文摘

人机界面(HMI)一直在研究机器人遥操作,目的是让人们体验运动障碍增加与物理环境的交互。机器人控制的挑战一个人机界面是迅速,准确,充分产生控制命令。摘要异步HMI基于眼电图(小城镇),提出了一种陀螺仪使用两个自学和内生特性,双眨眼和头部旋转。通过设计多级图形用户界面(GUI),用户可以旋转头移动光标的GUI和创建一个双眨眼触发按钮接口。提出了人机界面能够提供足够的命令同时高精度(ACC)和低响应时间(RT)。在16名健康受试者的触发任务,目标是从20点击选项与ACC和RT 2.34年代的99.2%。此外,使用运动的持续战略启动和运动停止命令创建一个机器人运动控制提出了一个基于人机界面的类人机器人。它避免了情况,结合一些命令来实现一个运动或将某些运动直接命令。在家里服务实验中,所有受试者操作一个人形机器人改变开关的状态,抓住关键,把它变成一个盒子。人机界面控制和手动控制之间的时间比为1.22,和命令的数量比为1.18。 The results demonstrated that the continuous strategy and proposed HMI can improve performance in humanoid robot control.

1。介绍

人形机器人,就像人体的形状和范围的行动,可以代替人在执行日常任务,比如抓回家,解除对象,打开/关闭开关的电气设备。人机界面能够将人类的意图转化为外部设备控制命令,帮助人们做一些日常任务的帮助下一个机器人。有很多研究专注于HMIs机器人控制,如操纵杆(1和键盘2]。然而,这些手动接口成为无用的人患有严重神经肌肉疾病引起的事故或先天性疾病。以现代生命维持技术,瘫痪的人们会生活愉快和富有成效的,如果他们能提供新颖nonmanual的通讯手段和控制(3]。

nonmanual人机界面设计的主要任务为仿人控制迅速,准确,充分生产命令来执行一些日常任务,因为人们做(4),包括导航控制,如左/右转,向前和向后,一些联合控制。因为很多瘫痪的人维持正常的头和眼睛的功能,脑电图(EEG)或小城镇,造成大脑活动和眼球运动,分别可以用于HMIs和吸引了大量的注意力在过去的几十年里(5]。脑电图此次因为它们的优点,技术上更少的要求,广泛使用在相对较低的成本。

因为它使得基于脑电图的人机界面是一种大脑计算机接口(BCI)通过大脑信号传递用户的意图,不依赖于神经肌肉活动。常见的脑电波模式用于bci包括与事件相关电位(erp,例如,P300电位(6]),相关的μ/β节律运动图像(MI [7])和稳态视觉诱发电位(ssvep [8])。几个bci旨在控制机器人仿人机器人已报告(9- - - - - -11]。Spataro等人提出了一个P300-based BCI开动一个人形机器人去拿一杯水(9),科目使用P300信号选择突出显示网格用户界面。系统的准确性为74.5%。在[10],Saduanov等人开发了一个框架,一个P300-based BCI远程监控机器人。机器人可以执行16命令,包括7现在的命令和9导航命令。机器人的实时精度平均在78%以上。一个6-command SSVEP-NAO机器人系统开发(11]。在线系统的实验结果表明,它精度平均收益率为83.5%。因为它使得基于脑电图据我们所知,HMIs人形机器人控制通常实现P300和SSVEP的范例来控制一个设备由于其足够的命令。然而,这些模式的缺点是精度和响应时间是有限的命令。越是命令系统,目标BCI范式。增加目标的数量使P300范式有一轮长时间,当一个系统使用一个SSVEP的范式需要额外的不同频率信号进行识别(12]。因此,对于P300范式,设计师需要权衡足够的命令和低RT;SSVEP的范式,ACC和足够的命令应该仔细权衡。

一个小城镇信号也被用于设计nonmanual HMIs。典型的眼球运动包括注视,眨眼,眨眼,皱眉。所有这些运动可以产生杰出的小城镇特性具有高信噪比(信噪比)。因此,一些研究构造EOG-based HMIs控制外部设备。在[13),美国提出了一个听不清此次传感器系统来控制四轴飞行器通过眼球运动(左,右,上,下,和眨眼)。五个眼球运动直接翻译成五个控制命令(左,右,上,下,和直)来控制四轴飞行器。2020年,Milanizadeh和Safaie使用主体的眼球运动的四个屏幕边缘的中间部分笔记本电脑四轴飞行器导航与0.6秒延迟和94.8%的精度14]。2021年,Triadi等人建造了一个鼠标控制系统使用八个眼球运动来控制光标的移动,包括,右上角,左上角,右下角,左下,正确的,然后离开了。RT和ACC系统的自定义数据集分别为1.97和100%,分别为(15]。黄一个轮椅EOG-based人机界面控制,提出了他的研究。系统提供了一个GUI与13闪烁的按钮,对应于13轮椅命令(导航、速度控制和停止命令)。用户发出命令根据按钮闪烁的闪光灯。系统实现小城镇的准确性为96.7%,平均3.53年代的RT (5]。在物联网平台的基于小城镇,Molleapaza-Huanaco等人使用了三个眼跳眼睛的运动编码8控制命令的轮椅,获得分类准确率为93% (16]。Sharma等人提出了一个EOG-based HMI机械臂控制通过检测用户的眼睛关闭/打开和眨眼[17]。该系统可以发出7命令(左,右,上升,下降,前进,后退,和控制)的准确性达96.9%。总之,EOG-based人机界面有两个主要实现:眼球运动没有接口,眨眼一个接口。第一个实现属于异步系统,但它有眼球运动的数量不足够的命令。此外,眼球运动是一种自愿行为,错误的空闲状态触发问题仍然需要解决。在第二个实现,接口确保足够的命令。同时,提示闪过,眨眼触发条件让假触发减少。然而,这些闪烁模式系统通常是同步的,和RT是设备控制不满意。因此,一个主要的挑战仍然存在EOG-based HMIs:构建异步与低RT系统提供足够的命令。

为了克服现有系统的局限性,本文提出了一个小城镇和制造HMI人形机器人控制。在我们的系统中,一个多级GUI设计输出足够的机器人控制命令。用户使用双重眨眼小城镇和two-angle从陀螺仪提供的数据来生成一个鼠标点击事件。通过各级触发按钮,用户可以实现机器人的导航或关节运动。两家在线与16个受试者进行实验。首先,所有的受试者参与一个同步实验,他们测试了该人机界面通过触发目标按钮。接下来,受试者操纵一个人形机器人使用提出了人机界面仿真环境中完成一个家庭服务任务(异步实验)。指标,如准确性、响应时间和假阳性率,计算。结果表明该异步HMI只基于一种眼球运动(双闪)和两个角速度可以快速,准确的说,和足够的生产命令来控制仿人机器人完成家庭服务任务。

2。材料和方法

2.1。信号采集

在这项研究中,此次信号和陀螺仪HNNK公司的设备收集的数据,如图1。设备的采样率为125 Hz。三个电极(“CH1”、“COM”,和“COMLEG”)是附着在皮肤和皮肤和三个电极之间的阻抗都低于5 kΩ。在三个频道,“CH1”是数据通道垂直记录此次信号从额头。设备的中心位置有一个陀螺仪检测陀螺的角变化当用户旋转头。

2.2。图形用户界面

在这项研究中使用的GUI的体系结构如图2。主窗口包含两个面板:导航面板和联合控制面板。导航面板是一致的,包括8导航按钮和3速度控制按钮(缓慢,一般,快走和关节旋转控制类型),而联合控制面板从三个层次:联合选择,关节运动的选择,和停止。每个级别的细节描述如下。(我)联合选择水平:九个按钮代表不同的联合对象,如头、LShoulder(左肩),LElbow(左肘),等等。(2)关节运动水平:选择两个或四个按钮代表运动的关节,和一个返回按钮给机会修改选择的联合。按钮在这个级别的数量取决于选择的联合共同选择的水平。如图2,选择运动水平有4个按钮代表的双轴旋转肩膀。图片中间的按钮说明正(+)、负(−)某些轴的方向运动。(3)停止水平:一个大按钮停止导航或关节旋转运动。

2.3。控制机制

该人机界面结合小城镇信号和陀螺仪实现机器人控制系统。如图3,系统由四部分组成:信号采集装置,一个GUI显示程序,一个信号处理程序,和一个人形机器人。采集设备(HNNK设备)收集小城镇和角变化的数据传输到分类的信号处理程序。如果存在一个按钮触发事件,GUI显示程序将输出一个人形机器人相关的命令。

按钮触发事件包括两种情况:双眨眼特性小城镇信号和光标位置的GUI。如图4,收集设备提供了两种类型的数据:一个小城镇信号和陀螺仪的三个角。我们使用偏航角和横摇角来控制光标检测双闪烁在小城镇的信号。用户触发按钮时按钮上的光标双眨眼。

在命令生成部分,我们提出一个连续的控制策略。它拆卸每个机器人的实际运动分为两个阶段:一个阶段,使机器人不断移动或旋转,另一个阶段,使当前的连续运动停止。在第一阶段,用户触发命令导航与GUI或关节运动通过点击按钮,使机器人开始不断移动或旋转。然后,停止按钮触发在适当的时候让机器人停止在所需的位置或在第二阶段。使用此策略的过程控制仿人机器人实现导航或关节运动如图5。起初,导航控制面板和联合控制面板,和联合选择水平首先提出了联合控制面板。导航的用户可以选择一个按钮控制面板或者联合控制面板。如果导航控制按钮被选中时,机器人将得到相对命令不断移动。与此同时,停止水平提出了联合控制面板,和导航导航面板上的命令按钮无效。如果选择了联合控制按钮,将联合运动选择水平,和导航命令将变得不可用。用户可以选择回到联合选择水平或旋转当前联合通过单击按钮联合控制面板。选择运动时,机器人可以不断联合在一定方向旋转,和联合控制面板将停止水平。在停止级别,用户需要停止当前机器人的运动无论导航面板或关节的运动生成控制面板。

2.4。算法

在这项研究中,该算法可分为两个部分:(i)光标位置计算和(2)双眨眼检测。光标位置来源于角陀螺仪的数据。随时执行双重眨眼波形检测的小城镇的信号。首先,亚节(1 s的时间)来源于125记录此次信号点,和亚节之间的相似性和双眨眼段生成的阈值计算部分计算。当亚节类似于双眨眼,提取一些特征,如眨眼的能量和持续时间。该算法确定这些特性满足阈值条件。双眨眼存在于亚节如果所有的阈值。进一步的细节描述在接下来的段落。

2.4.1。光标位置计算

HNNK设备可以提供三个倾斜(偏航、辊和沥青)当用户旋转头。信号处理程序保存的初始值三个倾斜当用户戴装置,和屏幕的中心设置光标的初始位置。一头旋转运动变化三个倾斜,导致 , ,和与最初的倾斜。程序使用和计算和基于初始位置的光标位置。然后,和用于实时更新光标的位置。的计算公式如下: (在哪里 , )光标的位置和计算是一个因素来调整光标的敏感性−0.5到0.5不等。

2.4.2。双眨眼检测

(1)预处理。首先,信号处理程序过滤器记录此次信号通过一个数字带通滤波器(1 - 10 Hz)去除高频噪声和消除基线漂移的影响18]。然后,亚节(持续时间是1 s)来源于125年小城镇过滤信号的采样点,和它之间的相似性计算和双眨眼环节。在这项研究中,皮尔森相关系数(PCC)是用来评估两个信号的相似(方程(2))。如果PCC相似度阈值,将提取的波形特性。否则,亚节不存在双重眨眼。 在哪里和是向量维度代表两个信号,/代表的价值th维度, 表示两个信号的相似和 ,从−1.0到1.0 (19]。

(2)波形特征提取。如图6,有两个明显的峰值在眨眼波形的两倍。因此,这些山峰的程序标识位置提取特征。具体来说,极端点对应于最大值和次要的最大值被视为和 。在这里,和用来表示的位置吗和 。然后,两个特性和计算如下: 在哪里和代表之间的持续时间和能量和 ,分别为(20.]。的电压吗采样点。

(3)双眨眼检测。这个程序使用了两个时间阈值和和两个能量阈值和实现双眨眼波形检测,如下: 在哪里是双眨眼检测的结果。具体地说,= 1表示检测到双闪烁,而= 0表示没有检测到双眨眼。阈值参数 , , ,和在方程(4)确定在校准过程中,这将在稍后描述。

2.4.3。阈值计算

的阈值 , , ,和和双眨眼环节不同个体之间。因此,为每个用户执行校准过程之前,他或她开始使用EOG-based人机界面。具体地说,一个按钮(“眨眼”)是在屏幕的中心,闪烁3 s持续时间的10倍。用户需要生成一个双眨眼根据每个闪光灯的按钮。类似于眨眼检测过程,记录此次过滤,为每一个flash和亚节派生。波形特性,包括和 ,从这十子分段。如果用户错过一个flash,删除对应的亚节,特点是平均在其余的子分段。时间阈值和的最小值和最大值呢在这些子分段特征。能量阈值和计算的平均值,乘以吗e通过实证因素(= 0.8×和= 1.2× )。获得双眨眼的一个人,代表段平均生成子分段。

3所示。实验和结果

评估的性能提出了仿人机器人人机界面控制,16名健康受试者,年龄在23到27岁,参加了两个在线实验。所有受试者正常或corrected-to-normal愿景。在进行实验之前,每个主题是要求阅读和完成一个知情同意的形式。首先,执行校准会话来确定四个阈值和双眨眼环节,如部分所述2.4。3。然后,实验进行中为每个主题之间有10分钟休息一天每两个连续的实验。

3.1。实验我:点击目标按钮

提出了仿人机器人控制系统使用一个连续的控制策略与两个命令执行一个动作(某种运动开始指挥和运动停止命令)。实验使用了两个subexperiments,通用按钮触发任务和一个停止按钮触发任务,评估的表演动作触发启动命令触发和运动停止命令。

3.1.1。一般的按钮点击实验

在这个实验中,受试者被要求使用该人机界面触发按钮(图中所示的面板7(一)),这是用于生成一个导航或关节运动命令。具体地说,受试者负责选择随机生成目标按钮(目标按钮闪烁,让受试者知道)。这个话题已经5 s在闪现后点击目标。此外,有一个空闲状态,一个随机的时间范围的10∼20年代,每一对之间连续触发的任务目标。随机时间旨在消除人的主观预测的影响4]。指标,如ACC、RT和玻璃钢,使用实验结果计算。整个实验的时间是5分钟,每个主题完成了五次实验。连续两次实验之间的休息时间为5分钟。

3.1.2。停止按钮点击实验

这个实验旨在评估停止运动命令触发性能的控制过程,因为它直接影响导航的精度和联合控制。在这个实验中,GUI有一个大的停止按钮,这是一种独特的目标,和其他导航按钮被反选,除了速度控制按钮(图7 (b))。受试者的提示(flash)点击停止按钮。其他的东西,如结果指标,实验时间,持续时间,休息时间,一般按钮点击相同的实验。

表1说明了ACC、RT和玻璃钢为所有科目一般按钮触发任务。这些受试者平均2.34秒触发一个目标按钮控件状态的准确率达到了99.2%和0.34事件/分钟玻璃钢生产处于闲置状态。在[21)、ACC RT,玻璃钢HMI-based汽车图像是86.2%,3.15年代,分别和3.67 /分钟。拟议中的人机界面具有更好的性能。相比EOG-based HMI轮椅控制在(5ACC 96.7%, RT 3.53,和玻璃钢0事件/分钟,HMI ACC更高和更低的RT的下玻璃钢EOG-based HMI归因于大脑开关来实现异步系统使用。然而,解决方案确定切换系统的工作状态和空闲状态不如我们提出了系统灵活,导致更高的RT命令输出。在轮椅控制场景中,玻璃钢更为重要,但RT是更重要的在家里服务场景。

结果在表2显示停止按钮触发任务的性能。这个任务是短的RT比普通按钮触发任务,因为我们使用了一个巨大的停止按钮,使它容易定位光标在目标。减少RT, ACC从99.3%下降到97.4%,玻璃钢/分钟增加到0.74事件。妥协意味着用户可以发送停止命令立即终止机器人的连续运动,这确保了机器人执行动作的人想要的。它提供了一个解决方案为那些想提议的人机界面应用到其他场景较高的实时要求。

3.2。实验二:仿人机器人控制家庭服务

在实验二世,拟议的人机界面是用来控制一个人形机器人的导航和关节运动(Nao H25,软银公司,日本,0.573米×0.311米)完成服务任务,包括电动开关状态变化和物体抓取和放置。默认机器人行走的速度,方向,和关节旋转被设置为0.1 m / s, 0.39 rad / s,和0.30 rad / s,分别,一样的一般模式速度的速度控制功能。我们使用一个模拟环境从2014 Nao挑战大赛毕宿五机器人和虚拟Nao机器人在Webots 2021 b(图8)。在仿真环境中为家庭服务(9米×5米的房间),主题是指示来控制机器人的初始位置(位置1)开关位置(位置2),打开开关,然后去的关键位置(位置3),抓住门的钥匙,把钥匙在一锅(4)位置,和休息在位置5。完成这些任务后,每个主题使用提出了人机界面的性能记录使用的信息传输速率等指标(ITR), RT, ACC和玻璃钢。不同于目标按钮触发实验中,所有指标有新的含义如下。(1)RT:机器人命令的响应时间触发。它是根据计算 在哪里和是一般的意思是RTs按钮触发任务和停止按钮触发任务,分别和 , ,和是联合控制命令的数量、导航命令,在实验和停止命令。因为联合控制命令,与别人不同,需要两个触发器联合控制面板的按钮,对个人选择第二个目标按钮在联合控制命令触发,我们使用三个RTs的按钮代表联合控制命令的即时战略游戏。RT的按钮和停止按钮的RT代表的RT的导航命令和RT停止命令,分别。(2)ACC:正确的控制命令的可能性。(3)玻璃钢:假命令生成每分钟在空闲时间。(4)每分钟ITR:信息传输,根据计算 在哪里是命令的数量,是平均ACC,平均RT。

进一步评估拟议的人机界面的可控制性人形机器人控制在国内服务,我们设计了一个手工实验,每个主题使用物理鼠标单击GUI按钮来控制机器人完成任务作为一个对比试验21]。类似于此次实验二,控制和物理光标控制实验为每个主题,完成了五次,平均间隔和命令的五个实验计算。

结果家庭服务机器人控制的情况如表所示3。所有受试者平均精度为99.3%,导致平均ITR 113.9比特/分钟。此外,每个主题都能够完成实验5次没有失败。这些结果表明,提出的连续控制策略是有效的实现导航和控制仿人机器人关节运动在国内服务任务。实时机器人控制的ACC高于目标按钮触发的实验。性能改进可能主要归因于这样一个事实:受试者集中在实时控制实验中没有更多双眨眼,因为每个命令对象发送真实意图,使机器人导航到一个位置或旋转某一共同构成。真实意图,长时间使主题集中在机器人控制过程,这很容易让受试者在一个自然状态(22,23]。相比之下,在目标按钮触发实验,每个实验都有一个简短的和相对固定的时间。这些真理引起更少的错误命令机器人实时控制,导致更高的精度和更低的玻璃钢。

研究类似的提议的人机界面控制性能是手动控制,我们记录的完成时间和总数量的命令每个主题在仿人机器人的操作和计算的比率两个条件的措施控制和手动控制(人机界面)如图9和10。时间提出了人机界面控制和手动控制之间的比例平均为1.22,和命令的数量之比为1.18。在江et al。24),时间比和命令的数量比分别为1.49和1.53,分别在一个3自由度移动机器人臂控制使用six-class BCI。崔等人也报告时间比1.27的机器人导航实验使用三级BCI [25]。我们的结果好于这些研究结果,因为该人机界面是一个异步系统短命令生成RT和连续控制策略,通过只有两个命令生成一个逼真的机器人运动,这意味着该人机界面可以节省时间和数量的命令在一系列离散控制人机界面重复命令。此外,对于复杂的类人机器人导航和联合控制,使用相同的参考实验控制GUI,桥梁之间的差距提出了人机界面控制和手动控制。

4所示。讨论

在本文中,我们提出一个HMI基于一个小城镇,提供40的陀螺仪控制命令,包括8导航命令,28日联合运动命令,1 3速度控制命令,停止命令。目标触发实验表明,拟议中的人机界面具有很高的准确性和短的响应时间。异步人形机器人控制室内的任务的结果证明了该人机界面可以有效地控制一个人形机器人来执行一些日常家庭服务的任务。

机器人控制,HMIs的挑战之一是构建异步系统提供足够的命令与低rt,提出人机界面,我们使用两个自学和内生特性,双眨眼和头部旋转,触发目标。空间特性使人机界面自然异步系统中,这意味着用户可以在自己方便的时候选择一个命令。它没有一个固定的时间间隔在命令输出与一个视觉诱发电位的HMI (26]。因此,触发的RT低于大多数P300和SSVEP的HMIs和一些EOG-based HMIs。此外,双眨眼特性检测使用一个小城镇的信号。一个小城镇的信噪比高于脑电图,和双眨眼特性有着特殊波形,使双ACC眨眼特性有一个高于脑电图特征(27]。双眨眼的更高的ACC和光标位置的条件使该人机界面平均99.3%的准确性机器人控制的任务。

机器人控制的另一个挑战是一个人机界面需要输出足够的命令来支持机器人执行复杂的任务。对于大多数视觉诱发电势HMIs,增加GUI支持更多命令的目标数增加了RT,幸运的是,一些研究人员已经意识到这个问题的解决方案,并使用一个多层次的GUI减少表情RT,如在28,29日]。然而,另一个问题结果的方向导航或关节旋转。这些研究只给3 - 5命令,和其他可行的运动导航或关节旋转不能代表。如果用于表示一小步,一个现实的机器人运动需要一系列步骤来实现目标,这意味着一系列重复的命令和增加时间,如(30.]。一个连续的控制策略可以解决这一挑战。它发送一个命令来让机器人不断在某种导航或关节运动方向移动,然后发送停止命令当一个人认为机器人在所需的位置和姿势。只需要两个命令让机器人执行所需的运动。当然,连续策略的缺点是用户需要抓住时机使机器人停止运动准确地控制机器人的运动。该系统从两个方面解决它。一是减少响应时间通过设计一个大型停止命令来满足触发条件,容易降低RT,,另一个是增加速度控制功能,可以让用户来控制机器人运动速度不同(缓慢,一般,快)。慢连续运动很容易停止,创建更精确的运动。在仿人机器人控制实验中,所有受试者完成实验没有失败,和命令之间的比例平均人机界面控制和手动控制为1.18,这表明我们的控制系统可以有效地完成一些家庭服务任务更高的控制精度要求。

也有一些限制在当前的工作。首先,受试者需要获得更多的视觉反馈信息时除了机器人的单眼视觉控制机器人执行日常任务。这样的信息大致位置提供了机器人的手臂和对象之间的关系。在现实生活中,一个主题可以获得视觉信息只有当机器人附近。第二,主题不能确保准确位置关系的视觉信息,与机器视觉。除此之外,人机界面控制和自动控制是无与伦比的对象操作,因为机器自动控制过程中可以充分利用位置关系数据来计算合适的机器人的手臂运动轨迹(31日]。手臂的运动计划将减少的时间用于控制臂操作一个对象。我们将试着做一些工作在未来实现基于机器视觉的自动理解系统指导并结合人机界面控制实现一个人形机器人共享控制系统(32]。该系统将使用人机界面控制的仿人机器人导航和确定需要操纵的对象。机器视觉导航控制旨在自动操纵对象,这减少了复杂性和时间的人机界面控制,提高了控制精度(33]。机器视觉和人机界面控制,一个人可以用仿人机器人系统控制在家庭服务有效地发挥作用。

5。结论

在这项研究中,一个小城镇和制造人机界面开发控制一个仿人机器人来执行服务。在我们的方法中,一个多层次的GUI设计提供足够的命令控制仿人机器人。戴着无线收集装置和使用双眨眼和头部旋转触发按钮GUI。不同的按钮来回应不同的命令,使主体通过点击按钮发送命令。与此同时,提出了一种连续的控制策略,它允许用户发送初始命令启动机器人的连续动作,然后发送第二个命令机器人停止运动,执行所需的机器人的运动。两家在线实验的结果证明了该人机界面和连续控制策略可以用来创建一个高效的仿人机器人控制系统为家庭服务。在未来的工作中,我们将减少玻璃钢机器人控制系统的两个方面:一个小城镇检测算法和连续控制策略的实现。

数据可用性

数据可从相应的作者在合理的请求。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者表达自己的感谢16名志愿者参加了这个实验。作者还真诚地欣赏Python的开发者,外资,Webots,另一个软件包用于本文。这部分工作是支持下由中国国家自然科学基金资助62076103,2019年广东省自然科学基金资助下a1515011375,和广州科技计划项目关键字段研发项目拨款202007030005。