System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种脑控车辆控制方法,尤其涉及一种脑控车辆的横纵向融合控制方法。
技术介绍
1、脑控车辆不是通过传统的四肢而是通过脑机接口bci获取驾驶员的意图来控制运动的车辆,可以实时进行人机交互,让脑控驾驶员能够更好地扩展和掌握自己的运动能力[1-2]。脑控驾驶技术不仅为传统的车辆驾驶方式提供一种辅助驾驶方法,而且通过帮助肢体残疾人群获得驾驶能力,从而提高他们独立自主的能力和生活质量,提高他们的自尊心和自信心。
2、脑电图(electroencephalography,eeg)因其时间分辨率高、成本低、使用方便等特性成为脑机接口bci中最广泛应用的技术。目前bci系统常用的eeg信号范式大约有三种:a)p300诱发电位指的是当用户接收到期望的刺激时候,大脑会在经过大约300ms后产生一个比较明显的振幅电位波动[3];b)事件相关去同步化(event-relateddesynchronization,erd)和事件相关同步化(event related synchronization,ers)指的是用户在进行运动任务时大脑产生的运动电位[4];c)稳态视觉诱发电位(steady-statevisual evoked potentials,ssvep)指的是当用户接收到外界稳定频率的视觉刺激时,大脑会产生相同频率的谐波电位振幅波动,视觉刺激的频率一般是3hz~80hz[5]。
3、目前国内外对于bcv的研究还处于初级阶段[6-7],按照bci系统的控制方式,目前的bcv主要分为两类:1)连续式bcv 2)非
4、对于非连续式bcv,在驾驶过程中存在脑控驾驶和自主控制器驾驶之间的切换控制。驾驶员主要承担一个决策者的角色,通过bci发送自己的决策命令到bcv系统中,接下来主要由智能控制器负责完成具体的操作任务。bi等人提出了一种基于p300和ssvep的混合bci系统,使用该bci系统来建立任务层面的bcv共享控制系统[8]。具体工作流程:脑控驾驶员通过基于p300的bci从多个目的地来选择期望的目的地,之后再使用基于ssvep的bci来对目标进行确认选择,最后智能导航系统来驾驶车辆到达目的地。rebsamen等人使用基于p300的bci来控制bcv运动,驾驶员首先确定目的地,之后通过基于p300的bci将目标传给bcv,最后车辆依靠智能驾驶技术到达目的地[9]。
5、对于连续性bcv,驾驶员在整个驾驶过程中一直参与车辆的横向或纵向控制。gorhring等人使用基于运动想象的bci对车辆进行驾驶。具体的驾驶过程:脑控驾驶员通过bci发出命令来控制车辆的行驶,智能控制器主要作用是检测车辆是否越界,如果超出道路安全界线,就控制车辆停止行驶[10]。多次实验结果表明bcv的横向最大误差基本都超过10m。millan等人使用基于运动想象的bci系统来得到驾驶员的控制命令(左转、右转、直行),使用智能算法对各个决策命令进行统计分类,计算得到一个最大概率安全的控制命令[11]。实验结果显示该bcv的安全性能得到一定的提高。与有一定限制控制的非连续bcv相比,连续bcv具有更多的自由度和更大的自由度。
6、然而,目前现有的关于bcv的大部分研究只关注于单纯的车辆横向控制或单纯的纵向控制,很少人去研究bcv的横纵向融合控制问题。bcv的横向和纵向控制相结合的研究对bcv的发展至关重要,这对提高bcv的机动性和实用性具有重要的价值。
7、参考文献
8、[1]y.yu,z.zhou,e.yin,et al.toward brain-actuated car applications:self-paced control with a motor imagery-based brain-computer interface[j].computers in biology and medicine,2016,77:148-155.
9、[2]a.hekmatmanesh,p.h.j.nardelli,h.handroos.review of the state-of-the-art of brain-controlled vehicles[j].ieee access,2021,9:110173-110193.
10、[3]j.jin,z.chen,r.xu,et al.developing a novel tactile p300 brain-computer interface with a cheeks-stim paradigm[j].ieee transactions onbiomedical engineering,2020,67(9):2585-2593.
11、[4]l.yao,n.jiang,n.mrachacz-kersting,et al.reducing the calibrationtime in somatosensory bci by using tactile erd[j].ieee transactions on neuralsystems and rehabilitation engineering,2022,30:1870-1876.
12、[5]g.r.kiran kumar,m.ramasubba reddy.designing a sum of squaredcorrelations framework for enhancing ssvep-based bcis[j].ieee transactions onneural systems and rehabilitation engineering,2019,27(10):2044-2050.
13、[6]l.bi,j.zhang,j.lian.eeg-based adaptive driver-vehicle interfaceusing variational autoencoder and pi-tsvm[j].ieee transactions on neuralsystems and rehabilitation engineering,2019,27(10):2025-2033.
14、[7]h.t.nguyen,y.w.chung.detection of driver braking intention usingeeg signals during simulated driving[j].sensors,2019,19(13):2863.
15、[8]l.bi,x.a.fan,n.luo,et al.a head-up display-based p300 brain-computer interface for destination selection[j].ieee transactions onintelligent transportation systems,2013,14(4):19本文档来自技高网...
【技术保护点】
1.一种脑控车辆横纵向融合控制方法,其特征在于,包括:
2.根据权利要求1所述的一种脑控车辆的横纵向融合控制方法,构建横纵向融合控制系统结构,其特征在于,包括以下几个组成部分:
3.根据权利要求1所述的基于条件阈值触发的模型预测控制的分层控制方法,实现脑控车辆的纵向速度控制,其特征在于,包括以下部分:
4.根据权利要求1所述的基于软切换的组合控制系统,其特征在于,在考虑速度子区间划分数量和被控对象的控制精度二者因素后,将车辆的整个速度区间划分为三个子区间,各个子区间分别为0-14km/h、10-26km/h、22-36km/h,因此将整个系统按照速度工况划分为了三个子系统,对每个子系统建立单独的ANFIS智能控制器,然后将各个子智能控制器使用软切换的方式进行组合得到全局横向控制器,该全局控制器用于实现对车辆的横向控制;在软切换控制系统中,基于模糊控制中隶属度函数的思想,在速度区间的重叠部分设置对应的权重系数,车辆的横向运动通过两个重叠区间所属的子控制器进行组合控制,两个子控制器分别使用一个权重相乘得到最后的输出量,两个权重之和为1。
6.根据权利要求3所述的纵向速度控制,其特征在于,S2的具体策略为:
7.根据权利要求3所述的纵向速度控制,其特征在于,S3的基本原理为:通过建立车辆的逆向动力学模型来求出车辆的制动主缸压力和节气门开度;
8.根据权利要求1所述的基于软切换的组合控制系统,其特征在于,基于车辆的道路误差和误差导数的样本数据分别进行离线训练得到三个ANFIS智能控制器,三个ANFIS局部智能控制器使用软切换的方式构成横向控制系统的全局控制器;
9.根据权利要求1所述的横纵向融合控制,其特征在于,在条件阈值MPC方法完成纵向控制以及训练组合得到全局横向控制器的基础上,将脑控驾驶员与全局横向控制器发出的转角指令进行融合得到最终转向指令,从而实现车辆的横纵向融合控制。
...【技术特征摘要】
1.一种脑控车辆横纵向融合控制方法,其特征在于,包括:
2.根据权利要求1所述的一种脑控车辆的横纵向融合控制方法,构建横纵向融合控制系统结构,其特征在于,包括以下几个组成部分:
3.根据权利要求1所述的基于条件阈值触发的模型预测控制的分层控制方法,实现脑控车辆的纵向速度控制,其特征在于,包括以下部分:
4.根据权利要求1所述的基于软切换的组合控制系统,其特征在于,在考虑速度子区间划分数量和被控对象的控制精度二者因素后,将车辆的整个速度区间划分为三个子区间,各个子区间分别为0-14km/h、10-26km/h、22-36km/h,因此将整个系统按照速度工况划分为了三个子系统,对每个子系统建立单独的anfis智能控制器,然后将各个子智能控制器使用软切换的方式进行组合得到全局横向控制器,该全局控制器用于实现对车辆的横向控制;在软切换控制系统中,基于模糊控制中隶属度函数的思想,在速度区间的重叠部分设置对应的权重系数,车辆的横向运动通过两个重叠区间所属的子控制器...
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。