摘要
近年来，机械手臂已经被用来帮助上肢残疾的人与周围环境互动，如确定手臂方向和抓握物体。但目前机械手臂的人机交互界面仍以键盘、鼠标、操纵杆等传统界面为主，这些传统的接口虽然适合于有残存运动能力的人，但并不适用于严重上肢残者。因此利用脑-机接口（BrainComputerInterface,BCI）来实现对机械手臂的控制是有效解决上述问题的一种思路。患者可以通过有创或无创的BCI实现机械手臂的3D运动。但有创的BCI需要进行开创、清创等多个步骤，术中及术后可能会对使用者造成伤害，因此在实际操作中不利于实施及推广。本文设计并实现了一个基于SSVEP的4个指令无创BCI驱动六自由度机械手臂系统，可以满足残疾人士日常取物的需求。论文具体工作为： （1）使用MATLAB中的心理学工具箱(Psychtoolbox,PTB)设计了SSVEP刺激源界面，选取合适的刺激频率来刺激脑电信号的生成，并利用OpenBCI模块完成对信号的采集及预处理工作。 （2）针对SSVEP信号的特点，提出了一种将CCA和TRCA系数融合的信号处理和分类方案。本文选用公共数据集的SSVEP信号进行处理分类证明该算法的可行性和普遍适用性，实验结果平均分类准确达到98.5%，均方误差仅为2.43，表明了所提方法分类的性能比单独使用CCA和TRCA更好。该方法也将在后续实验中用于机械手臂控制，从而提高系统的稳定性。 （3）利用Arduino芯片作为核心控制板，设计了相关模块，增加了机械手臂系统的实用性。一方面通过红外避障传感器模块解决机械手臂在实际操作中碰撞的问题，减少受损从而增加整个系统的使用寿命。另一方面为了让机械手臂能帮助残疾人远距离传输物品，本文将机械手臂和小车结合，设计了小车巡线功能模块，利用小车拉动机械手臂移动。 实验结果表明，对SSVEP脑电信号进行处理后受试者可以很好的控制机械手臂完成预定动作，另外结合小车巡线系统也可以完成物品的远距离传输。整个系统具有实用性，为基于SSVEP的BCI的机械手臂控制系统应用到上肢残疾人的生活中提供新的思路。
NETL