脑控载人移动机器人的脑控机理与关键技术研究

This proposal is focused on the brain-controlled mechanism and key techniques of brain-controlled manned mobile robots. Its main contents are as follow: 1) It builds a human-brain-computer interface (BCI)-robot model, analyzes the effects of the performance of brain-computer interfaces and parameters of key mechanical structures of robots on the performance of the brain-controlled robotic systems, and reveals the brain-controlled mechanism underlying brain-controlled manned mobile robots. 2) It proposes a new question regarding human-centered control under the BCI, designs a novel adaptive shared control method between human and autonomous controller, and proposes the integration design of controller and key mechanical structure parameters of robots. 3) It builds a motor imagination potential model based on the queuing network (QN) cognitive architecture and develops a new translation method of neural signals by combining the potential model and pattern recognition techniques and implements the corresponding hybrid BCI systems. In theory, the proposal can lay the theoretical foundation for brain-controlled manned mobile machines, advance the fundamental scientific questions of neural representation and mechanism of motor control, and increase new knowledge for the new basic science of human-centered control. In practice, it can not only improve the mobility and quality of living for the disabled and elderly people, but also provide a new means to control mobile platforms for healthy people to improve their performance.

本项目围绕脑控载人移动机器人的脑控机理与关键技术展开研究。建立人－脑机接口－机器人的系统模型，探索脑机接口性能、脑机接口和机械结构参数交互作用对脑控机器人的系统性能影响的新规律，揭示脑控机器人的脑控机理。提出脑控条件下以人为中心的控制这个新问题，发展脑控条件下自适应人机协同控制方法，以及脑控条件下的控制器和机器人关键机械结构参数一体化设计方法。建立基于QN认知体系的运动想象脑电模型，并通过融合该模型和模式识别方法，提出一种新的脑电解析和多模式脑机交互方法。在理论方面，本项目可以为脑控载人移动平台的脑控理论奠定基础，促进与人体运动控制相关的大脑神经表达和神经机理的基础科学问题研究，也可以为以人为中心的控制这个新的基础科学增加新的知识。在应用方面，本项目不但可以提高残疾人和老年人的生活能力和生活质量，而且可以为健康者提供一种控制移动设备的新途径，提高他们的作业性能。

脑控载人移动机器人是机器人和脑-机接口的前沿领域。脑控载人移动机器人的研究涉及机器人动力学、人机工程学、信息与控制科学以及脑与神经科学等多种学科。脑控载人移动机器人的研究具有重要的科学意义和实际应用价值。本项目围绕脑控载人移动机器人的脑控机理与关键技术展开研究。.主要研究内容包括：人-脑机接口-机器人的系统建模与特性分析；脑控条件下人与机器人协同控制方法；脑电解析与多模式脑机交互方法；脑控载人移动机器人的系统搭建和性能测试。本项目取得如下的创新性成果：.1..以排队网络(QN)认知体系决策模型为理论框架，通过融合脑控操作者模型、BCI 模型和移动机器人模型建立了脑控载人移动机器人的系统模型。实验结果表明了该系统模型的有效性。.2..以模型预测控制和滑模控制为理论基础，发展了脑控移动机器人的非线性人机协同控制方法和设计方法。实验结果表明该方法能够提高脑控系统性能、安全性和鲁棒性。.3..通过融合事件相关电位和稳态视觉诱发电位，提出了一种异步连续多模式脑机器人交互控制方法。该方法有助于降低操作者的智力工作负荷，提高脑控效率。.4..利用改进诱导支持向量机并融合自动编码器，发展了一种自适应脑电解析方法。实验结果表明该方法能够在给定样本数量的条件下有效提高脑机器人交互性能。..在理论方面，该项目可以为脑控载人移动平台的脑控理论奠定基础，促进与人体运动控制相关的大脑神经表达和神经机理的基础科学问题研究，也可以为以人为中心的控制这个新的基础科学增加新的知识。在应用方面，本项目不但可以提高残疾人和老年人的生活能力和生活质量，而且可以为健康者提供一种控制移动设备的新途径，提高他们的作业性能。

内容获取失败，请点击重试