The present invention relates to a fuzzy control-based brain-controlled vehicle sharing control method, in which a vehicle enters a fault-tolerant mechanism based on fuzzy control when on-line recognition of EEG instructions with motion imagination occurs, and when no EEG instructions with motion imagination are recognized, the vehicle enters a fuzzy-based intelligence. The invention can correct the wrong EEG signals and supervise the vehicles without EEG instructions, which remedies the problems of high recognition error rate, poor real-time performance and limited command number of brain-computer interface, and greatly improves the safety of brain-controlled vehicles in unknown environment.
【技术实现步骤摘要】
一种基于模糊控制的脑控车辆共享控制方法
本专利技术涉及一种基于模糊控制的脑控车辆共享控制方法,属于BCI领域以及车辆工程
技术介绍
随着BCI(脑机接口)技术的深入研究,其应用对象也日益广泛,脑控车辆就是其中的研究热点之一。脑控车辆将BCI技术与车辆技术相结合,通过对脑电信号的识别来控制车辆的行驶。脑控车辆在军事、民用、娱乐方面均有重大应用价值,不仅提高了残疾人的行动能力,同时也为无人驾驶辅助控制提供了新思路。经对现有技术文献的检索发现,目前国内外对脑控车辆的研究尚处于初步阶段,大多都是应用脑机接口直接控制车辆,只是验证了脑控车辆的可行性。但是目前脑机接口存在很多问题,脑电信号识别准确率低、实时性差、命令数受限,对于安全性要求极高的车辆来说指令延迟严重、传输速率低且意图解读容易出错,因此应用脑电指令直接控制车辆难以保障其安全性能。北京理工大学毕路拯课题组提出了一种面向脑控车辆的模型预测控制方法,在保证安全性的条件下保持脑控车辆的平稳性。但仍然缺少对错误脑电指令的纠正,在没有脑电指令的情况下缺少对脑控车辆的监督和保障,如何在人脑和车辆之间建立一种辅助的共享控制方法最大程度地保证车辆行驶的安全性,成为亟待解决的技术问题。
技术实现思路
本专利技术提供一种基于模糊控制的脑控车辆共享控制方法,既能对错误的脑电信号就行纠正,也能够在没有脑电指令的情况下自主监督车辆,弥补了脑机接口识别错误率高、实时性差、命令数受限等问题,大大提高了脑控车辆在未知环境下的安全性。本专利技术解决其技术问题所采用的技术方案是:一种基于模糊控制的脑控车辆共享控制方法,车辆行驶过程中,当 ...
【技术保护点】
1.一种基于模糊控制的脑控车辆共享控制方法,其特征在于:车辆行驶过程中,当在线识别到有运动想象的脑电指令产生时,车辆进入基于模糊控制的容错机制,当没有识别到运动想象的脑电指令时,车辆则进入基于模糊控制的智能驾驶机制。
【技术特征摘要】
1.一种基于模糊控制的脑控车辆共享控制方法,其特征在于:车辆行驶过程中,当在线识别到有运动想象的脑电指令产生时,车辆进入基于模糊控制的容错机制,当没有识别到运动想象的脑电指令时,车辆则进入基于模糊控制的智能驾驶机制。2.根据权利要求1所述的基于模糊控制的脑控车辆共享控制方法,其特征在于:具体包括如下步骤:第一步,初始化脑电采集设备和车辆系统,利用脑电采集设备实时采集车辆在运动想象任务下的脑电信号,对其在线进行特征提取与分类,分类的结果作为对车辆进行施加的加速、减速、左转以及右转的脑控指令;第二步,判断是否有脑电指令产生,若有则进入第三步,否则进入第四步;第三步,进入基于模糊控制的容错机制,通过摄像头、超声波传感器判断该脑电指令是否安全,若车辆行驶安全则执行脑电指令,若车辆行驶不安全则对其错误的脑电指令进行纠正;第四步,进入基于模糊控制的智能驾驶机制,通过摄像头、超声波传感器判断车辆行驶时所处的环境类别,若安全则不作任何控制,若不安全则根据所处环境选择行为。3.根据权利要求2所述的基于模糊控制的脑控车辆共享控制方法,其特征在于:前述第一步步骤中运动想象任务下的脑电信号,包括三种,分别为P300诱发电位、稳态视觉诱发电位和ERD/ERS。4.根据权利要求2所述的基于模糊控制的脑控车辆共享控...
【专利技术属性】
技术研发人员:殷国栋,龚蕾,姜武杰,武振,胡梦然,
申请(专利权)人:东南大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。