-
微信號:youuav
關(guān)注官方微信
m.youuav.com手機掃碼看新聞
-
- 添加收藏
- 關(guān)于我們
無人機整機
無人機配件
無人機服務(wù)
設(shè)備與工具全文2368字，
預(yù)計閱讀時間5分鐘
原創(chuàng) | 李鄭振
編輯 | 呂嘉玲
1.前言
無人機（Unmanned Aerial Vehicle, UAV）在日常生活中具有監(jiān)視、運輸和攝影等許多領(lǐng)域的多種用途，極大地便利和豐富了人們的生活。當前大多數(shù)無人機使用遙控器操作，這對肢體損傷或殘缺的使用者非常不友好，史蒂芬霍金說過：“殘疾不該是一個人成功路上的障礙”[1]。使用意念隨心所欲的控制機器人是科學(xué)家們長久以來的夢想。腦機接口技術(shù)（Brain Computer Interference，BCI）可以采集使用者的運動意圖作為機器人的控制信號，能夠真正實現(xiàn)無人機的智能化控制，并且能夠為肢體損傷患者提供一條新的控制途徑。當前BCI技術(shù)已經(jīng)在虛擬鍵盤、電動輪椅和服務(wù)機器人等方面有了初步的應(yīng)用[2]。
2.BCI系統(tǒng)的介紹
表面腦電信號（Electroencephalogram, EEG）由于其無創(chuàng)性以及采集方便，當前大多數(shù)BCI系統(tǒng)均基于EEG信號?；贓EG的BCI系統(tǒng)主要分為EEG信號采集、EEG信號的預(yù)處理、EEG信號的特征提取和訓(xùn)練分類器幾個步驟，使用人工智能的方法從EEG信號中提取人的意圖作為機器人的控制信號。
通常使用有監(jiān)督的分類策略，將人做運動或者運動想象時的腦電信號采集，所做動作作為標簽（Label），使用人工智能方法訓(xùn)練分類器，可以實時的從使用者的EEG信號中提取運動意圖控制機器人。
3.腦電信號的采集與分析
EEG信號由大腦皮層神經(jīng)元的電活動產(chǎn)生，是一種微幅級別的神經(jīng)電信號，可以通過腦電帽無創(chuàng)采集（分為干電極、濕電極兩種型號，濕電極信號效果好，但是需要打?qū)щ姼啵?。對于腦電的標準電極放置位置的介紹如圖1所示。
圖1：10-20 國際標準系統(tǒng)電極放置法[3]
實際分析中根據(jù)所需要的功能選擇腦電通道（比如C3、C4與人體運動功能相關(guān)，對于運動的分析我們通常只需分析C3、C4通道），對于EEG信號，由于其幅值小、干擾大，所以必須對提取的EEG信號進行預(yù)處理。
提取的EEG信號首先要進行50Hz陷波濾波，去除由工頻干擾引起的高頻噪聲；接下來去除眼電（眨眼引起的電信號）引起的噪聲和偽影；之后，使用0.5 -30Hz濾波器來進行濾波，通常大部分的EEG信息處于此頻帶。如果信號的振幅高于50-70μV。它們通常被視為肌肉噪聲、眼球運動、眼球鏈接和心跳等低頻噪聲產(chǎn)生的偽影[3]，預(yù)處理過后的EEG信號可以用于提取運動意圖作為機器人的控制信號。
4.BCI技術(shù)用于機器人控制
為了實現(xiàn)BCI系統(tǒng)，特征提取和分類是兩個不可或缺的部分。預(yù)處理過后的腦電進行特征提取，提取后的特征送入神經(jīng)網(wǎng)絡(luò)進行分類。對于EEG等生理信號，最常提取的特征為時域特征(均方根值、過零點數(shù)、眾數(shù)等)，此外，頻域特征也被廣泛用于生理信號的分析。
特征提取采用滑動時間窗，為了滿足在線分類的實時性需求，窗長通常不小于0.1 s。從滑動時間窗提取EEG信號進行特征提取，將提取的特征送入分類器進行分類。分類器通常使用傳統(tǒng)機器學(xué)習(xí)算法(支持向量機、線性判別分析)或者神經(jīng)網(wǎng)絡(luò)(多層感知器、卷積神經(jīng)網(wǎng)絡(luò))。
整體的控制系統(tǒng)如圖2所示，首先進行數(shù)據(jù)采集實驗采集受試者EEG信號，接下來離線訓(xùn)練分類器，在線分類（實際使用）過程中，將實時提取的EEG特征送入之前離線訓(xùn)練好的分類器，從而獲得運動意圖作為機器人的控制信號。
圖2：基于BCI的UAV控制系統(tǒng)整體框架
5.無人機的BCI控制策略
對于UAV的控制，整體使用BCI控制系統(tǒng)框架（數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、特征提取、分類），但是目前有幾種不同的控制策略，分別為面部運動控制策略、運動想象控制策略和穩(wěn)態(tài)視覺誘發(fā)電位控制策略。
三種策略的不同之處在于數(shù)據(jù)采集過程中的實驗設(shè)定。對于面部運動控制策略，EEG信號采集過程中，受試者面部做一些表情；對于運動想象控制策略，受試者只是大腦中在想象做運動（實際并沒有做）；對于穩(wěn)態(tài)視覺誘發(fā)電位控制策略，信號采集過程中，給予受試者不同頻率的視覺刺激。
對于不同的實驗內(nèi)容，大腦激活的區(qū)域也不相同（比如對于面部運動和運動想象，激活的是大腦皮層運動功能區(qū)；對于穩(wěn)態(tài)視覺誘發(fā)電位控制策略，激活的是大腦皮層視覺功能區(qū)），后續(xù)的分析需要從激活區(qū)域處的電極提取EEG信號，接下來我們將對三種策略進行簡單介紹。
5.1 面部運動控制策略
面部運動控制策略使用機器學(xué)習(xí)或深度學(xué)習(xí)的方法將面部表情和頭部運動與無人機的運動相匹配，將分類器的輸出轉(zhuǎn)換為控制指令。簡言之，就是人使用面部的運動來控制無人機的運動。比如：揚起眉毛（起飛）、用力眨眼（著陸）、向右看（向右移動）[4]。數(shù)據(jù)采集過程中，受試者分別做不同的動作并采集EEG信號用于訓(xùn)練分類器。
在做面部運動時，大腦皮層運動功能區(qū)激活，此時我們主要分析運動功能區(qū)處電極采集到的EEG信號（中央?yún)^(qū)C3、C4）。（注：根據(jù)設(shè)備電極數(shù)目的不同，不同設(shè)備對于同一功能區(qū)選擇的電極通道數(shù)目也不相同。比如Neuroscan Electrode Cap設(shè)備，采集的是運動功能區(qū)C3、C4、CP3、CP4、FC3和FC4通道。）
5.2 運動想象控制策略
對于運動想象控制策略，使用者在大腦中通過想象來控制UAV的運動。數(shù)據(jù)采集實驗中，屏幕出現(xiàn)隨機圖像（圖像含有向左轉(zhuǎn)、向右轉(zhuǎn)、懸停等信息提示），受試者根據(jù)圖像提示進行想象，完成數(shù)據(jù)采集。運動想象過程中，大腦皮層運動功能區(qū)激活（中央?yún)^(qū)C3、C4通道），我們主要分析中央?yún)^(qū)部位電極采集到的EEG信號。實際控制中，可以想象向左運動，UAV向左轉(zhuǎn)，想象向右運動，UAV向右轉(zhuǎn)，不做想象時UAV空轉(zhuǎn)向前飛[5]。
5.3 穩(wěn)態(tài)視覺誘發(fā)電位控制策略
穩(wěn)態(tài)視覺誘發(fā)電位具有高信噪比和魯棒性的優(yōu)點，被廣泛用于BCI系統(tǒng)。通常使用閃爍頻率不同的圖像給予受試者視覺刺激，從枕葉后極的視覺皮層（通道O1和O2）提取大腦活動，（比如使用快速傅里葉變換提取頻域的特征，用于獲得受試者的運動意圖）實現(xiàn)UAV的運動控制[1]。
比如，當受試者看向左邊的圖像，UAV向左轉(zhuǎn)，當受試者看向上方的圖像，UAV起飛。不同方位的圖像閃爍頻率不同，如圖3所示。同時UAV將實時視頻發(fā)送到LCD顯示器。根據(jù)實時反饋，受試者執(zhí)行指定的任務(wù)以完成無人機連續(xù)飛行[6]。
6.總結(jié)與展望
當前從EEG信號中提取運動意圖控制UAV的方法局限性還是比較大，本質(zhì)原因在于無創(chuàng)EEG信號比較微弱，外界干擾很難完全消除，極大的限制了BCI系統(tǒng)的應(yīng)用，相信隨著科學(xué)家們的不斷努力，使用意念隨心所欲控制UAV的理想一定會實現(xiàn)。
參考文獻
[1] A. Chiuzbaian et al., “Mind Controlled Drone: An Innovative Multiclass SSVEP based Brain Computer Interface,” 7th International Winter Conference on Brain-Computer Interface, 2019, pp. 1-5.
[2] A. Nourmohammadi et al., “A Survey on Unmanned Aerial Vehicle Remote Control Using Brain–Computer Interface,” in IEEE Transactions on Human-Machine Systems, vol. 48, no. 4, pp. 337-348, Aug. 2018.
[3] 李穎潔, 腦電信號分析方法及其應(yīng)用[M], 科學(xué)出版社, 2009.
[4] A. E. Itsueli et al., “Drone Control Using Electroencephalogram (EEG) Signals,” SoutheastCon Conference, 2022, pp. 87-88, doi: 10.1109/SoutheastCon48659.2022.9764002.
[5] Y. An et al., “UAV control in 2D space based on brain computer interface,” 2017 4th International Conference on Systems and Informatics (ICSAI), 2017, pp. 594-598.
[6] M. Chung et al., “The Human-Unmanned Aerial Vehicle System Based on SSVEP-Brain Computer Interface,” Electronics, vol.10, p.3025, Jan.2022, doi:10.3390/electronics10233025.
-END-
本文由西湖大學(xué)智能無人系統(tǒng)實驗室博士生李鄭振原創(chuàng)，申請文章授權(quán)請聯(lián)系后臺相關(guān)運營人員。
歡迎來到西湖大學(xué)智能無人系統(tǒng)實驗室！我們的實驗室專注于小型無人機（UAV）的基本理論和新應(yīng)用。技術(shù)研究領(lǐng)域包括（i）單無人機的制導(dǎo)，導(dǎo)航和控制，（ii）多無人機的集群系統(tǒng)，以及（iii）基于視覺和其他類型的傳感器的智能傳感系統(tǒng)。目前，我們有十多個小組成員，包括博士后，博士生，研究助理和訪問學(xué)生。他們都畢業(yè)于中國和海外的頂尖大學(xué)。我們擁有一流的實驗設(shè)備，如Vicon，動作捕捉系統(tǒng)和各種實驗無人機平臺。
歡迎來到西湖大學(xué)智能無人系統(tǒng)實驗室！ 小型旋翼無人機在民用和軍事領(lǐng)域有廣泛的應(yīng)用，涉及到眾多的科學(xué)研究問題。 西湖大學(xué)“智能無人系統(tǒng)實驗室” 關(guān)注于微小型無人機的基礎(chǔ)理論與應(yīng)用研究，面向國家和社會重大需求，專注于從事高影響力的研究工作。 實驗室目前關(guān)注的研究領(lǐng)域包括單無人機系統(tǒng)的導(dǎo)航制導(dǎo)與控制、多無人機系統(tǒng)的協(xié)同控制與估計、以及基于視覺和多種傳感器的智能感知系統(tǒng)。 實驗室具有一流的科研設(shè)施、完善的工作條件、活躍的科研氛圍。 目前實驗室已有十幾名優(yōu)秀團隊成員，分別來自國內(nèi)外著名高校。 此外，實驗室具有高精度VICON室內(nèi)定位系統(tǒng)、一系列空中和地面機器人平臺、GPU計算服務(wù)器、3D打印機等設(shè)施，為開展相關(guān)研究和實驗奠定了良好基礎(chǔ)。
2025-08-29 10:19
2025-08-29 10:18
2025-08-29 10:18
2025-08-29 10:16
2025-08-29 10:12
2025-08-28 11:18
2025-08-28 11:17
2025-08-28 11:10
2025-08-28 11:09
2025-08-27 14:15
