基于上下文的辅助脑驱动轮椅驾驶

摘要

利用人脑信号控制机器人设备是一项有趣而富有挑战性的任务。该装置可能控制起来很复杂，而且大脑信号的非平稳特性提供了一个相当不稳定的输入。然而，通过使用适应当前任务的智能处理算法，可以提高性能。本文介绍了一种基于非侵入性脑接口的智能轮椅共享控制系统。受试者的驾驶意图通过脑电图(EEG)信号进行估计，并通过共享控制系统，然后再被发送到轮椅马达上。实验结果表明，与不使用共享控制系统相比，使用共享控制系统可以显著提高整体驾驶性能。这些结果是在2名健康的受试者第一天接受脑驱动轮椅训练时得到的。

参考文献

1. J. d. R. Millan, F. Renkens, J. Mourino，和W. Gerstner，“利用人类脑电图对移动机器人的非侵入性脑驱动控制，”IEEE生物医学工程学报第51卷，no。2004年，第1026-1033页。视图:出版商的网站|谷歌学术搜索
2. 《人脑-计算机接口》，台北大脑理论和神经网络手册张建民，《麻省理工学院出版社》，页178-181，美国，剑桥，2002。视图:谷歌学术搜索
3. J. d. R. Millan, F. Renkens, J. Mourino，和W. Gerstner，“脑驱动的互动”，人工智能，第159卷，no。1-2, 241-259页，2004。视图:出版商的网站|谷歌学术搜索
4. “智能轮椅之人机互动技术之选择”，国立中山大学机械工程研究所硕士论文第十一届IEEE机器人与人类交互通信国际研讨会论文集(ROMAN '02)， 146-151页，柏林，德国，2002年9月。视图:出版商的网站|谷歌学术搜索
5. 王建民，“自适应滤波方法在提高轮椅驾驶性能中的应用”，北京第15届IEEE机器人与人类互动通讯国际研讨会论文集(ROMAN '06)，第527-532页，哈特菲尔德，英国，2006年9月。视图:出版商的网站|谷歌学术搜索
6. D. Vanhooydonck, E. Demeester, M. Nuttin，和H. Van Brussel，“智能轮椅的共享控制:用户意图的隐含估计”，载于第一届服务机器人技术进步国际研讨会会议录(ASER '03)，第176-182页，巴多利诺，意大利，2003年3月。视图:谷歌学术搜索
7. “以模型为基础的轮椅控制方案识别的概率框架:实验与评估”，国立中山大学机械工程研究所硕士论文IEEE/RSJ智能机器人与系统国际会议论文集(IROS '03)，第二卷，1456-1461页，美国内华达州拉斯维加斯，2003年10月。视图:谷歌学术搜索
8. 自主移动机器人SENARIO:动力轮椅的传感器辅助智能导航系统IEEE机器人和自动化杂志，第4卷，第2期。1997年，第60-70页。视图:出版商的网站|谷歌学术搜索
9. “女佣:长者及残障人士行动支援”，台北IEEE工业电子学会第24届年会论文集(IECON '98)，第4卷，2493-2498页，亚琛，德国，1998年8 - 9月。视图:谷歌学术搜索
10. h . Yanco共享用户计算机控制的机器人轮椅系统，博士论文，麻省理工学院，剑桥，美国，2000年9月。
11. G. Bourhis, O. Horn, O. Habert和A. Pruski，“一辆为运动残疾者设计的自动驾驶汽车，”IEEE机器人和自动化杂志，第8卷，no。1，第20-28页，2001年。视图:出版商的网站|谷歌学术搜索
12. 李国强，“人机互动:应用于智能轮椅”，台北IEEE机器人及自动化国际会议论文集(ICRA '02)2002年5月，美国华盛顿特区，第4卷，第3583-3588页。视图:出版商的网站|谷歌学术搜索
13. “导航椅:一种具有自动适应能力的辅助轮椅导航系统”，台北辅助技术与人工智能论文集，机器人技术、用户界面与自然语言处理的应用，第1458卷计算机科学的课堂讲稿，第235-255页，1998年。视图:谷歌学术搜索
14. “不莱梅自动轮椅的结构与应用”，台北第四届资讯系统联席会议的会议录《智能机械协会》，1998年10月。视图:谷歌学术搜索
15. l . i Kuncheva结合模式分类器:方法和算法胡志明，约翰威利父子公司，纽约，美国，2004。
16. a . Buttfield, P. W. Ferrez, J. d. R. Millan，《走向稳健的BCI:潜在错误和在线学习》，IEEE神经系统和康复工程学报，第14卷，no。2，第164-168页，2006。视图:出版商的网站|谷歌学术搜索

版权

Gerolf Vanacker等人版权所有这是一篇开放获取下发布的文章知识共享署名许可，允许在任何媒体中不受限制地使用、发布和复制原创作品，只要原稿被正确引用。