关于人脑控制机器人的思考.docVIP

关于人脑控制机器人的思考 　　摘 要：最近几年中，一种新型的控制系统以飞快的速度发展，即脑控机器人系统。该系统是基于人脑和机器人接口混合控制技术而研发的，是一种基于人意念以及思维的控制系统。脑控机器人系统自诞生之日起得以快速发展，已经被成功且广泛应用在各种领域。对此，文章简单介绍了脑控机器人的概念、发展现状以及所涉及的关键技术（主要是脑电信号模式EEG）以及具体应用，并就其发展方向进行展望。 　　关键词：脑控；机器人；脑电信号 　　引言 　　随着科学技术快速发展，脑-机接口日趋便携化和智能化，外围设备可以把脑电信号当作驱动信号，从而代替人们躯体的动作，达到精密控制外围设备的目的；另外，我们还能通过对动物脑部施加刺激达到用意图控制动物的目的。随着人们相继成功开发与应用基于视觉诱发电位、皮层慢电位、运动想象与思维等脑-机接口方式，该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。 　　1 脑控机器人系统的概念及其可能性 　　随着脑-机接口技术的快速发展，脑控技术逐渐被人们所关注，这一概念也被拓展为“脑控”以及“控脑”两个研究领域。其中，“脑控”是通过脑机接口技术，提取出来自人或动物大脑皮层部分由于思维活动而进行的脑电波信号，并根据其信号特征，在之前数据库的基础上，推断出所检测大脑的正在进行的思维活动，然后传递到外围的计算机等控制设备，进而实现人或动物通过意念控制其他设备的功能；而“控脑”的控制对象是狗、大鼠以及猴子等动物，人们根据侵入式脑-机接口技术，即通过将微电极植入动物头部，用计算机遥控使该电极产生电刺激，从而产生相应电信号代替动物脑部部分神经作用，进而用意图控制动物，让其按照人的意志去做相应的事情。目前，Graz理工大学成功开发了Graz1和Graz2系统，并且在2010年提出了使用分类信号为事件相关同步电位的持续时间脑-机接口方式，其试验正确率达到了80%。此外，匹兹堡大学在2011年使用了脑-机接口技术，成功令一名长期瘫痪患者操作机械臂来进行一系列的简单的动作。由此可见，脑控机器人系统的前景是光明的。 　　2 脑控机器人系统发展进展 　　脑-机接口技术建立了EEG和计算机两者之间的直接联系，所以其并不依赖于外围神经与肌肉，而是通过解码和重新编码驱动源信号，从而实现控制外围设备的目的。近些年，美国国防部让研究人员在军事领域研发相关的的脑-机接口技术，目的是为了实现能在高加速度的情况下控制飞机核武器装备，使系统反应更加迅速，通过脑电编码进行协同作战和发送军事信息等。 　　3 脑控机器人系统开发的关键技术 　　3.1 EEG的精密测量技术 　　目前，脑电信号现代检测系统，其主要组成部分包括测量电极、放大器以及PC机等。该系统的测量电极按照国际10/20标准分布，能实现多点测量，即人们能按照自己的需求任意选取几个点作为主动测点，然后布置测量电极。但通常来说，生物的脑电信号是比较微弱的，所以所选放大器的增益一般在60到100分贝之间。与此同时，我们可以通过将现代检测系统的通道数增加到120，选用1024赫兹的最高采样频率，从而实现增强EEG的识别精度。 　　3.2 EEG的特征提取技术 　　一般来说，EEG的分析方法分为四种，其包括时域分析法、频域分析法、时频域分析法以及随机共振检测方法。其中，当下最为成熟的分析方法是时域分析法，该方法也是一种较为有效的量化分析法，其直观性强且物理意义明确。频域分析是先利用傅里叶变换将幅度随时间变化的信号转换为功率随频率变化的谱图，从而可以直观地观察节律随时间的变化情况。因为脑电信号存在较为复杂、稳定性差和时、频域的“不确定原理”等问题，所以目前人们结合了频域上的功率谱以及时域上的特征值，对脑电信号实施特征提取，其中目前比较普遍的时频分析法为维格纳分布以及小波变化。 　　经过一系列的研究后，我们可得到一个结论，就是在非线性系统中，如果微弱信号和噪声信号同时作用时，就会加强信号的传输。随机共振检测方法就是通过噪声加强微弱信号，利用将一定强度的噪声添加到原始信号中，由于协同作用，系统会通过将部分噪声的能量转化到初始的信号上，从而放大微弱信号的特征，进而得到高质量的高信噪比检测信号。 　　3.3 EEG的模式识别技术 　　在提取脑电信号之前，我们需要对该信号进行分类和识别，线性分类器、神经网络算法以及支持向量机等方法是近几年应用较为广泛的研究方向。神经网络在模式识别中也随着多通道多任务机器人控制的研究而得以广泛应用。人工的神经网络会模拟大脑生理活动，它会根据外界和神经网络之间的作用不断地自我学习和修正。 　　3.4 EEG的驱动控制技术 　　在脑控系统中，控制信号大多通过有线连接控制外围设备，脑控机器人体积大、便携性及移