【技术实现步骤摘要】
本专利技术涉及脑机接口控制领域，具体涉及一种基于脑机接口的无人机控制系统。
技术介绍
1、脑机接口是一种先进的技术，建立了一个不需要经过末梢神经和肌肉、不需要任何身体部位来移动的系统。相关研究表明，人类任务的血氧活动表现涉及大规模分布式大脑网络。研究人员已经成功捕获了其空间特征。这不仅增强了任务解码性能，还使得使用深度学习模型研究成为可能。因此，bci发展的当前趋势是利用深度学习模型的可解释性来探索大脑中任务态血氧浓度的变化表现。
2、功能性近红外光谱作为一种创新的非侵入性神经成像技术，不仅具有卓越的空间分辨率，而且还表现出抗运动伪影和电磁干扰的能力。因此，它能够捕获更全面的空间信息。因此，基于fnirs的新型bci的开发有望超越运动想象任务识别性能的现有限制。然而，目前基于fnirs的运动想象任务识别研究面临着识别性能有限、缺乏模型可解释性、数据集较小等挑战。分析fnirs信号可以推断主体的思想，使人们能够通过大脑意识直接与外部设备（无人机）进行交流，成为沟通渠道。随着技术的快速发展，mi（motor imagery）-f...
【技术保护点】
1.一种基于脑机接口的无人机控制系统，其特征在于，包括近红外脑功能成像设备以及上位机；上位机中设置有预处理模块、基于diffusion的数据增强模块和基于transformer的意图识别模块；
2.根据权利要求1所述的一种基于脑机接口的无人机控制系统，其特征在于，近红外脑功能成像设备佩戴于前额，进行静息态和任务态的fNIRS原始数据采集；
3.根据权利要求1所述的一种基于脑机接口的无人机控制系统，其特征在于，多通道的fNIRS原始数据在预处理模块中进行预处理，先进行异常数据的剔除，然后通过低通滤波器去除噪声，再通过离散小波变换去除运动伪影，最后...
【技术特征摘要】
1.一种基于脑机接口的无人机控制系统，其特征在于，包括近红外脑功能成像设备以及上位机；上位机中设置有预处理模块、基于diffusion的数据增强模块和基于transformer的意图识别模块；
2.根据权利要求1所述的一种基于脑机接口的无人机控制系统，其特征在于，近红外脑功能成像设备佩戴于前额，进行静息态和任务态的fnirs原始数据采集；
3.根据权利要求1所述的一种基于脑机接口的无人机控制系统，其特征在于，多通道的fnirs原始数据在预处理模块中进行预处理，先进行异常数据的剔除，然后通过低通滤波器去除噪声，再通过离散小波变换去除运动伪影，最后通过多距离近红外光谱增强方法去除全局震荡，得到去噪后的多通道fnirs数据。
4.根据权利要求3所述的一种基于脑机接口的无人机控制系统，其特征在于，基于phoebe算法计算所有通道的变异系数，评估每个通道采集的fnirs原始数据的稳定性，将异常数据进行剔除；
5.根据权利要求4所述的一种基于脑机接口的无人机控制系统，其特征在于，近红外脑功能成像设备中，同一个光源对应两个探测器，其中第一探测器和光源之间的距离比第二探测器和光源之间的距离长，第一探测器和光源之间构成长距离通道，第二探测器和光源之间构成短距离通道，短距离通道采集的信息是全局震荡噪声，长距离通道采集的信息包括全局震荡噪声和深层脑信号变化的信息；
6.根据权利要求1所述的一种基于脑机接口的无人机控制系统，其特征在于，基于diffusion的数据增...
【专利技术属性】
技术研发人员：杜广龙，陈楚鑫，朱晓俊，梁斌，顾金麟，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：
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。