论文部分内容阅读
0 引言
随着认知水平的提高，人类对大脑的研究越来越深入。脑电信号记录大脑活动过程中的脑电波变化情况，是大脑神经细胞电生理活动在大脑皮层或头皮表面的总体反应【1-2】。
脑-机接口（Brain-computer interface，BCI）是指一种在人体外围神经与肌肉不参与的情况下，通过脑电信号产生控制信息的软硬件通讯系统【3】。
对于需要人为控制的对象的控制，采用基于意念控制的运动控制系统可以将人的双手解放出来，对于普通人而言，既可以使控制具有更强的娱乐性，同时也可以让解放的双手从事其他作业。对于残障人士而言，这是一种可以提高他们生活质量的方法。而脑-机接口技术则是实现这一目标的极佳途径。
在应用前景方面，该技术具有多种应用场合。可以在医院或者康复机构推广以帮+助手臂残疾患者。同时也可以在某些环境比较恶劣的环境下完成某些工作，提高作业能力，应用前景相当广泛。
本项目所研制的意念控制机械助力臂，特点是轻便、成本较低、能耗少，运动灵活。目的是帮助伤残人士只要通过意念就可以控制助力臂，完成抓取、点击等动作，方便其康复和生活。
1 脑机接口系统组成和分类
脑电活动来源于神经元本身的膜电位及其波动、神经冲动的传导和突触传递过程中产生的突触后电位。脑电分为自发脑电和皮层诱发电位两种。自发脑电是指在无明显外部刺激的情况下，大脑皮层某个区域自发产生的节律性电位变化。皮层诱发电位是指在人受到外部刺激后，大脑皮层某个区域产生的电位变化【4】。
BCI系统主要由信号采集、信号处理和控制器三个模块组成【4】。首先用电极传感器采集原始脑电信号，再通过脑電放大器进行放大和滤波，最后由信号采集卡将脑电信号输入计算机，完成信号采集工作。信号处理部分包括预处理、特征提取和特征分类三个步骤。控制器部分根据不同的脑电特征产生不同的控制效果。
BCI系统可以有很多种分类方式。
根据电极传感器位置不同可分为植入式BCI和非植入式BCI。植入式BCI将采集电极植入人脑颅内，直接采集大脑皮层的脑电信号。该方法可以采集到较为强烈的脑电信号，还可以减弱眼动信号和面部肌电信号的干扰。但是植入式BCI会对个体造成巨大伤害，一般很少在人身上使用【5】。非植入式BCI将电极传感器放置在人脑皮肤表面，采集头皮上的脑电信号。目前所采取的研究方法主要有视觉诱发电位法、P300电位法和运动想象法等等。目前被广泛使用的是10-20导联系统。非植入BCI使用起来成本低，操作方便并且对人体几乎没有伤害，所以它是主流的BCI系统。
2脑电信号的特点
脑电信号是一种节律性很强的生物电信号。主要有以下特点【6】：
第一，脑电信号强度一般在200μV以内，非常微弱，并且非常容易受到人体动作和环境噪声干扰。面部肌肉运动所产生的肌电信号（mV级）对脑电信号的干扰及其强烈。一个轻微的眨眼动作在脑电图上就是一个突出的尖峰。
第二，脑电信号是非线性信号，它产生于人脑这个非线性系统。同时也是非平稳随机信号，随着时间的变化信号特征也不断变化。当采用多个电极导联采集脑电信号时，得到的脑电信号是多维的，维间信息存在冗余。所以说，脑电信号具有很高的复杂度。
第三，脑电信号可以分为不同频率的信号，主要由δ波（1-3Hz）、θ波（4-7Hz）、α波（8-16Hz）、β波（14-30Hz）和γ波（30Hz以上）。不同波段信号分别表征人脑不同的状态。
综合以上三点特点，微弱信号，易受干扰，复杂度高和波段的选择，都将成为本次项目实施的难题所在。
3研究技术路线
本项目拟采用的技术路线如下图3-1所示。本方案综合运用了所学的机械工程、系统控制工程、力学以及计算机等方面的专业领域知识，采用运动和动力学仿真及优化设计、仿真的控制系统设计及优化应用、样机加工及其测试优化的主线，进行意念控制助力臂结构的设计和制造。
意念控制机械臂整体主要由四部分组成，分别为：
图3-1技术路线
4控制部分
4.1选定所需的驱动
1.驱动部分设计
对于步进电机的控制采用51单片机+Arduino的方式，单片机负责采样脑波并输出数字信号和控制主电机，输出的数字信号作为输入来控制Arduino上的两个从电机。
我们用的是L298N驱动板，L298N是一种高电压、大电流电机驱动芯片。该芯片采15脚封装。主要特点是：工作电压高，最高工作电压可达46V;输出电流大，瞬间峰值电流可达3A，持续工作电流为2A;额定功率25W。内含两个H桥的高电压大电流全桥式驱动器，可以用来驱动直流电动机和步进电动机、继电器线圈等感性负载;采用标准逻辑电平信号控制;具有两个使能控制端，在不受输入信号影响的情况下允许或禁止器件工作有一个逻辑电源输入端，使内部逻辑电路部分在低电压下工作;可以外接检测电阻，将变化量反馈给控制电路。使用 L298N芯片驱动电机，该芯片可以驱动一台两相步进电机或四相步进电机，也可以驱动两台直流电机。
2.步进电机选型
该步进电机为四相八拍步进电机，采用单极性直流电源供电。只要对步进电机的各相绕组按合适的时序通电，就能使步进电机步进转动。
3.AD模块
ADC0832是8脚双列直插式双通道A/D转换器，能分别对两路模拟信号实现模—数转换，可以用在单端输入方式和差分方式下工作。ADC0832采用串行通信方式，通过DI 数据输入端进行通道选择、数据采集及数据传送。8位的分辨率（最高分辨可达256级），可以适应一般的模拟量转换要求。其内部电源输入与参考电压的复用，使得芯片的模拟电压输入在0～5V之间。具有双数据输出可作为数据校验，以减少数据误差，转换速度快且稳定性能强。独立的芯片使能输入，使多器件挂接和处理器控制变的更加方便。 正常情况下ADC0832 与单片机的接口应为4条数据线，分别是CS、CLK、DO、DI。但由于DO端与DI端在通信时并未同时使用并与单片机的接口是双向的，所以在I/O口资源紧张时可以将DO和DI并联在一根数据线上使用。当ADC0832未工作时其CS输入端应为高电平，此时芯片禁用，CLK 和DO/DI 的电平可任意。当要进行A/D转换时，须先将CS使能端置于低电平并且保持低电平直到转换完全结束。此时芯片开始转换工作，同时由处理器向芯片时钟（CLK）输入端输入时钟脉冲，DO/DI端则使用DI端输入通道功能选择的数据信号。在第一个时钟脉冲的下沉之前DI端必须是高电平，表示启始信号。在第二、三个脉冲下沉之前DI端应输入两位数据用于选择通道功能。
4.2设计原理图的仿真
1.主电机的仿真
运用滑动变阻器来模拟经运放处理过的脑波的模拟信号，通过ADC0832，与预设集中度进行比较，大于集中度则视为“输入”，小于等于集中度则不响应，从而实现“想某一控制指令——集中意念——集中度檢测——数字指令输入——电机执行指令”这一过程。
2.从电机的设计
以单个步进电机控制为例，我们利用Arduino的数字接口来实现控制，一个四相步进电机需要用到四个接口，和两个数字输入口（代表正反转），因此一个ardunio控制板可以实现对两个步进电机的控制。
5 脑波部分
1.脑电波采集方式确定
采用蓝牙夹持耳廓获取波形方式。
2.脑电波波形分析及判断方式确定
对3种脑电波波形的各种特征值进行分析，将各种特征值都偏大的波确定为脑电活跃波。
3.脑电波与数字信号的转换
编写代码使之与单片机控制部分联通并准确传输信号。
4.脑电波特征值分析
由图片可以看出，噪声对脑电波采集影响非常大，我们一开始尝试用αβγ三种波中幅值较大的波来判断指令，由于幅值波动较大，我们将思路改为求波形的积分面积进行比较，占较大面积的波形即为指令波。
若所检测的三种波形中有积分面积率先到达设定值，该指令波将发出信号触发外接单片机进行控制。
6 机械部分
机械臂部分先进行三维建模，利用3D打印技术制作出来，最后确定机械臂与脑电波的连接方式。
参考文献：
[1]张海军，王浩川，多导联EEG信号分类识别研究【J】.计算机工程与应用，2008，44（24）：228-230.
[2]徐琳，许百华.非线性动力学脑电信号分析方法的研究与应用【J】.心理科学，2005，28（2）：761-763.
[3]Wolpaw JR，Birbaumer N，McFarland，et al. Brain-computer interface for communication and control[【J】.Clinical Neurophysiology，2002，113（6）：767-791.
[4]朱大年主编.生理学（第七版）【M】.北京：人民卫生出版社，2009.
[5]綦宏志，万柏坤，高扬.脑机接口：大脑对外信息交流的新途径[J].国外医学.生物医学工程分册，2005，（01）：4-9.
[6]Li Jukang，For the Academic Degree of Master of Engineering，Southeast University，May 2016
随着认知水平的提高，人类对大脑的研究越来越深入。脑电信号记录大脑活动过程中的脑电波变化情况，是大脑神经细胞电生理活动在大脑皮层或头皮表面的总体反应【1-2】。
脑-机接口（Brain-computer interface，BCI）是指一种在人体外围神经与肌肉不参与的情况下，通过脑电信号产生控制信息的软硬件通讯系统【3】。
对于需要人为控制的对象的控制，采用基于意念控制的运动控制系统可以将人的双手解放出来，对于普通人而言，既可以使控制具有更强的娱乐性，同时也可以让解放的双手从事其他作业。对于残障人士而言，这是一种可以提高他们生活质量的方法。而脑-机接口技术则是实现这一目标的极佳途径。
在应用前景方面，该技术具有多种应用场合。可以在医院或者康复机构推广以帮+助手臂残疾患者。同时也可以在某些环境比较恶劣的环境下完成某些工作，提高作业能力，应用前景相当广泛。
本项目所研制的意念控制机械助力臂，特点是轻便、成本较低、能耗少，运动灵活。目的是帮助伤残人士只要通过意念就可以控制助力臂，完成抓取、点击等动作，方便其康复和生活。
1 脑机接口系统组成和分类
脑电活动来源于神经元本身的膜电位及其波动、神经冲动的传导和突触传递过程中产生的突触后电位。脑电分为自发脑电和皮层诱发电位两种。自发脑电是指在无明显外部刺激的情况下，大脑皮层某个区域自发产生的节律性电位变化。皮层诱发电位是指在人受到外部刺激后，大脑皮层某个区域产生的电位变化【4】。
BCI系统主要由信号采集、信号处理和控制器三个模块组成【4】。首先用电极传感器采集原始脑电信号，再通过脑電放大器进行放大和滤波，最后由信号采集卡将脑电信号输入计算机，完成信号采集工作。信号处理部分包括预处理、特征提取和特征分类三个步骤。控制器部分根据不同的脑电特征产生不同的控制效果。
BCI系统可以有很多种分类方式。
根据电极传感器位置不同可分为植入式BCI和非植入式BCI。植入式BCI将采集电极植入人脑颅内，直接采集大脑皮层的脑电信号。该方法可以采集到较为强烈的脑电信号，还可以减弱眼动信号和面部肌电信号的干扰。但是植入式BCI会对个体造成巨大伤害，一般很少在人身上使用【5】。非植入式BCI将电极传感器放置在人脑皮肤表面，采集头皮上的脑电信号。目前所采取的研究方法主要有视觉诱发电位法、P300电位法和运动想象法等等。目前被广泛使用的是10-20导联系统。非植入BCI使用起来成本低，操作方便并且对人体几乎没有伤害，所以它是主流的BCI系统。
2脑电信号的特点
脑电信号是一种节律性很强的生物电信号。主要有以下特点【6】：
第一，脑电信号强度一般在200μV以内，非常微弱，并且非常容易受到人体动作和环境噪声干扰。面部肌肉运动所产生的肌电信号（mV级）对脑电信号的干扰及其强烈。一个轻微的眨眼动作在脑电图上就是一个突出的尖峰。
第二，脑电信号是非线性信号，它产生于人脑这个非线性系统。同时也是非平稳随机信号，随着时间的变化信号特征也不断变化。当采用多个电极导联采集脑电信号时，得到的脑电信号是多维的，维间信息存在冗余。所以说，脑电信号具有很高的复杂度。
第三，脑电信号可以分为不同频率的信号，主要由δ波（1-3Hz）、θ波（4-7Hz）、α波（8-16Hz）、β波（14-30Hz）和γ波（30Hz以上）。不同波段信号分别表征人脑不同的状态。
综合以上三点特点，微弱信号，易受干扰，复杂度高和波段的选择，都将成为本次项目实施的难题所在。
3研究技术路线
本项目拟采用的技术路线如下图3-1所示。本方案综合运用了所学的机械工程、系统控制工程、力学以及计算机等方面的专业领域知识，采用运动和动力学仿真及优化设计、仿真的控制系统设计及优化应用、样机加工及其测试优化的主线，进行意念控制助力臂结构的设计和制造。
意念控制机械臂整体主要由四部分组成，分别为：
图3-1技术路线
4控制部分
4.1选定所需的驱动
1.驱动部分设计
对于步进电机的控制采用51单片机+Arduino的方式，单片机负责采样脑波并输出数字信号和控制主电机，输出的数字信号作为输入来控制Arduino上的两个从电机。
我们用的是L298N驱动板，L298N是一种高电压、大电流电机驱动芯片。该芯片采15脚封装。主要特点是：工作电压高，最高工作电压可达46V;输出电流大，瞬间峰值电流可达3A，持续工作电流为2A;额定功率25W。内含两个H桥的高电压大电流全桥式驱动器，可以用来驱动直流电动机和步进电动机、继电器线圈等感性负载;采用标准逻辑电平信号控制;具有两个使能控制端，在不受输入信号影响的情况下允许或禁止器件工作有一个逻辑电源输入端，使内部逻辑电路部分在低电压下工作;可以外接检测电阻，将变化量反馈给控制电路。使用 L298N芯片驱动电机，该芯片可以驱动一台两相步进电机或四相步进电机，也可以驱动两台直流电机。
2.步进电机选型
该步进电机为四相八拍步进电机，采用单极性直流电源供电。只要对步进电机的各相绕组按合适的时序通电，就能使步进电机步进转动。
3.AD模块
ADC0832是8脚双列直插式双通道A/D转换器，能分别对两路模拟信号实现模—数转换，可以用在单端输入方式和差分方式下工作。ADC0832采用串行通信方式，通过DI 数据输入端进行通道选择、数据采集及数据传送。8位的分辨率（最高分辨可达256级），可以适应一般的模拟量转换要求。其内部电源输入与参考电压的复用，使得芯片的模拟电压输入在0～5V之间。具有双数据输出可作为数据校验，以减少数据误差，转换速度快且稳定性能强。独立的芯片使能输入，使多器件挂接和处理器控制变的更加方便。 正常情况下ADC0832 与单片机的接口应为4条数据线，分别是CS、CLK、DO、DI。但由于DO端与DI端在通信时并未同时使用并与单片机的接口是双向的，所以在I/O口资源紧张时可以将DO和DI并联在一根数据线上使用。当ADC0832未工作时其CS输入端应为高电平，此时芯片禁用，CLK 和DO/DI 的电平可任意。当要进行A/D转换时，须先将CS使能端置于低电平并且保持低电平直到转换完全结束。此时芯片开始转换工作，同时由处理器向芯片时钟（CLK）输入端输入时钟脉冲，DO/DI端则使用DI端输入通道功能选择的数据信号。在第一个时钟脉冲的下沉之前DI端必须是高电平，表示启始信号。在第二、三个脉冲下沉之前DI端应输入两位数据用于选择通道功能。
4.2设计原理图的仿真
1.主电机的仿真
运用滑动变阻器来模拟经运放处理过的脑波的模拟信号，通过ADC0832，与预设集中度进行比较，大于集中度则视为“输入”，小于等于集中度则不响应，从而实现“想某一控制指令——集中意念——集中度檢测——数字指令输入——电机执行指令”这一过程。
2.从电机的设计
以单个步进电机控制为例，我们利用Arduino的数字接口来实现控制，一个四相步进电机需要用到四个接口，和两个数字输入口（代表正反转），因此一个ardunio控制板可以实现对两个步进电机的控制。
5 脑波部分
1.脑电波采集方式确定
采用蓝牙夹持耳廓获取波形方式。
2.脑电波波形分析及判断方式确定
对3种脑电波波形的各种特征值进行分析，将各种特征值都偏大的波确定为脑电活跃波。
3.脑电波与数字信号的转换
编写代码使之与单片机控制部分联通并准确传输信号。
4.脑电波特征值分析
由图片可以看出，噪声对脑电波采集影响非常大，我们一开始尝试用αβγ三种波中幅值较大的波来判断指令，由于幅值波动较大，我们将思路改为求波形的积分面积进行比较，占较大面积的波形即为指令波。
若所检测的三种波形中有积分面积率先到达设定值，该指令波将发出信号触发外接单片机进行控制。
6 机械部分
机械臂部分先进行三维建模，利用3D打印技术制作出来，最后确定机械臂与脑电波的连接方式。
参考文献：
[1]张海军，王浩川，多导联EEG信号分类识别研究【J】.计算机工程与应用，2008，44（24）：228-230.
[2]徐琳，许百华.非线性动力学脑电信号分析方法的研究与应用【J】.心理科学，2005，28（2）：761-763.
[3]Wolpaw JR，Birbaumer N，McFarland，et al. Brain-computer interface for communication and control[【J】.Clinical Neurophysiology，2002，113（6）：767-791.
[4]朱大年主编.生理学（第七版）【M】.北京：人民卫生出版社，2009.
[5]綦宏志，万柏坤，高扬.脑机接口：大脑对外信息交流的新途径[J].国外医学.生物医学工程分册，2005，（01）：4-9.
[6]Li Jukang，For the Academic Degree of Master of Engineering，Southeast University，May 2016