設(shè)計(jì)好的分類器中，進(jìn)而識別出不同的腦電信號，并以邏輯控制信號來表示這些腦電信號。常用方法：線性判別式分析（LinearDisciminantAnalysis,LDA）人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork,ANN）支持向量機(jī)（SupportVectorMachine,SVM）腦電信號的處理特征分類是把特征向量輸入預(yù)先設(shè)計(jì)好的分類器中，連續(xù)小波變換連續(xù)小波變換連續(xù)小波變換連續(xù)小波變換離散小波變換離散小波變換機(jī)器人中的人機(jī)交互系統(tǒng)——腦機(jī)接口課件從尺度j看，j越大，分辨率就越低，頻域分析差，時域分析好。只需平移較少次數(shù)的k就看計(jì)算完整段信號，即系數(shù)少。從尺度j看，j越大，分辨率就越低，頻域分析差，時域分析好。多分辨率分析與Mallat算法1988年S.Mallat在構(gòu)造正交小波基時，提出了多分辨率分析（Multi-ResolutionAnalysis,MRA）的概念，從空間的概念上形象地說明了小波的多分辨率特性，將此之前的所有正交小波基的構(gòu)造法統(tǒng)一起來，給出了正交小波的構(gòu)造方法以及正交小波變換的快速算法，即Mallat算法。多分辨率分析與Mallat算法1988年S.Mallat多分辨率分析多分辨率分析多分辨率分析由多分辨率分析構(gòu)造基小波：由尺度函數(shù)推導(dǎo)基小波雙尺度方程：多分辨率分析由多分辨率分析構(gòu)造基小波：多分辨率分析多分辨率分析只是對信號低頻部分進(jìn)行進(jìn)一步分解，而高頻部分則不考慮。CA為逼近信號（低頻部分），CD為細(xì)節(jié)信號（高頻部分）

多分辨率分析多分辨率分析只是對信號低頻部分進(jìn)行進(jìn)一步分解，而多分辨率分析多分辨率分析多分辨率分析多分辨率分析Mallat算法Mallat算法分解公式：分解公式：機(jī)器人中的人機(jī)交互系統(tǒng)——腦機(jī)接口課件重構(gòu)公式重構(gòu)公式小波變換的實(shí)現(xiàn)Matlab實(shí)現(xiàn):調(diào)用庫函數(shù)即可實(shí)現(xiàn)。(分解：wavedec；重構(gòu)：waverec)C++實(shí)現(xiàn)：小波提升格式（DaubechiesIngrid,Sweldens.Factoringwavelettransformsintoliftingsteps.1996）小波變換的實(shí)現(xiàn)Matlab實(shí)現(xiàn):調(diào)用庫函數(shù)即可實(shí)現(xiàn)。(分小波對腦電信號的處理將信號進(jìn)行小波分解時，分解的層數(shù)將視具體信號的有用成分和采樣頻率而定128Hz8~13Hz的α波14~30Hz的β波小波系數(shù)頻帶范圍/Hz分解的層數(shù)D132~641D216~322D38~163A30~83小波對腦電信號的處理將信號進(jìn)行小波分解時，分解的層數(shù)將視具體小波對腦電信號的處理小波對腦電信號的處理CSPCSPCSPCSPCSPCSPCSPCSPCSPCSPCSPCSPCSPCSPCSPCSP機(jī)器人中的人機(jī)交互系統(tǒng)腦機(jī)接口技術(shù)機(jī)器人中的人機(jī)交互系統(tǒng)腦機(jī)接口技術(shù)人機(jī)交互系統(tǒng)人機(jī)交互系統(tǒng)人機(jī)交互系統(tǒng)人機(jī)交互系統(tǒng)人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢人機(jī)交互系統(tǒng)的發(fā)展歷史與趨勢腦機(jī)接口(Brain-ComputerInterface，BCI)BCI是不依賴于大腦外周神經(jīng)與肌肉系統(tǒng)，在人腦和計(jì)算機(jī)或外部設(shè)備之間建立起來的一種通信系統(tǒng)。它能夠?yàn)橹囟葰埣驳季S意識正常的患者提供一種新型的對外信息交流手段。腦中風(fēng)、腦部或者脊髓外傷、腦癱、肌肉萎縮、多發(fā)性硬化、肌萎縮性脊髓側(cè)索硬化(AmyotrophicLateralSclerosis，ALS)腦機(jī)接口(Brain-ComputerInterface，BCI的組成BCI的組成腦電信號(electroencephalograph，EEG)按頻率和振幅的不同，腦電信號可分為δ波（0.5~3Hz）、θ波（4~7Hz）、α波（8~13Hz）和β波（14~30Hz）。非常微弱而且其背景噪聲很強(qiáng)、非平穩(wěn)、非線性腦電信號(electroencephalograph，EEGBCI的發(fā)展BCI的研究最早可以追溯到20世紀(jì)70年代，早期研究的目的是讓受試者通過生物反饋訓(xùn)練學(xué)習(xí)如何自主地控制腦電節(jié)律。Nowis等人的研究結(jié)果表明，受試者通過訓(xùn)練后能夠自主調(diào)節(jié)腦電的α波1995年，全世界從事有關(guān)腦機(jī)接口研究的小組不超過6個，1999年已超過20個，2002年則有近40個；到現(xiàn)在已經(jīng)發(fā)展到數(shù)以百計(jì)，主要分布在美國、加拿大、歐洲、日本、中國等地區(qū)。美國和歐洲BCI技術(shù)發(fā)展的較早，日本、中國起步較晚。BCI的發(fā)展BCI的研究最早可以追溯到20世紀(jì)70年代，早期BCI的發(fā)展目前，關(guān)于BCI的應(yīng)用在國內(nèi)外也得到了飛速的發(fā)展，而在這些應(yīng)用中主要應(yīng)用到腦電信號：視覺誘發(fā)電位（VisualEvokedPotential，VEP）、μ節(jié)律和β波、α波、P300電位。使用這些信號的BCI系統(tǒng)通過檢測大腦對視覺刺激、注視或注意的方向、運(yùn)動意圖、認(rèn)知活動的響應(yīng)可實(shí)現(xiàn)光標(biāo)控制、字符輸入和輪椅控制等簡單的功能?；赩EP的BCI系統(tǒng)的應(yīng)用。VEP又可以分為瞬態(tài)VEP（TransientVEP，TVEP）和穩(wěn)態(tài)VEP（Steady-StateVEP，SSVEP）內(nèi)清華大學(xué)，2004年開發(fā)的BCI系統(tǒng)，殘疾人利用SSVEP控制電視和空調(diào)、撥打電話并啟動語音播放。BCI的發(fā)展目前，關(guān)于BCI的應(yīng)用在國內(nèi)外也得到了飛速的發(fā)展BCI的發(fā)展基于μ節(jié)律和β波的BCI系統(tǒng)的應(yīng)用2005年，Tanaka等就通過想象左臂和右臂運(yùn)動實(shí)現(xiàn)了智能輪椅左轉(zhuǎn)和右轉(zhuǎn)基于α波的BCI系統(tǒng)的應(yīng)用在1967年，Dewan就采用視覺集中去同步α波幅值來發(fā)送Morse電報碼。通過快速簡短地向上轉(zhuǎn)動眼球，即一個α波幅值的簡短增加，代表一個“●”；通過延長眼睛向上的時間，即一個延長時間的α波幅值增加，代表一個“-”；電碼之間的空格，則用集中注意力產(chǎn)生α波的阻斷來表示。BCI的發(fā)展基于μ節(jié)律和β波的BCI系統(tǒng)的應(yīng)用BCI的發(fā)展基于P300電位的BCI系統(tǒng)的應(yīng)用Donchin等人設(shè)計(jì)了基于P300的虛擬打字機(jī)P3Speller，一個6×6字符矩陣按行或列依次閃爍，行和列出現(xiàn)的次序是隨機(jī)的，于是包含使用者想要輸入字符的行或列的閃爍就是能夠誘發(fā)出P300的靶刺激，通過檢測P300所在的行和列就能確定使用者想要輸入的字符。BCI的發(fā)展基于P300電位的BCI系統(tǒng)的應(yīng)用機(jī)器人中的人機(jī)交互系統(tǒng)——腦機(jī)接口課件腦電信號的處理預(yù)處理主要用于去除腦電信號的偽跡。主要偽跡：眼動偽跡、眼電、肌電以及心電等偽跡，工頻偽跡。主要方法：濾波腦電信號的處理預(yù)處理主要用于去除腦電信號的偽跡。腦電信號的處理特征提取主要是提取出能表征腦電信號特征的一個或幾個量。常用方法：時域分析法：方差分析、相關(guān)分析、峰值檢測等頻域分析法：功率譜估計(jì)——AR等時頻分析法：小波變換等非線性分析：樣本熵、最大Lyapunov指數(shù)和關(guān)聯(lián)維數(shù)等其他方法：共同空間模式（CommonSpatialPattern,CSP），主成分分析（PrincipalComponentAnalysis，PCA），獨(dú)立分量分析(IndependentComponentAnalysis,ICA)腦電信號的處理特征提取主要是提取出能表征腦電信號特征的一個或腦電信號的處理特征分類是把特征向量輸入預(yù)先設(shè)計(jì)好的分類器中，進(jìn)而識別出不同的腦電信號，并以邏輯控制信號來表示這些腦電信號。常用方法：線性判別式分析（LinearDisciminantAnalysis,LDA）人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork,ANN）支持向量機(jī)（SupportVectorMachine,SVM）腦電信號的處理特征分類是把特征向量輸入預(yù)先設(shè)計(jì)好的分類器中，連續(xù)小波變換連續(xù)小波變換連續(xù)小波變換連續(xù)小波變換離散小波變換離散小波變換機(jī)器人中的人機(jī)交互系統(tǒng)——腦機(jī)接口課件從尺度j看，j越大，分辨率就越低，頻域分析差，時域分析好。只需平移較少次數(shù)的k就看計(jì)算完整段信號，即系數(shù)少。從尺度j看，j越大，分辨率就越低，頻域分析差，時域分析好。多分辨率分析與Mallat算法1988年S.Mallat在構(gòu)造正交小波基時，提出了多分辨率分析（Multi-ResolutionAnalysis,MRA）的概念，從空間的概念上形象地說明了小波的多分辨率特性，將此之前的所有正交小波基的構(gòu)造法統(tǒng)一起來，給出了正交小波的構(gòu)造方法以及正交小波變換的快速算法，即Mallat算法。多分辨率分析與Mallat算法1988年S.Mallat多分辨率分析多分辨率