基于EEG信号的人体状态测量研究-机械设计及理论专业论文.docxVIP

摘要 物理人机紧耦合系统在康复训练辅助器具领域具有广泛的应用前景。作为一 种人-机-环紧密联系的复杂系统，物理人机紧耦合系统在研制过程中需要解决人与 康复机器人在不同环境下物理和认知动态交互，机器人在线测量人机交互模型的 状态参数以及实时、全面地预测和分类人机状态与行为和环境状态等关键性问题。 这些问题的解决都需要以物理人机紧耦合系统的状态和行为数据作为基础。物理 人机紧耦合系统的状态和行为的测量包括人体运动、人机交互力、人的状态以及人 的绩效这四个方面的内容。其中人的状态主要通过人的生理信息进行测量。脑电信 号（EEG）是测量人体生理信息最灵敏的指标之一。本文结合物理人机紧耦合系统 采用脑电信号对人体脑力负荷测量和人体意图识别进行了研究。 当前，结合物理人机紧耦合系统以脑电信号为研究手段的脑力负荷测量研究 方面并不区分四个信息处理阶段的脑力负荷。针对大脑在不同信息处理阶段脑力 负荷研究尚不明确的问题，本文采用了四种模拟信息处理四个阶段的心理实验，对 四种心理实验中的脑电信号进行分类的结果表明四个不同的阶段的脑力负荷测量 并没有显著的差别。传统脑力负荷测量方法由于对信号的采集的时间长度有客观 地要求而无法满足物理人机紧耦合系统的研制对脑力负荷测量的实时性要求，本 文采用的脑电信号分析方法针对事件发生后较短时间内的脑电信号的特征进行分 类，并取得了良好的分类结果，证明了结合物理人机