基于SSVEP 直接脑控机器人方向和速度研究

直接用思维意图来控制机器人而没有大脑外周神经和肌肉的参与是人类的一个梦想, 目前这一研究已成为国际前沿.热点和突破点. 传统的脑控机器人(Brain-controlled robot, BCR) 主要控制其方向, 而本文旨在探讨能够同时脑控机器人方.向和速度的有效方法. 采用可分类目标数多、单次识别率高且训练时间短的稳态视觉诱发电位(Steady state visual evoked.potentials, SSVEP) 脑机交互(Brain-computer/machine interaction, BCI/BMI) 方法, 为脑控机器人运动规划了向左、向.右、前进和后退4 个方向, 设计了低速、中速和高速3 级运动速度并组合了9 个脑控指令; 进而比较并优化了SSVEP 刺激目.标布局间距以及刺激目标闪烁时间, 采用典型相关分析(Canonical correlation analysis, CCA) 进行识别. 结果表明恰当设置.SSVEP 刺激目标数及其布局间距和刺激目标闪烁时间, 可以有效提高被试/用户直接脑控机器人的性能; 优化的SSVEP 刺激.范式三结合适应SSVEP