焦炳豪++郭绍星++倪晓昌++丁学文++杨旭

摘要： 基于神念科技mindband脑电波传感器，本文主要进行了智能小车控制方法的研究和设计。通过对脑电波的采集和后期对mindband输出数据进行解析，进而得到所需要的专注度参数；解析数据及控制小车的主控器采用MSP430F1XX系列的单片机；采用了基于蓝牙2.0技术的蓝牙模块实现数据通信； 动力系统包括L298N电机驱动模块、2个独立的直流电动机和万向轮；软件部分主要使用C语言进行开发，程序核心部分是mindband通信协议的解析。设计最终通过专注度的不同数值实现了小车运动状态的控制，为进一步推广应用打下了基础。

关键词： 脑电波； mindband 传感器； MSP430单片机； 蓝牙； 专注参数； 通信协议

中图分类号：TP368.2

文献标志码：A

文章编号：2095-2163（2017）04-0104-04

0引言

生物电现象是生命活动的基本特征之一，脑电波是众多生物电的一种。人类在进行思维活动时，在大脑产生的生物电信号就是脑电波，这些脑电波信号可以通过放置在头皮的传感器来进行测量和研究。自上世纪以来，通过对脑电波信号的研究，人们已经日趋深入地拓展丰富了对大脑的认识[1]。就未来而言，若能提取不同人的脑电波参数特性，可以用于安保方面（其安全性会大于目前的指纹、声线、虹膜扫描等方法）；脑电波应用技术也可以为残障人士服务，例如用脑电波控制的智能轮椅等，只需要一个想法便可以改变轮椅的运动姿态。

根据对脑电波的认识，设计研发了基于脑波信号控制的智能小车系统；利用Mindband脑电波传感器采集脑电波数据，通过内部ThinkGear芯片对采集数据引入技术处理，经蓝牙传输数据，由主控器MSP430单片机进行数据包的解析与提取，最终则优质实现了对智能小车的平稳有效控制。

1系统控制原理

脑电波信号控制型智能小车的设计是基于神念科技的脑电波传感器mindband的二次开发，就可展开由脑电波信号控制小车运动状态的研究。Mindband脑电波传感器采用非侵入式脑机接口技术采集脑电波数据[2]，通过内部ThinkGear芯片对采集的数据进行处理，经内置蓝牙来提供数据发送。智能小车控制系统中，蓝牙模块接收到的数据包在经MSP430单片机解析后，就将信号传递给小车驱动，进而达到由脑电波控制小车的预期目的。基于此，研究可得脑电波控制小车系统框图即可如图1所示。

2脑波信号数据处理方法

2.1数据检测

[HT5”SS][ST5”BZ][WT5”BZ]

人类的大脑无时无刻不在产生脑电波，这些自发的生物电信号的频率变动范围通常在0.1～30 Hz之间，根据其频率不同可划分为4个频段[3]，即δ（0.1～3 Hz）、θ（4～7 Hz）、α（8～12 Hz）、β（12～30 Hz），其中β波又可划分为Low Beta、Midrange Beta、High Beta。如表1所示，就具体给出了不同脑电波类型的频率范围及幅值和对应的精神状态。

2.2数据采集

Mindband脑电波传感器在数据采集的过程中，以数据包的形式存在[4]。ThinkGear数据包格式由3部分组成，组成内容可表述为：1）数据包头；2）信息有效数据载荷；3）有效数据校驗和。

其中，“数据包头”和“有效数据校验和”分别提供了数据流同步和数据完整性检验，同时，有效数据载荷的格式确保新的数据能够被加进信息包中并且在任何已存在的应用或设备中中断任何的数据包解析器。每个数据包由包头开始，然后是数据有效载荷部分，结尾部分是数据校验和位，对应的格式展现即如图2所示。

2.3数据处理

2.3.1NeuroSky ThinkGear 技术

NeuroSky ThinkGear技术将脑电波信号的采集、滤波、放大、A/D 转换、数据处理及分析等功能全部集成到一块ASIC芯片中，并通过标准接口对外输出eSense参数（包括“专注度”和“放松度”等参数）和原始的脑电波数据，从而高度简化并加快了脑电波采集处理及分析的过程，降低了脑电波应用成本。

2.3.2eSense参数设置

eSense是NeuroSky 用于以数字化参数方式对人的当前精神状态进行度量的专利算法。NeuroSky ThinkGear技术在对原始脑电波信号采用了放大设计并过滤了环境噪音及肌肉组织运动产生的干扰后，又通过对上述处理后的信号应用eSense算法进行计算，由此得到了量化的eSense参数值。

eSense参数以1～100之间的具体数值来表示用户的专注度水平和放松度水平。数值在40～60之间表示此刻该项参数的值处于中间范围，这一数值范围类似于常规脑电波测量技术中确定的“基线”；数值在60～80之间表示此刻该项参数的值处于“较高值区”，也就是说略高于正常水平（即当前情况下测试者的专注度或者是放松度比正常情况下要高）；数值在80～100之间表示处于“高值区”，就是指明测试者的专注度或放松度达到了非常高的水平，即处于非常专注的状态或者是非常放松的状态；同理，如果数值在20～40之间则表示此时的eSense参数水平处于“较低值区”，数值在1～20则意味着处于“低值区”。

2.3.3数据传送

脑波模块内置蓝牙2.0模块遵照蓝牙串口通信协议，工作在2.4 GHz频带下，将采集到的信息数据包发送到与MSP430单片机串口相连接的主蓝牙模块上。蓝牙模块在接收到数据包后，将其存储在单片机的接收缓冲区内，之后则定义开启一系列的数据处理。

2.3.4数据的解析与提取

数据包的解析与提取过程主要由MSP430单片机通过程序来设计展开处理，将MSP430F169系列单片机作为主控器，因其采用十六位精简指令系统可实现最佳的性能，并得到更少的代码空间。集成有十六位寄存器和常数发生器，能够发挥最高代码效率。外围模块通过数据、地址和控制总线与CPU相连，CPU可以很方便地通过所有对存储器操作的指令对外围模块进行控制。在此，研究推出设计内容如下。endprint

1）数据包的解析过程。在数据包的解析过程中，单片机以数据流的形式进行接收，在接收的同时对数据包还置入了含义结构解析，并增加了对数据校验的过程。解析过程则如图3所示。

2）有效数据的提取。数据包解析后依次得到原始波数据（RAW）、噪声信号质量（poor single quality）、注意力强度eSense值（attention）、放松度eSense值（meditation）、眨眼强度（strength）[5]。本次设计是通过注意力强度的数值高低来实现对智能小车方向的控制，也就是由430单片机将attention数值提取出来，再通过L298N电机驱动双轮直流电机，控制小车的前后左右物理移动。数据包有效数据的提取过程如图4所示。

3智能小车的运动控制实现

3.1硬件控制模块

3.1.1MSP430F169主控单片机

作为整个系统的控制核心，MSP430F169单片机是一款具有超低功耗Flash型16位RISC指令集单片机，设计上采用“冯-纽曼”结构，RAM、ROM和全部外围模块都位于同一个地址空间内，最大寻址地址为62 KB。集成了48个I/O引脚，每个I/O口分别对应输入、输出、功能选择、中断等多个寄存器，功能口与通用I/O可复用，增强了端口功能和灵活性，提高了对外围设备的开发能力[6]。

3.1.2蓝牙模块

蓝牙采用分散式网络结构及快跳频和短包技术，支持点对点及点对多点通信，工作在全球通用的2.4 GHz ISM（即工业、科学、医学）频段[7-9]。工作时的数据速率为1Mbps。采用时分双工传输方案实现全双工传输[10]。

本设计中使用的是BLK-MD-BC04-B蓝牙模块（主从一体），采用英国CSR公司BlueCore4-Ext芯片，遵循V2.1+EDR蓝牙规范。该模块适用于UART、USB、SPI、PCM、SPDIF等多类接口，并支持SPP蓝牙串口协议，具有成本低、体积小、功耗低、收发灵敏性高等优点，只需配备少许的外围元件就能有效呈现其强大功能。

3.1.3L298N驱动模块

L298N是SGS公司的产品，内部包含4通道逻辑驱动电路。是一种二相和四相电机的专用驱动器，即内含2个H桥的高电压大电流双全桥式驱动器，接收标准TTL逻辑电平信号，可驱动46 V、2 A以下的电机。L298N的逻辑功能如表2所示，本次设计主要根据L298N驱动的逻辑功能来实现了小车的左右转向与前进后退的动作行为。

3.1.4脑电波采集模块

本设计使用NeurSky公司生产的脑波采集模块TGAM，该芯片是单通道的EEG提取芯片，通过利用一个干式电极提取微弱的脑电信号，并同时过滤掉周围的噪音及其他电力干扰，最终转化为数字信号、再通过串行UART进行传输。

NeurSky TGAM芯片将采集电极贴在大脑左前额处，2个参考电极放置在左耳乳突出和右耳乳突出，通过计算参考电势来消除干扰，切实降噪。在不连接参考电极时进行脑电采集，波形具有较大的干扰以致腦电波完全处在噪声当中无法识别，模块实物的可视效果如图5所示。综上可得，本次研究中设计构建的系统实物呈现即如图6所示。

3.2控制实现

系统研究中，软件部分依据功能应用可划定为4个模块，分别为系统的整体初始化、数据的解析、有效数据的提取，以及小车的运动方式的处理。主程序流程图给出了系统工作的基本过程，描述了信号的基本流向，从而可全面发挥控制导引作用。程序控制流程如图7所示。

4结束语

本设计中不仅研究了eSense的参数算法，同时还分析了ThinkGear数据包的解析过程。设计通过mindband输出专注度的不同数值最终实现了智能小车的左右及前后运动，达到小车的一些最基本的运动姿态控制的研究目的。研究结果表明脑电波技术在以后的智能开发中占据着重要的地位，当脑电波技术可以广泛地应用于未来的科技发展中，在改进和提升人们生活质量的同时，也将为人类的日常生活带来更多的创意福利，进而赢得高效可观的社会经济效益。

参考文献：

[1] 周颖，邵晨曦. 脑电波的定性复杂度研究[J]. 计算机仿真，2011，28（12）：172-174，179.

[2] 孙瀚，张雄，张玉，等. 基于脑电信号的脑机接口技术[J]. 安徽科技，2015（4）：54-56.

[3] 马潇. 基于小波包的LMD在EEG信号分析中的研究[D]. 山西：太原理工大学，2016.

[4] 郭红想，严军，王典洪，等. 基于小波包和组合分类器的脑电信号分类[J]. 计算机工程与应用，2016，52（18）：148-153.

[5] 谭筠梅，蔡子莹. 基于脑电波传感器的智能轮椅设计[J]. 自动化与仪器仪表，2015（11）：238-240.

[6] 沈建华，杨艳琴. MSP430超低功耗单片机原理与应用[M]. 北京：清华大学出版社，2008.

[7] KAMMER D，MCNUTT G，SENESE B，等. 蓝牙应用开发指南[M]. 李静，奉继辉，王婷，等译. 北京：科学出版社，2003.

[8] 高艳旭. 基于蓝牙技术的车载免提系统的研究[D]. 哈尔滨：东北农业大学，2007.

[9] 王志勇. 无线蓝牙通讯在火电厂斗轮机上的应用[J]. 科技创新导报，2013（28）：244-245.

[10]王文博. 时分双工CDMA移动通信技术[M]. 北京：北京邮电大学出版社，2001.endprint