CN113002556A - 使用脑波信号提供定制的移动体驾驶路径的设备和方法 - Google Patents

Abstract

一种使用脑波信号提供定制的移动体驾驶路径的设备和方法，该设备包括：传感器，被配置为在预定通道区域中收集移动体的驾驶员的脑波信号；分析器，被配置为通过分析在预定通道区域中收集的脑波信号来确定要提供的关于计划路径的信息；以及控制器，被配置为基于要提供的信息来控制移动体的操作。

Description

使用脑波信号提供定制的移动体驾驶路径的设备和方法

相关申请的交叉引用

本申请要求于2019年12月3日提交的韩国专利申请第10-2019-0158707号的优先权，该申请通过引用并入本文。

技术领域

本公开涉及移动体控制方法和设备。

背景技术

该部分中的陈述仅提供与本公开有关的背景信息，并且可能不构成现有技术。

车辆(或移动体)作为一种交通工具，是在现代世界中生活的非常重要的手段和工具。此外，移动体本身可以被认为是对某人有意义的特殊事物。

随着技术的进步，移动体所提供的功能也逐渐发展。例如，近年来，移动体不仅将乘客运送到目的地，还满足了乘客更快且更安全地到达目的地的需求。另外，为了满足乘客的审美品味和舒适度，新装置被添加到移动体系统中。另外，还开发了诸如方向盘、变速器和加速/减速装置的现有装置，以便可以向用户提供更多功能。

同时，脑-计算机接口或脑-机器接口是通过使用脑波信号根据人的意图控制计算机或机器的领域。ERP(事件相关电位)与认知功能密切相关。

发明内容

本公开涉及移动体控制方法和设备。特定实施例涉及基于错误监测的移动体控制方法和设备。

本发明的实施例提供基于驾驶员的脑波信号提供定制的移动体驾驶路径的设备和方法。

本发明的另一实施例提供定制的移动体驾驶路径提供设备和方法，其通过使用从驾驶员的预定区域获得的脑波信号来调整要提供的关于计划路径的信息的量。

本公开的实施例不限于上述实施例，并且本领域技术人员通过以下描述将清楚地理解未提及的其他实施例。

根据本发明的实施例，可以提供使用脑波信号的定制的移动体驾驶路径提供设备，该设备包括：传感器，被配置为在预定通道区域中收集移动体的驾驶员的脑波信号；分析器，被配置为通过分析在预定通道区域中收集的脑波信号来确定要提供的关于计划路径的信息；以及控制器，被配置为基于要提供的信息来控制移动体的操作。

预定通道区域可以包括第一区域和第二区域中的至少一个，该第一区域包括海马体(hippocampus)，该第二区域包括压后皮层(retrosplenial cortex)。

脑波信号可以是时间序列平面中的脑波信号。

分析可以包括将在预定通道区域中收集的脑波信号的幅度与预定阈值进行比较。

脑波信号的幅度可以是特定频率下的脑波信号的功率谱。

分析可以包括将在预定通道区域中收集的氧饱和度的幅度与预定阈值进行比较。

分析器可以通过分析在预定通道区域中收集的脑波信号来对计划路径的类型进行分类，并且基于所分类的类型来确定要提供的关于计划路径的信息。

分析器可以通过分析在预定通道区域中收集的脑波信号的幅度来对计划路径的类型进行分类，并且基于所分类的类型来调整要提供的关于计划路径的信息的量。

分析器可以通过分析在预定通道区域中收集的氧饱和度的幅度来对计划路径的类型进行分类，并且基于所分类的类型来调整要提供的关于计划路径的信息的量。

当预定通道区域包括第一区域并且在第一区域中收集第一信号和大于第一信号的第二信号时，响应于第二信号要提供的信息的量可以大于响应于第一信号要提供的信息的量。

当预定通道区域包括第二区域并且在第二区域中收集第一信号和大于第一信号的第二信号时，响应于第二信号要提供的信息的量可以小于响应于第一信号要提供的信息的量。

当预定通道区域包括第一区域和第二区域时，分析器可以通过将在第一区域中收集的脑波信号的分析结果与在第二区域中收集的脑波信号的分析结果进行组合来最终确定要提供的关于计划路径的信息。

控制器可以调整由包括在移动体中的预定设备提供的信息的量，并且预定设备可以包括转向设备、踏板设备、变速器、视频系统、音频系统、导航系统和其他移动体操纵设备中的至少一个。

根据本发明的实施例，可以提供使用脑波信号的定制的移动体驾驶路径提供方法，该方法包括：在预定通道区域中收集移动体的驾驶员的脑波信号；通过分析从预定通道区域中收集的脑波信号来确定要提供的关于计划路径的信息；以及基于要提供的信息来控制移动体的操作。

预定通道区域可以包括第一区域和第二区域中的至少一个，该第一区域包括海马体，该第二区域包括压后皮层。

脑波信号可以是时间序列平面中的脑波信号。

分析可以包括将在预定通道区域中收集的脑波信号的幅度与预定阈值进行比较。

脑波信号的幅度可以是特定频率下的脑波信号的功率谱。

分析可以包括将在预定通道区域中收集的氧饱和度的幅度与预定阈值进行比较。

确定要提供的关于计划路径的信息可以包括通过分析在预定通道区域中收集的脑波信号来对计划路径的类型进行分类，并且基于所分类的类型来确定要提供的关于计划路径的信息。

确定要提供的关于计划路径的信息可以包括通过分析在预定通道区域中收集的脑波信号的幅度来对计划路径的类型进行分类，并且基于所分类的类型来调整要提供的关于计划路径的信息的量。

确定要提供的关于计划路径的信息可以包括通过分析在预定通道区域中收集的氧饱和度的幅度来对计划路径的类型进行分类，并且基于所分类的类型来调整要提供的关于计划路径的信息的量。

当预定通道区域包括第一区域并且在第一区域中收集第一信号和大于第一信号的第二信号时，响应于第二信号要提供的信息的量可以大于响应于第一信号要提供的信息的量。

当预定通道区域包括第二区域并且在第二区域中收集第一信号和大于第一信号的第二信号时，响应于第二信号要提供的信息的量可以小于响应于第一信号要提供的信息的量。

当预定通道区域包括第一区域和第二区域时，确定要提供的关于计划路径的信息可以包括通过将在第一区域中收集的脑波信号的分析结果与在第二区域中收集的脑波信号的分析结果进行组合来最终确定要提供的关于计划路径的信息。

控制移动体的操作可以调整由包括在移动体中的预定设备提供的信息的量，并且预定设备可以包括转向设备、踏板设备、变速器、视频系统、音频系统、导航系统和其他移动体操纵设备中的至少一个。

以上关于本公开的实施例简要概述的特征仅是本公开的实施例的以下详细描述的示例性方面，并且不限制本公开的范围。

根据本发明的实施例，可以提供基于驾驶员的脑波信号提供定制的移动体驾驶路径的设备和方法。

另外，根据本发明的实施例，可以提供定制的移动体驾驶路径提供设备和方法，其通过使用从驾驶员的预定区域获得的脑波信号来调整要提供的关于计划路径的信息的量。

在本公开的实施例中获得的效果不限于上述效果，并且根据以下描述本领域技术人员可以清楚地理解以上未提及的其他效果。

附图说明

为了可以很好地理解本公开，现在将参考附图描述通过示例的方式给出的本公开的各种实施例，其中：

图1是示出本公开的一个实施例的ERN的一般波形的示图；

图2是示出根据本公开的一个实施例的ERN和Pe的一般波形的示图；

图3是示出根据本公开的另一实施例的Pe的偏转特性的示图；

图4A和图4B是分别示出本公开的一个实施例的ERP和Pe的测量区域的示图；

图5是示出根据本公开的一个实施例的ERN和CRN的一般波形的示图；

图6是示出根据本公开的一个实施例的对应于大脑皮层区域的EEG测量通道的示图；

图7是示出根据本发明的一个实施例的基于驾驶员的脑波信号来确定要提供给移动体中的驾驶员的关于计划路径的信息的量的设备的配置的框图；以及

图8是示出根据本发明的一个实施例的操作定制的移动体驾驶路径提供设备的方法的流程图。

具体实施方式

以下描述本质上仅是示例性的，并且不旨在限制本公开、应用或用途。应当理解，在所有附图中，相应的参考数字指示相同或相应的部件和特征。

将详细描述本公开的示例性实施例，使得本领域的普通技术人员将结合附图容易地理解和实现由本公开的实施例提供的设备和方法。然而，本公开可以以各种形式来体现，并且本公开的范围不应被解释为限于示例性实施例。

在描述本公开的实施例时，当公知的功能或构造可能使本公开的精神模糊时，将不对其进行详细描述。

在本公开的实施例中，将理解，当元件被称为“连接到”、“耦接到”另一元件或与另一元件“组合”时，它可以直接连接或耦接到另一元件或与另一元件组合，或者在它们之间可以存在中间元件。将进一步理解，当在本公开的实施例中使用时，术语“包括(comprises)”、“包括(includes)”、“具有”等指定所述特征、整数、步骤、操作、元件、组件和/或其组合的存在，但不排除一个或多个其他特征、整数、步骤、操作、元件、组件和/或其组合的存在或添加。

将理解，尽管在本文中可以使用术语“第一”、“第二”等来描述各种元件，但是这些元件不应受到这些术语的限制。这些术语仅用于将一个元件与另一个元件区分开，而不用于示出元件之间的顺序或优先级。例如，在不脱离本公开的教导的情况下，下面讨论的第一元件可以被称为第二元件。类似地，第二元件也可以被称为第一元件。

在本公开的实施例中，区分的元件被称为清楚地描述各种元件的特征，并且并不意味着该元件在物理上彼此分离。即，可以将多个区分的元件组合成单个硬件单元或单个软件单元，并且相对照地，一个元件可以由多个硬件单元或软件单元实现。因此，尽管没有具体说明，但是各种元件的集成形式或一个元件的分离形式可以落入本公开的范围内。同样，诸如“单元”或“模块”等的术语应该被理解为处理至少一个功能或操作并且可以以硬件方式(例如，处理器)、软件方式或者硬件方式和软件方式的组合来体现的单元。

在本公开的实施例中，以各种形式描述的所有组成元件不应被解释为必要元件，而是一些组成元件可以是可选元件。因此，由组成元件的相应子集以某种形式配置的实施例也可以落入本公开的范围内。另外，通过将一个或多个元件添加到各种元件而配置的实施例也可以落入本公开的范围内。

作为构成大脑的神经元的电活动，脑波信号(或脑信号、脑波)是指直接或间接反映人的有意识或无意识状态的生物信号。可以在人头皮的每个区域中测量脑波信号，并且其波长的频率主要为30Hz或以下，并且电位差为几微伏。根据脑活动和状态，可能会出现各种波形。正在使用根据人的意图使用脑波信号进行接口控制的研究。可以通过使用利用脑活动引起的电信号的EEG(脑电图)、利用与电信号一起出现的磁信号的MEG(磁脑图)以及利用血液中氧饱和度的变化的fMRI(功能核磁共振成像)或fNIRS(功能近红外光谱)来获得脑波信号。尽管fMRI和fNIRS是测量脑活动的有用技术，但是通常fMRI的时间分辨率较低，而fNIRS的空间分辨率较低。由于这些限制，EEG信号由于其出色的便携性和时间分辨率的优点而被广泛使用。

脑波信号根据脑活动在空间上和时间上变化。由于脑波信号通常难以分析并且其波形不易于可视化分析，因此提出了各种处理方法。

例如，根据振荡的次数(频率)，可以基于频带对脑波信号进行分类(功率谱分类)。该分类将测得的脑波信号视为每个特定频率下的简单信号的线性总和，将信号分解为每个频率分量并指示相应的幅度。通过使用通常用于噪声消除的预处理、傅立叶变换到频域以及带通滤波器(BPF)，可以获得每个频率的脑波信号。

更具体地，根据频带，脑波可以被分类为δ(delta)、θ(theta)、α(alpha)、β(beta)和γ(gamma)波。δ波是频率为3.5Hz或以下，幅度为20μV至200μV的脑波，主要出现在正常的深度睡眠或新生儿中。另外，随着我们对物理世界的了解减少，δ波可能会增加。通常，θ波是频率为3.5Hz至7Hz的脑波，主要出现在情绪稳定状态或睡眠中。

另外，θ波主要在顶叶皮层和枕叶皮层中产生，并且可能在平静集中期间出现以恢复记忆或冥想。通常，α波是频率为8Hz至12Hz的脑波，主要出现在放松和舒适状态下。另外，α波通常在休息期间在枕叶皮层中产生，并且在睡眠中可能会减弱。通常，β波是频率为13Hz至30Hz的脑波，主要在可以承受的紧张状态下出现，或者在引起一定程度的注意的同时出现。另外，β波主要在额叶皮层中产生，并且与唤醒状态或集中的脑部活动、病理现象和药物作用有关。β波可能会出现在整个大脑的广阔区域。另外，具体地，可以将β波分为频率为13Hz至15Hz的SMR波、频率为15Hz至18Hz的中β波和频率为20Hz以上的高β波。由于β波在焦虑和紧张的压力下似乎更强，因此被称为压力波。γ波是通常具有30Hz至50Hz频率的脑波，主要出现在强烈兴奋状态或在高级认知信息处理过程中。另外，γ波可能会在意识的觉醒状态和REM睡眠期间出现，并且也可能与β波重叠。

根据频带的每个脑波信号都与特定的认知功能相关。例如，δ波与睡眠相关，θ波与工作记忆相关，而α波与注意力或抑制相关。因此，每个频带的脑波信号的特性选择性地显示特定的认知功能。另外，每个频带的脑波信号在头部表面上的每个测量部分中可能会显示出一些不同的方面。大脑皮层可以被划分为额叶皮层、顶叶皮层，颞叶皮层和枕叶皮层。这些部分可能具有一些不同的作用。例如，对应于头后部的枕叶皮层具有主要的视觉皮层，并且因此可以主要处理视觉信息。位于头顶部附近的顶叶皮层具有体感皮层，并且因此可以处理运动/感觉信息。另外，额叶皮层可以处理与记忆和思考有关的信息，并且颞叶皮层可以处理与听觉和嗅觉有关的信息。

同时，又例如，可以通过使用ERP(事件相关电位)来分析脑波信号。ERP是与外界刺激或内部心理过程相关的大脑电性变化。ERP是指包括脑的电活动的信号，该信号是由于自呈现刺激后的一定时间后由包括特定信息(例如，图像、语音、声音、执行命令等)的刺激引起。

为了分析ERP，需要一种将信号与噪声分离的处理。可以主要使用平均方法。具体地，通过平均基于刺激开始时间测量的脑波，可以去除与刺激无关的脑波，并且仅挑选出相关的电位，即与刺激处理通常相关的脑活动。

由于ERP具有高时间分辨率，因此它与认知功能的研究密切相关。ERP是由外部刺激引起或与内部状态相关的电性现象。根据刺激的类型，ERP可以被分为听觉相关电位、视觉相关电位、体感相关电位和嗅觉相关电位。根据刺激的性质，ERP可以被分为外源ERP和内源ERP。外源ERP具有由外部刺激确定的波形，与自动处理有关，并且主要出现在受到刺激的初始阶段。例如，外源ERP是脑干电位。另一方面，内源ERP是由与刺激无关的内部认知过程或心理过程或状态决定的，并且与“受控过程”有关。例如，内源ERP是P300、N400、P600、CNV(关联性负变)等。

ERP峰的名称通常包括极性和等待周期(latent period，反应时间差)，并且每个信号的峰具有各自的定义和含义。例如，正电位为P，负电位为N，并且P300表示刺激开始后约300ms测得的正峰值。另外，根据出现顺序施加1、2、3或a、b、c等。例如，P3表示刺激开始后波形中的第三正电位。

在下文中，将描述各种ERP。

例如，N100与对不可预测的刺激的响应有关。

MMN(失配负电位)不仅可以由集中的刺激产生，而且可以由非集中的刺激产生。MMN可以用作在最初注意之前感测记忆(声像记忆)是否操作的指示符。以下将描述的P300出现在注意和做出判断的过程中，而MMN被分析为在注意之前在大脑中发生的过程。

又例如，N200(或N2)主要是根据视觉和听觉刺激产生的，并且与短期记忆或长期记忆以及以下所述的P300有关，短期记忆或长期记忆是关注后的记忆类型。

又例如，P300(或P3)主要反映对刺激、刺激认知、记忆搜索和不确定感减轻的注意，并且与区分外部刺激的感知决定有关。由于P300的生成与认知功能有关，因此无论出现的刺激类型如何，都会生成P300。例如，P300可以在听觉刺激、视觉刺激和身体刺激中产生。P300被广泛应用于脑机接口的研究。

又例如，N400与语言处理有关，并且是在出现带有语义错误的句子或听觉刺激时引起。另外，N400与记忆过程有关，并且可以反映从长期记忆中检索或搜索信息的过程。

又例如，作为示出重建或恢复过程的指示符，P600涉及基于存储在长期记忆中的信息更准确地处理刺激的过程。

又例如，CNV是指在以后的阶段中出现200ms至300ms甚至几秒钟的电位。它也被称为慢电位(SP)，并且与预期、准备、精神启动、联想、注意力和运动活动有关。

又例如，ERN(错误相关负电位)或Ne(错误负电位)是由过失或错误产生的事件相关电位(ERP)。当受试者在感觉运动任务或类似任务中发生过失时，可能会发生这种情况。更具体地，当受试者识别出过失或错误时，产生ERN，并且其负峰主要出现在额叶和中央区域约50ms至150ms。特别是，其负峰可能在可能发生与运动响应有关的过失的情况下出现，并且也可能用于指示否定的自我判断。

在下文中，将更详细地描述ERN的主要特征。

图1是示出根据本公开的一个实施例的ERN的一般波形的示图。

参考图1，在水平轴上方描绘了负电位值，并且在水平轴下方描绘了正电位值。另外，可以确认在针对任意运动的响应开始之后的预定时间范围内产生了具有负峰值的ERP。这里，响应可以表示发生过失或错误的情况(错误响应)。另外，预定时间范围可以是大约50ms至150ms。可选地，预定时间范围可以是大约0ms至100ms。同时，在正确响应的情况下，生成的ERP的负峰比ERN小。

作为初始负的ERP，ERN被时间锁定直到出现响应错误。另外，已知ERN反映与行为监测有关的多巴胺能系统的增强活性。ERN包括包含侧扣带区的额叶纹状体环。同时，多巴胺与通常形成特定行为并激励人的大脑奖励系统有关，从而提供愉悦感和增强的感觉。当重复获得适当奖励的行为时，该行为被学习为习惯。另外，通过情绪化学习释放更多的多巴胺，并且由于多巴胺的释放而尝试新的行为。因此，奖励驱动的学习称为强化学习。

另外，ERN可能在干扰任务(例如，Go-noGo任务、Stroop任务、Flanker任务和Simon任务)期间通过额叶皮层引导而引起的错误响应开始后的0ms至100ms内生成。

另外，已知ERN与以下所述的CRN一起反映了可以区分正确行为和错误行为的常规行为监测系统。

另外，已知ERN在额叶皮层电极处达到最大幅度的事实反映出脑内发生器位于侧扣带区或背侧前扣带回皮层(dACC)区中。

另外，ERN可以根据消极情绪状态显示幅度的变化。

另外，即使在基于不同于内部动机表达的外部评估反馈处理进行行为监测的情况下，也可以报告ERN，并且可以将ERN分类为以下所述的FRN。

另外，不仅可以在认识到过失或错误时，而且在认识到过失或错误之前生成ERN。

另外，不仅可以作为对他/她自己的过失或错误的响应，而且可以作为对其他人的过失或错误的响应来生成ERN。

另外，不仅可以作为对过失或错误的响应，而且可以作为对预定执行任务或对象的焦虑或压力的响应来生成ERN。

另外，由于获得较大的ERN峰值，因此可以认为较大的ERN峰值反映了更严重的过失或错误。

同时，又例如，作为在ERN之后产生的事件相关电位(ERP)，Pe(错误正电位)是具有正值的ERP，在过失或错误发生后约150ms至300ms，主要在额叶皮层电极处产生。Pe被称为意识到过失或错误并更加注意的反应。换句话说，Pe与错误检测之后有意识的错误信息处理过程的指示符有关。ERN和Pe被称为与错误监测相关的ERP。

在下文中，将更详细地描述Pe的主要特征。

图2是示出根据本公开的另一实施例的ERN和Pe的一般波形的示图。

参考图2，在正电位值上方描绘了负电位值。另外，可以确认在针对任意运动的响应开始之后的第一预定时间范围内产生了具有负峰值的ERP，即ERN。这里，响应可以表示发生过失或错误的情况(错误响应)。另外，第一预定时间范围可以是约50ms至150ms。可选地，第一预定时间范围可以是约0ms至200ms。

另外，可以确认在ERN发生后的第二预定时间范围内产生了具有正峰值的ERP，即Pe。另外，第二预定时间范围可以在错误发生之后约150ms至300ms。可选地，第二预定时间范围可以意味着约200ms至400ms。

图3是示出本公开的一个实施例的Pe的偏转特性的示图。

参考图3，与P3一样，Pe具有宽的偏转特性，并且丛产生器不仅包括后扣带回皮层和岛叶皮层的区域，而且还包括前扣带回皮层的区域。

另外，Pe可以反映对错误的情感评价以及对刺激的注意诸如P300。另外，ERN表示正确响应和错误响应之间的冲突，并且Pe被认为是意识到过失并引起更多注意的响应。换句话说，ERN可以在检测刺激的过程中产生，并且Pe可以在处理刺激的过程中根据注意力来产生。当ERN和/或Pe分别具有相对大的值时，已知这些值与旨在过失之后更慢且更准确地响应的自适应行为有关。

图4A和图4B是示出根据本公开的一个实施例的ERP和Pe的测量区域的示图。

ERN和Pe被称为与错误监测有关的ERP。关于ERN和Pe的测量区域，通常可以在中心区域中测量最大负值和最大正值。然而，根据测量条件可能会有一些差异。例如，图4A是测量ERN的主要区域，并且ERN的最大负值通常可以在中线额叶或中央区域(即FCZ)中测量。另外，图4B是测量Pe的主要区域，并且与ERN相比，通常可以在后中线区域中测量到大的Pe正值。

同时，又例如，FRN(反馈相关负电位)是与基于外部评估反馈获得的错误检测有关的事件相关电位(ERP)。ERN和/或Pe基于内部监测过程检测错误。但是，在FRN的情况下，当基于外部评估反馈获得FRN时，它可能会与ERN的过程类似。

另外，FRN和ERN可以共享许多电生理特性。例如，FRN在负反馈开始后约250ms至300ms在额叶皮层电极处具有负峰值，并且可能像ERN一样在背侧前扣带回皮层(dACC)区中生成。

另外，类似ERN，FRN可以反映多巴胺能系统的强化学习活动。另外，FRN通常具有比正反馈更大的负值，并且对于不可预见的情况可能具有比可预测的结果更大的值。

又例如，CRN(正确相关负电位)是由正确的试验产生的ERP，并且是小于ERN的负值。类似ERN，CRN可能会在初始等待周期(例如，0ms至100ms)中生成。图5是示出本公开的一个实施例的ERN和CRN的一般波形的示图。

又例如，Pc(正确正电位)是在CRN之后产生的事件相关电位。它是在正确响应发生后约150ms至300ms内产生的事件相关电位。CRN和Pc之间的关系可能类似于ERN和Pe之间的关系。

同时，ERP可以被分类为刺激锁定ERP和响应锁定ERP。刺激锁定ERP和响应锁定ERP可以根据诸如诱发ERP的原因和响应时间的标准来划分。例如，从单词或图片从外部呈现给用户的那一刻起诱发的ERP可以被称为刺激锁定ERP。另外，例如，从用户讲出或按下按钮的那一刻起诱发的ERP可以被称为响应锁定ERP。因此，基于上述标准，通常，刺激锁定ERP为N100、N200、P2、P3等，以及响应锁定ERP为ERN、Pe、CRN、Pc、FRN等。

同时，可以根据表现出的动机对脑波进行分类。脑波可以被分类为根据用户意愿表现出的自发性脑波(自发性电位)和根据与用户意愿无关的外部刺激自然表现出的诱发性脑波(诱发性电位)。当用户自己移动或想象运动时，可能会显示自发性脑波，而诱发性脑波可能会通过例如视觉、听觉、嗅觉和触觉刺激来表现。

同时，可以根据国际10-20系统测量脑波信号。国际10-20系统基于电极位置与大脑皮层区域之间的关系确定脑波信号的测量点。

图6是示出根据本公开的一个实施例的对应于大脑皮层区域的EEG测量通道的示图。

参考图6，脑区域(前额叶皮层FP1、FP2；额叶皮层F3、F4、F7、F8、FZ、FC3、FC4、FT7、FT8、FCZ；顶叶皮层C3、C4、CZ、CP3、CP4、CPZ、P3、P4、PZ；颞叶皮层T7、T8、TP7、TP8、P7、P8；枕叶皮层O1、O2、OZ)对应于32个脑波测量通道。对于每个通道，可以获得数据并且可以通过使用该数据对每个大脑皮层区域执行分析。

图7是示出根据本发明的一个实施例的基于驾驶员的脑波信号来确定要提供给移动体中的驾驶员的关于计划路径的信息的量的设备的配置的框图。

移动体的基本目的是将乘客带到目的地。最近的技术进步趋向于产生可用于移动体的各种便利功能，并且越来越多的系统(例如导航系统和自动驾驶系统)似乎可以帮助驾驶员更方便地到达目的地。

同时，导航系统和自动驾驶系统提供与驾驶员和/或路径无关的统一信息。

例如，移动体中的预定设备通常提供恒定量的信息，而与驾驶员的熟练程度无关。换句话说，不考虑驾驶员是新驾驶员还是经验丰富的驾驶员来提供恒定量的信息。

又例如，移动体中的预定设备提供恒定量的信息，而与计划路径的类型无关。换句话说，不考虑计划路径是熟悉还是不熟悉来提供恒定量的信息。

另外，为了修改移动体中提供的信息的量，应手动改变相应设备的设置中的所有项目。

同时，最近的研究已经表明，取决于路径是熟悉还是不熟悉，涉及不同的大脑区域。具体地，已知可以基于在海马体和/或压后皮层中测量的脑波信号来确定路径是熟悉还是不熟悉。

在本文中，海马体是位于人脑的颞叶中的区域，并且已知涉及学习新事物。另外，已知海马体涉及驾驶到新的已知目的地或沿着不熟悉的路径驾驶。

另外，由于胼胝体(copus callosum)是连接右半球和左半球的神经纤维束(白质束)，并且压部(splenial)是指胼胝体的后部，因此已知压后皮层涉及关于熟悉事物的学习。另外，已知压后皮层涉及在熟悉的地方或路径上驾驶。

因此，可以通过分析来自海马体和/或压后皮层的脑波信号的幅度或活动来确定驾驶路径是否熟悉。

本公开的实施例可以提供基于从驾驶员的预定区域产生的脑波信号来确定要提供给移动体中的驾驶员的关于计划路径的信息的设备和方法。另外，本公开的实施例可以提供基于要提供的信息来控制移动体的操作的设备和方法。

参考图7，定制的移动体驾驶路径提供设备700可以包括传感器710、分析器720和/或控制器730。然而，应注意，仅示出了用于说明本实施例所必需的一些组件，并且包括在定制的移动体驾驶路径提供设备700中的组件不限于上述示例。例如，可以在一个组成单元中实现两个或多个组成单元，并且可以在两个或多个组成单元中划分和执行在一个组成单元中执行的操作。另外，可以省略一些组成单元，或者可以添加附加的组成单元。

根据本公开的实施例，使用脑波信号的定制的移动体驾驶路径提供设备和/或方法可以在预定通道区域中收集移动体的驾驶员的脑波信号。另外，本公开的实施例的定制的移动体驾驶路径提供设备可以通过分析在预定通道区域中收集的脑波信号来确定要提供的关于计划路径的信息。另外，本公开的实施例的定制的移动体驾驶路径提供设备可以基于要提供的信息来控制移动体的操作。

具体地，本公开的实施例的定制的移动体驾驶路径提供设备700可以在预定通道区域中收集移动体的至少一个乘客的脑波信号。另外，传感器710可以执行操作。

这里，脑波信号可以表示时间序列平面中的脑波信号。

这里，乘客可以包括移动体的驾驶员。

另外，脑波信号可以表示每个频率的脑波信号。另外，脑波信号可以表示每个频率的脑波信号的幅度。另外，每个频率的脑波信号的幅度可以表示预定范围内的频带的功率。换句话说，每个频率的脑波信号的幅度可以表示通过将例如通过傅立叶变换测量的信号转换为频域中的频带而获得的功率。

另外，脑波信号可以包括预定区域中的氧饱和度。

这里，预定通道区域可以包括包含海马体的区域和包含压后皮层的区域。

另外，本公开的定制的移动体驾驶路径提供设备可以通过分析所收集的脑波信号来确定要提供的关于计划路径的信息。另外，分析器720可以执行操作。

在本文中，分析可以包括将在预定通道区域中收集的脑波信号的幅度与预定阈值进行比较。另外，该分析可以包括将在预定通道区域中在预定时间内收集的脑波信号的幅度与预定阈值进行比较。这里，脑波信号的幅度可以表示特定频率下的脑波信号的功率谱。

另外，该分析可以包括将在预定通道区域中收集的氧饱和度的幅度与预定阈值进行比较。

这里，阈值可以是预设值或由用户输入的值。另外，阈值对于从其收集脑波信号的每个驾驶员可以是不同的。例如，该阈值可以是反映每个驾驶员的脑波信号特性的值。为了反映脑波信号特性的分析结果，可以预先针对驾驶员的脑波信号中显示的特性执行预定的学习处理。另外，阈值可以具有多个值。

这里，阈值可以是根据驾驶员针对其执行先前学习的脑波信号的统计值。

同时，该分析可以包括提取每个频率的脑波信号。

另外，用于分析的每个频率的脑波信号可以是在预定时间内收集的脑波信号的统计值。例如，统计值可以表示平均值、加权平均值、最大值和最小值。

另外，该分析可以从脑波信号的幅度等于或大于预定阈值的点确定驾驶员的状态。

另外，该分析可以从预定区域中的氧饱和度的幅度等于或大于预定阈值的点确定驾驶员的状态。

在本文中，该分析可以包括将在预定时间内收集的每个频率的脑波信号的幅度与预定阈值进行比较。

在本文中，计划路径可以表示到驾驶员想要到达的目的地的路径，并且计划路径可以设置在移动体中。例如，目的地可以通过乘客的输入存储在导航系统中。

在本文中，要提供的关于计划路径的信息可以包括预期路径的地图信息、语音引导信息和视频引导信息。另外，要提供的信息可以包括要提供给驾驶员的信息的量。

例如，要提供的信息可以包括在导航系统中提供的地图的大小(比例)、语音引导信息、关于事故危险区域的引导信息以及关于速度执行区域的引导信息。

又例如，要提供的信息可以包括在复杂路径中给出的详细引导信息。这里，复杂路径可以包括左转路径、右转路径、复杂十字路口的详细路径以及高速公路/高速公路斜坡和出口的详细路径。

又例如，要提供的信息可以包括在移动体中给出的语音信息。语音信息可以包括音量和方向。

因此，本公开的实施例的定制的移动体驾驶路径提供设备可以通过分析所收集的脑波信号来调整计划路径的地图信息、语音引导信息和视频引导信息的量。

例如，当所收集的脑波信号等于或大于预定阈值时，可以调整计划路径地图的大小。

又例如，当所收集的脑波信号等于或大于预定阈值时，可以调整在移动体中提供的语音的预定音量和方向。

又例如，当所收集的脑波信号等于或大于预定阈值时，可以调整由导航系统提供的关于事故危险区域的引导信息的量。

又例如，当在预定区域中收集的氧饱和度的幅度等于或大于预定阈值时，可以调整计划路径的地图信息、语音引导信息和视频引导信息的量。

另外，定制的移动体驾驶路径提供设备可以通过分析在包括海马体的区域和/或包括压后皮层的区域中收集的脑波信号来调整要提供的关于计划路径的信息的量。另外，定制的移动体驾驶路径提供设备可以通过分析在包括海马体的区域和/或包括压后皮层的区域中收集的氧饱和度来调整要提供的关于计划路径的信息的量。

由于在包括海马体的区域中收集的脑波信号涉及在不熟悉的道路上驾驶，因此当在该区域中收集的脑波信号的幅度被测量为更大时，计划路径可能更陌生和更不熟悉。可选地，驾驶员可能更缺乏经验。

当在包括海马体的通道区域中收集的脑波信号包括第一信号和大于第一信号的第二信号时，响应于第二信号要提供的信息的量可以大于响应于第一信号要提供的信息的量。换句话说，可以确定路径在第二信号的情况下比第一信号的情况下更不熟悉。可选地，可以确定驾驶员更缺乏经验。

这里，脑波信号可以表示脑波信号的幅度或功率谱。另外，脑波信号的幅度可以表示特定频率下的脑波信号的功率谱。

这里，第一信号和第二信号可以分别表示第一信号和第二信号的幅度或功率谱。另外，第一信号的幅度或第二信号的幅度可以分别表示在特定频率下的第一信号的功率谱和第二信号的功率谱。

在本文中，当确定第一信号等于或大于预定阈值时，响应于第一信号要提供的信息可以表示基于确定结果在移动体中提供的信息。

例如，响应于第二信号在导航系统监测器上显示的计划路径地图的比例可以大于响应于第一信号在导航系统监测器上显示的计划路径地图的比例。

又例如，响应于第二信号在导航系统和移动体黑匣子中提供的关于事故危险区域的引导信息的量可以大于响应于第一信号在导航系统监测器上显示的关于事故危险区域的引导信息的量。这里，关于事故危险区域的引导信息可能包括减速带、事故多发区域、儿童保护区域、落石、雾霾区域、野生动物标志、学校区域、狭窄道路、下坡道路、在建的高速公路、弯道以及系安全带的提醒。

又例如，响应于第二信号在移动体中提供的音乐的音量可以低于响应于第一信号在移动体中提供的音乐的音量。换句话说，可以减小除了计划路径上的语音信息之外的声音的音量，以使语音信息更可听。

这里，第一信号和第二信号可以分别等于或大于预定阈值。

另一方面，由于在包括压后皮层的区域中收集的脑波信号涉及沿着熟悉的道路驾驶，因此当在该区域中收集的脑波信号的幅度被测量为更大时，计划路径可能更熟悉和舒适。可选地，驾驶员可能更有经验。

当在包括压后皮层的通道区域中收集的脑波信号包括第一信号和大于第一信号的第二信号时，响应于第二信号要提供的信息的量可以小于响应于第一信号要提供的信息的量。换句话说，可以确定路径在第二信号的情况下比第一信号的情况下更熟悉。可选地，可以确定驾驶员更有经验。

在本文中，当确定第一信号等于或大于预定阈值时，响应于第一信号要提供的信息可以表示基于确定结果在移动体中提供的信息。

例如，响应于第二信号在导航系统监测器上显示的计划路径地图的比例可以小于响应于第一信号在导航系统监测器上显示的计划路径地图的比例。

又例如，响应于第二信号在导航系统和移动体黑匣子中提供的关于事故危险区域的引导信息的量可以小于响应于第一信号在导航系统监测器上显示的关于事故危险区域的引导信息的量。这里，关于事故危险区域的引导信息可能包括减速带、事故多发区域、儿童保护区域、落石、雾霾区域、野生动物标志、学校区域、狭窄道路、下坡道路、在建的高速公路、弯道以及系安全带的提醒。

又例如，响应于第一信号在移动体中提供的音乐的音量可以低于响应于第二信号在移动体中提供的音乐的音量。换句话说，可以减小除了计划路径上的语音信息之外的声音的音量，以使语音信息更可听。

这里，第一信号和第二信号可以分别等于或大于预定阈值。

另外，本公开的实施例的定制的移动体驾驶路径提供设备可以通过将在包括海马体的区域中收集的脑波信号的分析结果与在包括压后皮层的区域中收集的脑波信号的分析结果进行组合来最终调整要提供的关于计划路径的信息的量。

例如，当在包括海马体的区域中收集的脑波信号的幅度等于或大于在包括压后皮层的区域中收集的脑波信号的幅度时，本公开的实施例的定制的移动体驾驶路径提供设备可以提供比要提供的关于导航系统中的计划路径的信息的量更大的信息的量。

又例如，当在包括海马体的区域中收集的脑波信号的幅度小于在包括压后皮层的区域中收集的脑波信号的幅度时，本公开的实施例的定制的移动体驾驶路径提供设备可以提供比要提供的关于导航系统中的计划路径的信息的量更小的信息的量。

在本文中，要在导航系统中提供的信息可以是由用户输入或移动体预设的值。

另外，本公开的实施例的定制的移动体驾驶路径提供设备可以通过分析在预定通道区域中收集的脑波信号来对计划路径的类型进行分类，并且基于所分类的类型来确定要提供的关于计划路径的信息。

例如，本公开的实施例的定制的移动体驾驶路径提供设备可以通过分析在预定通道区域中收集的脑波信号的幅度来对计划路径的类型进行分类，并且基于所分类的类型来确定要提供的关于计划路径的信息的量。

这里，计划路径的类型可以由多个阶段表示。例如，类型可以包括第一类型、第二类型、…、第n类型(n是大于0的整数)。

表1是示出计划路径的类型和基于该类型要提供的信息的量的示例。

表1

阈值	类型	要提供的信息
			第一阈值	第一类型	第一信息
第二阈值	第二类型	第二信息
			第三阈值	第三类型	第三信息
…	…	…

参考表1，可以使用多个阈值对类型进行分类。例如，等于或大于第一阈值的脑波信号可以被分类为第一类型。另外，当脑波信号等于或大于第二阈值并且小于第一阈值时，其可以被分类为第二类型。这里，第一阈值可以是最高的，其后是第二阈值和第三阈值(第一阈值＞第二阈值＞第三阈值)。

另外，可以基于类型确定要提供的信息。例如，在第一类型的情况下，可以提供第一信息。

另外，要提供的信息的量可以是顺序的。例如，第一信息可以具有最大量，其后是第二信息和第三信息(第一信息＞第二信息＞第三信息)。可选地，第三信息可以具有最大量，其后是第二信息和第一信息(第三信息＞第二信息＞第一信息)。

本公开的实施例的定制的移动体驾驶路径提供设备700可以基于要提供的信息来控制移动体的操作。另外，控制器730可以执行该操作。

这里，移动体可以包括预定设备。例如，预定设备可以包括转向设备、踏板设备(加速踏板、制动踏板)、变速器、视频系统、音频系统、导航系统和其他移动体操纵设备。

如上所述，可以根据信息的量来控制用于提供要提供的信息的移动体的每个设备。换句话说，控制移动体的操作可以意味着调整在包括在移动体中的预定设备中提供的信息的量。

例如，导航显示器和语音设备的操作可以被改变为与现有设置不同。

又例如，移动体黑匣子的操作可以被改变为与现有设置不同。

又例如，在移动体中提供的语音设备的操作可以被改变为与现有设置不同。

这里，现有设置可以是由用户输入或移动体预设的值。

同时，本公开的定制的移动体驾驶路径提供设备可以通过分析驾驶员的脑波信号来确定要提供的关于计划路径的信息。因此，在控制移动体的同时，定制的移动体驾驶路径提供设备可以更新用于分析的预定阈值。换句话说，可以添加驾驶员的脑波信号、要提供的信息的量、移动体控制操作和/或预设阈值作为用于设置预定阈值的学习数据。

图8是示出根据本发明的一个实施例的操作定制的移动体驾驶路径提供设备的方法的流程图。

在步骤S801中，可以在预定通道区域中收集移动体的驾驶员的脑波信号。

这里，预定通道区域可以包括第一区域和第二区域中的至少一个，该第一区域包括海马体，该第二区域包括压后皮层。

这里，另外，脑波信号可以是时间序列平面中的脑波信号。

在步骤S802中，可以通过分析在预定通道区域中收集的脑波信号来确定要提供的关于计划路径的信息。

在本文中，分析可以包括将在预定通道区域中收集的脑波信号的幅度与预定阈值进行比较。另外，分析可以包括将在预定通道区域中收集的氧饱和度的幅度与预定阈值进行比较。

确定要提供的关于计划路径的信息可以表示通过分析在预定通道区域中收集的脑波信号来对计划路径的类型进行分类，并且基于所分类的类型来确定要提供的关于计划路径的信息。

另外，确定要提供的关于计划路径的信息可以表示通过分析在预定通道区域中收集的脑波信号的幅度来对计划路径的类型进行分类，并且基于所分类的类型来调整要提供的关于计划路径的信息的量。

另外，确定要提供的关于计划路径的信息可以表示通过分析在预定通道区域中收集的氧饱和度的幅度来对计划路径的类型进行分类，并且基于所分类的类型来调整要提供的关于计划路径的信息的量。

另外，当预定通道区域包括第一区域和第二区域时，确定要提供的关于计划路径的信息可以表示通过将在第一区域中收集的脑波信号的分析结果与在第二区域中收集的脑波信号的分析结果进行组合来最终确定要提供的关于计划路径的信息。

同时，当预定通道区域包括第一区域并且在第一区域中收集第一信号和大于第一信号的第二信号时，响应于第二信号要提供的信息的量可以大于响应于第一信号要提供的信息的量。

另外，当预定通道区域包括第二区域并且在第二区域中收集第一信号和大于第一信号的第二信号时，响应于第二信号要提供的信息的量可以小于响应于第一信号要提供的信息的量。

在步骤S803中，可以基于要提供的信息来控制移动体的操作。

在本文中，控制移动体的操作可以表示调整在包括在移动体中的预定设备中提供的信息的量。

另外，预定设备可以包括转向设备、踏板设备、变速器、视频系统、音频系统、导航系统和其他移动体操纵设备中的至少一个。

在本公开的实施例中获得的效果不限于上述效果，并且根据上述描述本领域技术人员可以清楚地理解以上未提及的其他效果。

尽管为了描述的清楚起见，本公开的实施例的示例性方法被描述为一系列操作步骤，但是本公开不限于上述操作步骤的顺序或次序。操作步骤可以同时执行，或者可以顺序执行但以不同顺序执行。为了实施本公开的实施例的方法，可以添加附加的操作步骤和/或可以消除或替代现有的操作步骤。

本公开的各种实施例没有被呈现为描述所有可用的组合，而是被呈现为仅描述代表性组合。各种形式的步骤或元件可以单独使用或可以组合使用。

另外，本公开的各种实施例可以以硬件、固件、软件或其组合的形式来体现。当本公开的实施例体现在硬件组件中时，它可以是例如专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器等。

本公开的范围包括使得各种形式的方法能够在设备或计算机上执行的软件或机器可执行指令(例如，操作系统(OS)、应用程序、固件、程序)以及存储这样的软件或机器可执行指令的非暂时性计算机可读介质，使得软件或指令可以在设备或计算机上执行。

本公开的实施例的描述本质上仅是示例性的，并且因此，不背离本公开的实质的变型旨在在本公开的范围内。这样的变型不应被视为背离本公开的精神和范围。

Claims (20)

1.一种使用脑波信号提供定制的移动体驾驶路径的设备，所述设备包括：

传感器，被配置为在预定通道区域中收集移动体的驾驶员的脑波信号；

分析器，被配置为通过分析在所述预定通道区域中收集的所述脑波信号来确定要提供的关于计划路径的信息；以及

控制器，被配置为基于要提供的所述信息来控制所述移动体的操作。

2.根据权利要求1所述的设备，其中，所述预定通道区域是包括第一区域和第二区域中的至少一个的区域，所述第一区域包括海马体，所述第二区域包括压后皮层。

3.根据权利要求2所述的设备，其中，当所述预定通道区域包括所述第一区域并且在所述第一区域中收集第一信号和大于所述第一信号的第二信号时，响应于所述第二信号要提供的信息的量大于响应于所述第一信号要提供的信息的量。

4.根据权利要求2所述的设备，其中，当所述预定通道区域包括所述第二区域并且在所述第二区域中收集第一信号和大于所述第一信号的第二信号时，响应于所述第二信号要提供的信息的量小于响应于所述第一信号要提供的信息的量。

5.根据权利要求2所述的设备，其中，当所述预定通道区域包括所述第一区域和所述第二区域时，所述分析器被配置为通过将在所述第一区域中收集的脑波信号的分析结果与在所述第二区域中收集的脑波信号的分析结果进行组合来最终确定要提供的关于所述计划路径的所述信息。

6.根据权利要求1所述的设备，其中，所述分析器被配置为将在所述预定通道区域中收集的所述脑波信号的幅度与预定阈值进行比较以确定要提供的所述信息。

7.根据权利要求1所述的设备，其中，所述分析器被配置为通过分析在所述预定通道区域中收集的所述脑波信号来对所述计划路径的类型进行分类，并且基于所分类的类型来确定要提供的关于所述计划路径的所述信息。

8.根据权利要求1所述的设备，其中，所述分析器被配置为通过分析在所述预定通道区域中收集的所述脑波信号的幅度来对所述计划路径的类型进行分类，并且基于所分类的类型来调整要提供的关于所述计划路径的所述信息的量。

9.根据权利要求1所述的设备，其中，所述分析器被配置为通过分析在所述预定通道区域中收集的氧饱和度的幅度来对所述计划路径的类型进行分类，并且基于所分类的类型来调整要提供的关于所述计划路径的所述信息的量。

10.根据权利要求1所述的设备，其中：

所述控制器被配置为调整所述移动体中的预定设备中提供的所述信息的量；并且

所述预定设备包括转向设备、踏板设备、变速器、视频系统、音频系统、导航系统和其他移动体操纵设备中的至少一个。

11.一种使用脑波信号提供定制的移动体驾驶路径的方法，所述方法包括：

在预定通道区域中收集移动体的驾驶员的脑波信号；

通过分析在所述预定通道区域中收集的所述脑波信号来确定要提供的关于计划路径的信息；以及

基于要提供的所述信息来控制所述移动体的操作。

12.根据权利要求11所述的方法，其中，所述预定通道区域是包括第一区域和第二区域中的至少一个的区域，所述第一区域包括海马体，所述第二区域包括压后皮层。

13.根据权利要求12所述的方法，其中，当所述预定通道区域包括所述第一区域并且在所述第一区域中收集第一信号和大于所述第一信号的第二信号时，响应于所述第二信号要提供的信息的量大于响应于所述第一信号要提供的信息的量。

14.根据权利要求12所述的方法，其中，当所述预定通道区域包括所述第二区域并且在所述第二区域中收集第一信号和大于所述第一信号的第二信号时，响应于所述第二信号要提供的信息的量小于响应于所述第一信号要提供的信息的量。

15.根据权利要求12所述的方法，其中，当所述预定通道区域包括所述第一区域和所述第二区域时，确定要提供的关于所述计划路径的所述信息包括通过将在所述第一区域中收集的脑波信号的分析结果与在所述第二区域中收集的脑波信号的分析结果进行组合来最终确定要提供的关于所述计划路径的所述信息。

16.根据权利要求11所述的方法，其中，确定要提供的所述信息包括将在所述预定通道区域中收集的所述脑波信号的幅度与预定阈值进行比较。

17.根据权利要求11所述的方法，其中，确定要提供的关于所述计划路径的所述信息包括：

通过分析在所述预定通道区域中收集的所述脑波信号来对所述计划路径的类型进行分类；并且

基于所分类的类型来确定要提供的关于所述计划路径的所述信息。

18.根据权利要求11所述的方法，其中，确定要提供的关于所述计划路径的所述信息包括：

通过分析在所述预定通道区域中收集的所述脑波信号的幅度来对所述计划路径的类型进行分类；并且

基于所分类的类型来调整要提供的关于所述计划路径的所述信息的量。

19.根据权利要求11所述的方法，其中，确定要提供的关于所述计划路径的所述信息包括：

通过分析在所述预定通道区域中收集的氧饱和度的幅度来对所述计划路径的类型进行分类；并且

基于所分类的类型来调整要提供的关于所述计划路径的所述信息的量。

20.根据权利要求11所述的方法，其中：

控制所述移动体的所述操作包括：调整所述移动体中的预定设备中提供的所述信息的量；并且

所述预定设备包括转向设备、踏板设备、变速器、视频系统、音频系统、导航系统和其他移动体操纵设备中的至少一个。

Images