论文部分内容阅读
近年来随着人工智能技术的快速发展,包括脑机接口技术和眼动追踪技术在内的新型人机交互技术对于大众来说已经变得不再陌生。科技的快速发展也为智能化人机交互技术带来了新的生命力。从最初的仅在医疗、科研领域的应用到后来军方的应用再到最近的民用,脑机接口技术、眼动追踪技术越来越深入人们生活的方方面面。本文首先在概念上介绍了脑电的TGAM开发套件,包括TGAM的硬件情况、其内置ASIC芯片的技术特性以及TGAM识别处理的一般步骤和其所处理的数据类型等并就本文眼动控制系统所使用的眼动仪的硬件和软件概况进行相关的介绍。最后就无人平台进行简要介绍,在本文由于使用的无人平台核心是Arduino开发平台,所以介绍的重点主要放在Arduino开发平台的介绍上面,主要包括Arduino开发板的硬件特性和Arduino IDE软件开发环境。基于脑电的无人平台运动控制系统包含了四个模块之间的关系。内容主要包括基于TGAM脑电识别模块在脑电数据的采集、识别并通过esense算法进行一系列的解析和数据处理进行对应的介绍,并就neurosky的TGAM模块的通信协议及相关通信模块进行深入研究,了解蓝牙串口连接及接收数据流的实际应用方法,并最终在Arduino端通过esense算法提取关注度参数来对PWM进行调节从而实现对于小型地面无人平台的基本运动控制。基于眼动的无人平台运动控制系统包含了眼动信息采集提取模块、眼动信息意图判断模块、通信模块和Arduino控制模块四个模块。其中重点介绍了眼动信息坐标点提取和眼动信息意图判断的具体实现。眼动信息注视点坐标的提取需要通过调用SDK软件开发工具包中的iViewNG API来对接口函数进行使用并完成信息交互。眼动信息意图判断的实现则依靠对基于位置信息(前后左右)的相关控制语义进行定义,最后在Arduino下对控制端相应的控制信号进行定义(控制信号参数需要与意图判断模块中定义的控制语义参数对应)并实现了对于小型地面无人平台的基本运动控制。最后,在前文基于脑电的运动控制系统和基于眼动的运动控制系统研究基础上进行两系统协同控制(一人多机)的实验验证。内容就多任务处理中并行处理与多串行处理的机制进行对比并基于相关的串行处理、并行处理模式设置了四个实验,每个实验的样本容量为30。实验的主要目的是通过对脑电控制系统与眼动控制系统在双任务处理下各自的响应时间进行统计并得出相应的响应时间差,分析验证相关的串行处理、并行处理模型并得出不同控制场景下如何对串行处理、并行处理模式进行选择会实现更加稳定高效控制的初步结论。