CN108415565A - 无人机脑机一体化智能控制方法与技术 - Google Patents
无人机脑机一体化智能控制方法与技术 Download PDFInfo
- Publication number
- CN108415565A CN108415565A CN201810160350.2A CN201810160350A CN108415565A CN 108415565 A CN108415565 A CN 108415565A CN 201810160350 A CN201810160350 A CN 201810160350A CN 108415565 A CN108415565 A CN 108415565A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- brain
- control
- eeg
- experimenter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000005516 engineering process Methods 0.000 title abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000000007 visual effect Effects 0.000 claims abstract description 16
- 230000033001 locomotion Effects 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 13
- 230000009471 action Effects 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 238000002474 experimental method Methods 0.000 claims description 10
- 230000000875 corresponding effect Effects 0.000 claims description 6
- 230000000638 stimulation Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 2
- 230000004397 blinking Effects 0.000 claims 1
- 230000007812 deficiency Effects 0.000 abstract 1
- 238000000537 electroencephalography Methods 0.000 description 25
- 238000012360 testing method Methods 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000763 evoking effect Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Dermatology (AREA)
- Biomedical Technology (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了无人机脑机一体化智能控制的方法与技术。该脑机一体化系统包括视觉刺激诱发模块、实时画面回传模块、脑电采集仪、多种特征EEG处理模块、脑机通信模块与无人机及机载单片机模块。实验人员不用进行任何肢体动作和语言实现对无人机多种动作的控制。利用脑电检测仪采集实验人员的EEG，脑电特征包含稳态视觉刺激和想象运动，通过眨眼进行切换。EEG在处理模块中经过预处理、特征提取、分类识别后转换为控制指令，控制指令通过通信系统发送给无人机机载单片机模块，同时实验人员通过全局摄像头观察无人机的飞行情况，自行规划飞行路线，最终控制无人机完成预设的飞行任务。本发明构建了一种多模式脑机一体化系统，实现了大脑直接对无人机的灵活控制，有效补偿了现有无人机控制方式的不足。
Description
技术领域
本发明属于脑机一体化研究领域，涉及了无人机脑机一体化智能控制方法与技术。
背景技术
本发明公开的新型无人机智能控制系统以脑机一体化技术为核心，使操作人员仅通过大脑思维就能够精确的控制无人机完成复杂的飞行任务。脑机一体化是神经科学与工程科学的交叉领域，它是一种不依赖于人的四肢等外围神经与肌肉组织组成的正常输出通路的脑-机通讯系统，它通过实时记录大脑头皮信号，并对脑电信号(Electroencephalography，EEG)进行分析解码大脑的意图来直接控制外部设备。这项技术在航空、航天等军事领域上有着广泛的应用，美国德克萨斯大学正在研发脑控无人机，这将是无人机战场革命性的改变；美国军方计划研究士兵用意念远程操纵“阿凡达”替身在战场作战，脑电能够辅助对武器设备的控制，从而大幅度提高单兵作战能力。
2012年，美国NEUROSKY公司推出了Puzzlebox Orbit产品，用注意力程度控制飞行器升高，2013年，明尼苏达大学研制出单模式EEG控制四旋翼飞行器；2016年，东北大学Tianwei Shi等人利用想象运动控制无人机左转右转；2017年，美国圣安东尼奥市德州大学Lenis Merino等人利用单模式SSVEP控制飞行器，正确率为85％。
目前，将脑机一体化技术用于对无人机的智能控制仍存在以下难点，主要有：
(1)单模式脑机一体化技术的局限性，如：稳态视觉诱发电位(Steady StateVisual Evoked Potential，SSVEP)识别准确率高，但是环境适应性差，容易引起实验人员的视觉疲劳；想象运动(Motor Imagery，MI)无需刺激诱发，耐环境好，但特征较弱，识别准确率较低，而且不同被试的完成率差别较大。意识眨眼任务虽然容易实现，但是指令单一，易受肌电等外界噪声的干扰。
(2)系统准确率的提高、响应时间的降低与稳定性的增强，无人机的飞行方向是否按照实验人员的意愿执行，唯一取决于脑机一体化系统对EEG的模式识别结果，无人机完成复杂飞行任务的保障是脑机一体化系统的高准确率。而对无人机的脑控不同于对键盘输入、机械臂等简单机械系统的控制，若系统响应延迟1秒，无人机就有撞机坠落的危险。在室外无人机飞行控制实验中，需要考虑实验人员状态，通讯系统远距离传输，室外风速等可变因素。
发明内容
鉴于以上所述现有的技术难点，本发明的目的在于提供无人机脑机一体化智能控制的方法与技术。具体是提取实验人员想象运动和SSVEP脑电特征，并利用眨眼进行模式切换，识别出实验人员的意图，从而实现对无人机的运动控制。
本发明通过如下技术方案实现：
一、无人机脑机一体化智能控制系统，包括视觉刺激诱发模块、实时画面回传模块、脑电采集仪、多种特征EEG处理模块、脑机通信模块与无人机及机载单片机模块。
机载单片机安装在无人机上，视觉刺激诱发模块、实时画面回传模块、脑电采集仪、多种特征EEG处理模块与脑机通信模块均安装在地面，全局摄像头放置在室外场地，实时飞行画面通过全局摄像头回传给实验人员，视觉刺激诱发模块与实时画面回传模块安装在一起，以便使实验人员在接受视觉刺激时能同时观看到飞行画面。脑电采集仪被佩戴在操作人员的头部，用于采集实验人员进行三种任务时产生的EEG，依次经过放大模块和模数转换模块,再传送给多种特征EEG处理模块，EEG处理模块将EEG分析处理后经脑机通信模块传输到机载单片机模块,最终控制无人机飞行。
二、无人机脑机一体化智能控制方法，包括以下步骤:
1)采用所述的多模式脑机一体化系统，将脑电采集仪佩戴在实验人员的头部，实验人员观看实时飞行画面，执行短时注视视觉刺激、想象运动与眨眼，将采集到的EEG依次进行放大、模数转换，然后传输给EEG处理模块。
2)EEG处理模块在接收到实验人员的EEG之后，依次进行预处理、特征提取和分类的处理，得到EEG分类结果，将分类结果通过脑机传输模块传输到机载单片机模块。
3)机载单片机模块将分类结果转换为特定任务对应的动作控制信号发送到无人机控制进行相应的各个动作:实验人员通过短时注视视觉刺激控制无人机升高/降低，利用想象运动控制无人机左前/右前飞行，利用眨眼控制以上两种模式的切换，并使无人机悬停。
所述步骤2)多种特征EEG处理模块对EEG的处理具体包括：
首先对数据进行基线校准、频域滤波、导联选择等预处理。
对于想象运动所诱发的ERD/ERS特征，运用基于完备信息的共空间模式方法(Complete Information Common Spatial Pattern,CI-CSP)，不同于传统CSP方法只提取收尾差异最大的特征，该方法还提取了中间特征信息，将两种信息融合成完备特征向量。实验结果证明CI-CSP算法在保障分类正确率的前提下，能够进一步减少所需要脑电信号导联通道数，缩短实验人员想象时间。
对于视觉刺激所诱发的SSVEP特征，运用基于多信号分类(Multiple SignalClassification,MUSIC)关联的特征提取方法，将SSVEP信号转换到频域上提取频域特征，克服了嘈杂环境下频谱分辨率低的问题，同时仅使用了枕区一个电极。
对于意识眨眼所诱发的时域特征，运用基于阈值-间隔的意识眨眼检测方法，以波峰高度范围与间隔范围作为约束条件，统计1.5秒波峰的个数作为特征，来判断被试是否意识眨眼。
所述步骤3)脑机通信模块与机载单片机模块对无人机控制具体包括:
EEG处理计算机通过脑机通信模块将指令传送给机载单片机模块。将无人机提供的接口与单片机相连，将Wi-Fi模块与单片机相连。对单片机进行编程，使指令通过单片机传输给无人机的飞控系统，从而执行相应的各个动作。
本发明将多模式脑机一体化技术运用在无人机的智能控制中，与现有技术相比，本发明具有如下优点和有益效果：
(1)设计了多种EEG诱发模式并优化了实验范式，克服了单想象运动模式脑机一体化下的低信息传输率；
(2)减少了单任务下的视觉负担,使系统更加稳定，同时增大了脑机一体化智能控制系统的适应人群；
(3)控制速度快，正确率高，首次将多模式脑机一体化技术应用于无人机智能控制中，提高了脑机一体化系统的各项指标。
附图说明
图1为无人机脑机一体化智能控制系统的框架；
图2为多种EEG诱发模式的设计方案；
具体实施方式
以下结合附图和实施例对本发明做进一步详细说明,但本发明的实施方式不限于此。
本发明的总体原理是在实验人员不用进行任何肢体动作和语言实现对无人机上升/下降、左前/右前、悬停等动作的控制。如图1所示为多模式脑机一体化系统框架。利用脑电检测仪采集实验人员在进行想象运动/注视不同闪烁频率的LED/意识眨眼任务下的EEG，EEG经过预处理、特征提取、分类识别后转换为控制指令，控制指令通过脑机通信模块发送给无人机，同时实验人员通过全局摄像头观察无人机的飞行情况，自行规划飞行路线，最终控制无人机完成预设的飞行任务。
如图2所示为多种EEG诱发模式设计方案。想象身体不同部位所激发出的ERD/ERS在大脑顶区的分布位置及强度均不同，因此本项目设计了左手、右手、双手、双脚、舌头的想象运动范式，通过实验对比发现想象左手、右手运动产生的ERS/ERD最为明显。在诱发SSVEP信号时，通过实验详细对比了基于LCD的视觉刺激范式和基于LED的视觉刺激范式，实验结果表明LED所激发出的SSVEP电位在频谱纯净度、频率可区分度以及分类正确率上显著优于LCD，因此选择LED作为视觉刺激源，然后从可用的5-30Hz频带范围内经过大量实验选择了两个诱发特征最明显的最优刺激频率，分别为12.4Hz与18Hz。为了将意识眨眼与正常眨眼区分开，规定意识眨眼为实验人员一秒眨眼三次且力度高于正常眨眼。
多模式脑机一体化系统的视觉刺激诱发模块与实时画面回传模块装置的正上方与正下方分别钻孔并放置绿色LED，当系统检测到被试在进行想象运动时，LED自动关闭，当系统检测到模式转换为快速视觉刺激时，LED开始闪烁。装置中心放置平板电脑，用于显示无人机飞行的实时回传画面。
实施例一
本发明在室外环境下设计了一种相对复杂的任务，实验人员脑控无人机以S型路线绕过第一个门柱之后，调整方向穿过第一个宽为3.5米的门洞，穿过后立即改变方向，再穿过第二个规格一样的门洞，最后使无人机降落在指定终点。在实验开始前，将飞行任务提前告知实验人员，实验开始后，所有飞行指令与飞行路线皆由实验人员自行规划，其他人员不得给实验人员任何提示。为了保证实验的安全性，首先设定安全边界，在简单飞行任务中，设定实验场地的边界为两侧道沿；实验人员控制无人机时一旦超出边界，就宣布实验结束，由安全员用遥控器控制无人机降落到安全位置。
在总共20次复杂飞行任务实验中，实验人员成功完成任务16次，另外4次只穿越了一个门洞。实验人员总共需要穿越门洞数40个，实际穿越门洞数36个，边界碰撞次数0次，总飞行时间为34分钟。实验人员脑控无人机穿越一个门洞的平均时间需要1.81分钟，长于一个技术熟练的飞手用遥控器控制无人机穿过门洞的平均时间，但远远低于基线穿越门洞所需要的时间。
Claims (6)
1.一种无人机脑机一体化智能控制系统，通过采集实验人员的多模式脑电特征，经过EEG在处理模块转换为指令，通过无线通信系统发送给无人机机载单片机，最终控制无人机飞行。
2.根据权利要求1所述的一种多模式脑机一体化系统，其特征在于实验人员通过短时注视觉刺激控制无人机部分动作，利用想象运动控制无人机另一部分动作，利用眨眼控制以上两种模式的切换，并使无人机悬停。
3.根据权利要求1所述的脑机通信模块与机载单片机模块，其特征在于脑机的通信通过Wi-Fi实现，EEG处理计算机通过Wi-Fi将指令传送给机载单片机模块。将无人机提供的接口和Wi-Fi模块与单片机相连。对单片机进行编程，使指令通过单片机传输给无人机的飞控系统，从而执行相应的各个动作。
4.一种无人机脑机一体化智能控制方法，其特征在于包括如下步骤:
1)采用权利要求1-3任一所述的多模式脑机一体化系统，实验人员通过短时注视视觉刺激控制无人机部分动作，利用想象运动控制另一部分动作，利用眨眼控制以上两种模式的切换，并使无人机悬停。
2)EEG处理模块在接收到实验人员的EEG之后，依次进行预处理、特征提取和分类的处理，得到EEG分类结果，将分类结果通过脑机传输模块传输到机载单片机模块。
3)机载单片机模块将分类结果转换为特定任务对应的动作控制信号发送到无人机控制进行相应的各个动作。
5.根据权利要求4所述的多种信号EEG处理模块，其特征在于计算机解析出实验人员的意图并转换为控制指令，首先判断当前实验人员是否存在意识眨眼，若判断存在意识眨眼则控制无人机悬停同时切换无人机飞行模式，如果未检测到意识眨眼信号，便保持之前的控制模式。
6.根据权利要求4所述的多种信号EEG处理模块，其特征在于对于想象运动所诱发的ERD/ERS特征，运用基于完备信息的共空间模式方法(Complete Information CommonSpatial Pattern,CI-CSP)进行特征提取；对于视觉刺激所诱发的SSVEP特征，运用基于多信号分类(Multiple Signal Classification,MUSIC)关联的特征提取方法；对于意识眨眼所诱发的时域特征，运用基于阈值-间隔的意识眨眼检测方法判断实验人员是否意识眨眼。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810160350.2A CN108415565A (zh) | 2018-02-25 | 2018-02-25 | 无人机脑机一体化智能控制方法与技术 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810160350.2A CN108415565A (zh) | 2018-02-25 | 2018-02-25 | 无人机脑机一体化智能控制方法与技术 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108415565A true CN108415565A (zh) | 2018-08-17 |
Family
ID=63129150
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810160350.2A Pending CN108415565A (zh) | 2018-02-25 | 2018-02-25 | 无人机脑机一体化智能控制方法与技术 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108415565A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110531791A (zh) * | 2019-08-25 | 2019-12-03 | 西北工业大学 | 多指令集下脑机一体化的目标侦查无人车 |
| CN110658851A (zh) * | 2019-08-27 | 2020-01-07 | 北京航空航天大学 | 一种基于脑电信号的无人机航迹规划系统 |
| CN110658810A (zh) * | 2019-08-27 | 2020-01-07 | 北京航空航天大学 | 基于ssvep脑机接口的单兵作战无人武器控制系统 |
| CN110716578A (zh) * | 2019-11-19 | 2020-01-21 | 华南理工大学 | 一种基于混合型脑机接口的飞行器控制系统及其控制方法 |
| CN111487988A (zh) * | 2020-03-03 | 2020-08-04 | 天津大学 | 基于稳态视觉诱发电位脑-机接口的脑控无人机方法 |
| CN111569248A (zh) * | 2020-05-25 | 2020-08-25 | 福州大学 | 一种自闭症患者的治疗方法和治疗系统 |
| CN111638724A (zh) * | 2020-05-07 | 2020-09-08 | 西北工业大学 | 无人机群脑机协同智能控制新方法 |
| CN113126767A (zh) * | 2021-04-25 | 2021-07-16 | 合肥工业大学 | 基于pynq和多模态脑机接口的飞行器控制系统及方法 |
| CN113625769A (zh) * | 2021-09-07 | 2021-11-09 | 中国人民解放军军事科学院军事医学研究院 | 一种基于脑电信号的无人机编队多模态控制系统 |
| CN113741696A (zh) * | 2021-09-07 | 2021-12-03 | 中国人民解放军军事科学院军事医学研究院 | 一种基于led立体交互界面的脑控无人机系统 |
| CN114115313A (zh) * | 2021-11-25 | 2022-03-01 | 北京邮电大学 | 基于脑机接口的无人机控制与广域目标检测系统及方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102866775A (zh) * | 2012-09-04 | 2013-01-09 | 同济大学 | 基于多模式融合的脑机接口控制系统及方法 |
| CN103885445A (zh) * | 2014-03-20 | 2014-06-25 | 浙江大学 | 一种脑控动物机器人系统以及动物机器人的脑控方法 |
| CN106774428A (zh) * | 2017-03-17 | 2017-05-31 | 厦门中联智创科技有限公司 | 一种脑电波无人机控制方法 |
| CN106909226A (zh) * | 2017-03-06 | 2017-06-30 | 广东工业大学 | 一种多态脑机接口系统 |
| CN107168346A (zh) * | 2017-04-28 | 2017-09-15 | 上海交通大学 | 一种基于可穿戴显示器的异步式脑控无人机系统 |
| CN107292329A (zh) * | 2017-04-19 | 2017-10-24 | 西北工业大学 | 基于ci‑csp算法的事件想象分类方法 |
| CN107411935A (zh) * | 2017-07-18 | 2017-12-01 | 西安交通大学 | 一种用于软体康复机械手的多模式脑机接口控制方法 |
-
2018
- 2018-02-25 CN CN201810160350.2A patent/CN108415565A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102866775A (zh) * | 2012-09-04 | 2013-01-09 | 同济大学 | 基于多模式融合的脑机接口控制系统及方法 |
| CN103885445A (zh) * | 2014-03-20 | 2014-06-25 | 浙江大学 | 一种脑控动物机器人系统以及动物机器人的脑控方法 |
| CN106909226A (zh) * | 2017-03-06 | 2017-06-30 | 广东工业大学 | 一种多态脑机接口系统 |
| CN106774428A (zh) * | 2017-03-17 | 2017-05-31 | 厦门中联智创科技有限公司 | 一种脑电波无人机控制方法 |
| CN107292329A (zh) * | 2017-04-19 | 2017-10-24 | 西北工业大学 | 基于ci‑csp算法的事件想象分类方法 |
| CN107168346A (zh) * | 2017-04-28 | 2017-09-15 | 上海交通大学 | 一种基于可穿戴显示器的异步式脑控无人机系统 |
| CN107411935A (zh) * | 2017-07-18 | 2017-12-01 | 西安交通大学 | 一种用于软体康复机械手的多模式脑机接口控制方法 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110531791A (zh) * | 2019-08-25 | 2019-12-03 | 西北工业大学 | 多指令集下脑机一体化的目标侦查无人车 |
| CN110658851A (zh) * | 2019-08-27 | 2020-01-07 | 北京航空航天大学 | 一种基于脑电信号的无人机航迹规划系统 |
| CN110658810A (zh) * | 2019-08-27 | 2020-01-07 | 北京航空航天大学 | 基于ssvep脑机接口的单兵作战无人武器控制系统 |
| CN110716578A (zh) * | 2019-11-19 | 2020-01-21 | 华南理工大学 | 一种基于混合型脑机接口的飞行器控制系统及其控制方法 |
| CN111487988A (zh) * | 2020-03-03 | 2020-08-04 | 天津大学 | 基于稳态视觉诱发电位脑-机接口的脑控无人机方法 |
| CN111487988B (zh) * | 2020-03-03 | 2022-04-15 | 天津大学 | 基于稳态视觉诱发电位脑-机接口的脑控无人机方法 |
| CN111638724A (zh) * | 2020-05-07 | 2020-09-08 | 西北工业大学 | 无人机群脑机协同智能控制新方法 |
| CN111569248A (zh) * | 2020-05-25 | 2020-08-25 | 福州大学 | 一种自闭症患者的治疗方法和治疗系统 |
| CN113126767A (zh) * | 2021-04-25 | 2021-07-16 | 合肥工业大学 | 基于pynq和多模态脑机接口的飞行器控制系统及方法 |
| CN113625769A (zh) * | 2021-09-07 | 2021-11-09 | 中国人民解放军军事科学院军事医学研究院 | 一种基于脑电信号的无人机编队多模态控制系统 |
| CN113741696A (zh) * | 2021-09-07 | 2021-12-03 | 中国人民解放军军事科学院军事医学研究院 | 一种基于led立体交互界面的脑控无人机系统 |
| CN113625769B (zh) * | 2021-09-07 | 2024-05-10 | 中国人民解放军军事科学院军事医学研究院 | 一种基于脑电信号的无人机编队多模态控制系统 |
| CN114115313A (zh) * | 2021-11-25 | 2022-03-01 | 北京邮电大学 | 基于脑机接口的无人机控制与广域目标检测系统及方法 |
| CN114115313B (zh) * | 2021-11-25 | 2024-08-02 | 北京邮电大学 | 基于脑机接口的无人机控制与广域目标检测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108415565A (zh) | 无人机脑机一体化智能控制方法与技术 | |
| CN106292705B (zh) | 基于蓝牙脑电耳机的多旋翼无人机意念遥操作系统及操作方法 | |
| Shi et al. | Brain Computer Interface system based on indoor semi-autonomous navigation and motor imagery for Unmanned Aerial Vehicle control | |
| CN104083258B (zh) | 一种基于脑机接口与自动驾驶技术的智能轮椅控制方法 | |
| CN104865856B (zh) | 一种适用于无人机的语音控制方法 | |
| CN103885445B (zh) | 一种脑控动物机器人系统以及动物机器人的脑控方法 | |
| CN102521505B (zh) | 用于控制意图识别的脑电和眼电信号决策融合方法 | |
| CN106371451A (zh) | 基于稳态视觉诱发电位的无人机操控方法及装置 | |
| Natarajan et al. | Hand gesture controlled drones: An open source library | |
| CN102866775A (zh) | 基于多模式融合的脑机接口控制系统及方法 | |
| CN105912980A (zh) | 无人机以及无人机系统 | |
| CN106227341A (zh) | 基于深度学习的无人机手势交互方法及系统 | |
| CN105159452B (zh) | 一种基于人脸姿态估计的控制方法与系统 | |
| CN107595306A (zh) | 一种基于脑电信号分析的疲劳驾驶预警系统 | |
| CN107168346A (zh) | 一种基于可穿戴显示器的异步式脑控无人机系统 | |
| CN113253750B (zh) | 一种面向扑翼飞行器的多模态控制系统 | |
| CN104799984A (zh) | 基于脑控移动眼的残疾人辅助系统及其控制方法 | |
| CN106940593B (zh) | 基于VC++和Matlab混合编程的Emotiv脑控无人机系统及方法 | |
| CN110716578A (zh) | 一种基于混合型脑机接口的飞行器控制系统及其控制方法 | |
| CN105836148A (zh) | 可穿戴旋翼飞行器 | |
| CN110109469A (zh) | 一种具有颜色、识别、定位、跟踪功能的四旋翼无人机的控制系统 | |
| Deng et al. | A VR-based BCI interactive system for UAV swarm control | |
| CN108733201A (zh) | 基于脑电与眼电的飞行器三维空间目标搜索系统和方法 | |
| WO2019214165A1 (zh) | 一种用于盲人导航的智能飞行跟随器 | |
| Shi et al. | Indoor space target searching based on EEG and EOG for UAV |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |