论文部分内容阅读
我国拥有世界上最大的人口,面临着人口老龄化这一艰巨挑战。人口老龄化是我国残疾人口和老年人口快速增加的重要原因。面对这部分人群日益增长的助力需求或康复需求,强化残疾人和老年人辅助技术的研究和应用势在必行。随着机器人技术的不断发展,外骨骼机器人业已成为一种有效的辅助和康复工具。传统外骨骼机器人的穿戴者通常是被动地受外骨骼机器人牵引执行康复或辅助动作,这是不符合人体运动的固有节律的。为了进一步提高外骨骼机器人系统的性能,大量的研究引入了脑机接口系统。脑机接口可以有效地获取穿戴者的行动意图,允许穿戴者主动地控制外骨骼机器人执行康复或辅助动作,从而提高康复和助力效果。然而现有研究都基于诱发电位或运动想象等传统范式,这些范式对穿戴者不友好,提高操作复杂性。本研究旨在提出新颖的基于脑电的外骨骼机器人控制方法,使得穿戴者能够在基于所提出控制方法的范式中更轻易便捷地控制外骨骼机器人。首先,通过建立越障步态数据与对应脑电数据的映射关系,利用行走步态和越障步态这两种类别的步态数据对脑电数据进行标记。利用标记好的脑电数据训练支持向量机分类器识别受试者在越障过程中自发产生的跨越意图,从而实现一种越障范式。在该范式中,外骨骼机器人穿戴者可以在遇到障碍时,自然地利用自身脑电信号控制外骨骼机器人进行越障而不需其它额外操作。其次,针对越障范式中脑电极配置时间过长导致数据质量下降的问题,本研究提出了基于启发式算法的脑电极通道选择优化策略。该策略基于先验的脑电信号公共空间模式对各个脑电极进行评估,从而筛选出与越障任务相关性大的脑电极通道子集。基于筛选出的通道子集,该策略能够在可容忍的性能损失下极大地减少脑电极配置的时间,从而提高实验效率和质量。最后,针对所提出越障范式和传统运动想象范式,为课题组自研的外骨骼机器人设计底层控制逻辑,从而进行对比分析。与传统运动想象范式相比,所提出控制方法能够简化穿戴者控制外骨骼机器人进行越障的操作复杂度。本研究提出的基于步态数据和脑电数据间映射关系的控制方法能够实现一种对穿戴者友好的脑电实验范式,为脑控外骨骼机器人领域的研究提供了一种新的视野。