一种未知环境下脑电移动机器人共享控制方法技术

本发明专利技术公开了一种未知环境下脑电移动机器人共享控制方法，所述共享控制方法：首先采集使用者的运动想象脑电信号并进行预处理、特征提取，将左右两侧脑电信号进行自适应权重线性求和，得到脑电‑速度控制信号；移动机器人根据自主进行的路径规划，得到自主避障‑速度控制信号；移动机器人受脑电‑速度控制信号和自主避障‑速度控制信号的共享控制，在未知环境下行驶。与现有发明专利技术相比，本发明专利技术可以用脑电‑速度控制信号控制移动机器人线速度的大小，用自主避障‑速度控制信号控制移动机器人线速度的方向，通过连续共享控制使行驶过程更加稳定。

【技术实现步骤摘要】
一种未知环境下脑电移动机器人共享控制方法
本专利技术属于机器人
，具体涉及一种未知环境下脑电移动机器人共享控制方法。
技术介绍
脑机接口(Brain-ComputerInterface,BCI)技术是一种能够不经过神经-肌肉通路使用脑生理信号对外接设备输出控制信号的技术。脑机接口技术通过对采集到的脑电信号进行分析得到脑电控制信号，从而在大脑和移动机器人之间建立一个新的控制方法。移动机器人的控制任务中根据移动机器人对工作环境的认知可以分为已知环境的控制任务和未知环境的控制任务。已知环境的控制任务是指在已知环境地图或环境中障碍物位置的情况下，控制机器人完成避障和路径规划等任务。未知环境的控制任务是指环境地图或障碍物位置等环境信息未知，机器人需要在缺乏先验环境知识的情况下完成避障和路径规划等任务。未知环境中的移动机器人控制需要结合多传感器对环境进行合理感知，再进行全局路径规划和局部路径规划完成任务。目前已有的研究中，在未知环境下人-移动机器人的共享控制中，分为离散共享控制和连续共享控制。离散共享控制将控制过程分为脑电控制和自动控本文档来自技高网...

【技术保护点】
1.一种未知环境下脑电移动机器人共享控制方法，其特征在于，包括以下步骤：/n步骤1、采集使用者的运动想象脑电信号并进行预处理、特征提取；/n步骤2、将左右两侧脑电信号进行自适应权重线性求和，得到脑电-速度控制信号；/n步骤3、移动机器人根据自主进行的路径规划，得到自主避障-速度控制信号；/n步骤4、移动机器人受脑电-速度控制信号和自主避障-速度控制信号的共享控制，在未知环境下行驶。/n

【技术特征摘要】
1.一种未知环境下脑电移动机器人共享控制方法，其特征在于，包括以下步骤：
步骤1、采集使用者的运动想象脑电信号并进行预处理、特征提取；
步骤2、将左右两侧脑电信号进行自适应权重线性求和，得到脑电-速度控制信号；
步骤3、移动机器人根据自主进行的路径规划，得到自主避障-速度控制信号；
步骤4、移动机器人受脑电-速度控制信号和自主避障-速度控制信号的共享控制，在未知环境下行驶。


2.根据权利要求1所述未知环境下脑电移动机器人共享控制方法，其特征在于：所述步骤1中采集使用者的运动想象脑电信号并进行预处理、特征提取，具体为：
步骤1a、利用第一导联电极对使用者头顶左侧运动感觉皮层的运动想象脑电信号进行采集；
步骤1b、利用第二导联电极对使用者头顶右侧运动感觉皮层的运动想象脑电信号进行采集；
步骤1c、利用带通滤波和拉普拉斯参考滤波法进行预处理：
拉普拉斯参考滤波法计算上表示为该导联信号减去邻近导联的原始信号的均值，采用公式：






其中，dij为电极i与电极j的距离，Si为以第i个电极为中心，特定距离范围内的电极集合，wij为第j个电极的计算权重，n为导联电极总个数，Vi为单个导联采集的原始信号，ViLAP是Vi经过拉普拉斯滤波后的导联信号；
步骤1d、利用自回归AR模型对脑电信号进行特征提取：
利用自回归AR模型对使用者每个通道电极预设节律的运动想象脑电信号进行特征提取，采用公式：



其中，ViLAP(t)为t时刻的估计电压信号幅度，ak为第k个AR模型参数，m为AR模型阶数，ViLAP(t-k)为t-k时刻的电压信号幅度，ε为估计误差，n为导联电极总个数。


3.根据权利要求1所述未知环境下脑电移动机器人共享控制方法，其特征在于：所述步骤2中将左右两侧脑电信号进行自适应权重线性求和，得到脑电-速度控制信号，具体为：
将头顶左侧脑电信号预设频段的幅值L和头顶右侧脑电信号预设频段的幅值R分别乘以权重wL和wR，加权求和，得到脑电-速度控制信号CVvalue，采用公式：



MVvalue＝wLL+wRR+b
其中，wL和wR分别为左右两侧运动想象脑电信号权...

【专利技术属性】
技术研发人员：徐宝国，刘德平，王勇，张坤，宋爱国，赵国普，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32