张钧博 许奇科

摘 要：目前，随着科学技术的高速发展和现代产业的新型革命，自然界很多未知的事物不断被开发出来。自然界中最神奇的东西莫过于人类大脑，人们对于大脑的研究从未停止过，我们希望能够直接通过脑电信号去控制一些物体，从一定程度上解放双手，控制万物。这可以使得手脚不方便的病人重新获得自由，让战争真正实现无人化对抗。本课题在于提出一套基于脑机接口的无人化操作平台从而实现脑电控制无人设备的二自由度的控制。

关键词：脑电波；脑电信号；脑—机接口

1 研究背景和意义

随着科学技术高速发展，脑-机接口日趋便携化和智能化，人们通过脑电波采集设备采集脑电信号并转化为设备的驱动信号，从而达到用大脑思维控制外部设备的目的。人们对大脑意识的提取从未终止过，相继开发出基于视觉诱发电位、皮层慢电位、运动想象与思维等一系列脑-机接口方式。基于EEG特征的提取与应用技术成为一种新兴的多学科交叉的研究课题，在医疗领域、娱乐领域以及军事领域等领域的应用越来越广泛。

2 基于运动想象的脑机接口设计原理

2.1 总体框架设计

基于TGAM传感器的脑机接口系统主要有三个部分构成：脑电波信号采集系统，数据处理中心，外界响应设备。其中数据处理中心（以安卓版手机端为最优设备）又可以分为：EEG信号处理部分、数据通信部分、设备响应部分。

2.2 各模块的软件设计

2.2.1脑电信号采集系统

脑电信号采集系统主要负责以下两个功能：

（1）采集数据：通过脑点波采集设备从实验者大脑捕获脑电信号； （2）放大滤波：对微弱的脑电信号经过放大、滤波等预处理。

2.2.2数据处理中心

（1）EEG信号处理部分：①读取经过放大、滤波处理的EEG数据；②分析处理EEG数据，并產生其信号波形；③对处理后的信号进行分类，产生决策结果。（2）数据通信部分。数据通信模块的功能是将决策结果发送给响应设备，以实现最终的控制。在设计过程中，可以根据不同的应用模块设计不同的通信方式。（3）设备响应部分。识别决策指令，将决策指令配适到响应设备，符合设备与设备间的通讯协议。

2.3 外界响应设备

此课题设置两至三个响应设备，基于原有无人移动可操作设备进行脑控化改装，以确保可以正常执行脑控决策。

3 基于EEG技术的脑控无人设备设计

3.1 整体设计方案

本系统采用简单明了的设计方案。通过脑电波采集设备捕获大脑产生的生物电信号，并由TGAM模块处理信号发送给手机端，手机端通过蓝牙模块与响应设备连接，手机端APP发送指令给控制模块，改变其工作状态，从而实现设备的运行。

3.2 系统设计步骤

（1）根据设计要求，确定设计方案； （2）将各个模块进行组装并进行简单调试；（3）画出程序流程图，使用编程软件进行编程；（4）将程序烧录到各单独模块里； （5）进行调试以实现控制功能。

3.3 系统设计原理及说明

脑控无人智能车说明：

（1）大脑额头的电极（包括耳夹）捕获大脑的生物电流传送到TGAM模块信号处理并通过其硬件电路滤波，完成脑电信号的预处理。（2）预处理的脑电信号通过蓝牙通讯传输到手机及其类似处理器中，从中提取脑电特征生成专注度和放松度两个值域，根据这两个值域来进行轨道车的加速与减速。即关注度越高速度越快，关注度越低（放松度越高）速度越低，当专注度阈值低于40（满值为100）则轨道车失去动力停止运行。（3）手机将指令通过蓝牙通讯发送至智能小车分系统的控制模块，即Arduino模块，控制模块识别指令并解析控制L298N模块。（4） L298N模块根据发来的指令控制电机，从而驱动车辆运行。

脑控无人轨道系统说明：

（1）大脑额头的电极（包括耳夹）捕获大脑的生物电流传送到TGAM模块信号处理并通过其硬件电路滤波，完成脑电信号的预处理。（2）预处理的脑电信号通过蓝牙通讯传输到手机及其类似处理器中，从中提取脑电特征生成专注度和放松度两个值域，根据这两个值域来进行轨道车的加速与减速。即关注度越高速度越快，关注度越低（放松度越高）速度越低，当专注度阈值低于40（满值为100）则轨道车失去动力停止运行。（3）手机将指令通过WiFi通讯发送至轨道分系统的控制模块，即MCU模块。控制模块识别指令并解析控制PWM模块。（4）PWM模块根据发来的指令调节轨道电压值。（5）轨道通过电刷导电将电量传递给轨道车电机，从而驱动车辆运行。

4 总结和展望

本课题研究主要是实现一种基于运动想象的用脑电波控制的无人设备。在我们本次的研究课题中，我们共完成了两套设备。第一套是利用发带提取脑电波信号，直接对无人车的单纬度运动进行控制，可以实现小车的运动和停止。第二套设备是利用发带提取脑电波信号，分析当前的专注度，根据专注度控制轨道的电流大小，从而控制轨道车的运动速度。

本次课题基本实现了我们的预期目标，在课题研究的过程中，我们也遇到了一些问题，如如何实现脑机接口，如何将脑电信号传输到小车上，从而实现对小车的控制等。

随着机器人拟人化的发展趋势，由EEG信号的工程应用而产生的脑控技术，由于能够直接、预先反映人的意念或意图，必将在神经义肢、移动机器人以及外骨骼康复机器人等精密运动的控制中发挥重要作用。