已有的人-機器人交互存在著感知通道和交互方式單一的問題,無法適應復雜多變的交互需求,嚴重影響了交互過程中的用戶體驗。隨著服務機器人的推廣普及,為了實現(xiàn)人與機器人之間的高效協(xié)同,更加要求機器人具備較強的感知能力和靈活的交互能力。因此,本文針對基于運動想象的康復訓練機器人,進行了多感知融合的人-機器人交互技術研究,融合腦電、眼動等多通道數據,促進機器人識別用戶交互意圖和生理狀態(tài),并動態(tài)調節(jié)機器人的交互方式,提高康復訓練效果和用戶體驗。主要的研究工作包括以下三個方面:（1）面向機器人的腦電感知與交互技術。首先設計了三種基于機器人的刺激模式,結合肢體和語音,引導用戶進行運動想象。通過時頻分析法發(fā)現(xiàn),機器人的多模式刺激對腦電信號中的事件相關去同步特征（Event-Related Desynchronization,ERD）有激發(fā)作用。與傳統(tǒng)的圖片、視頻刺激模式相比,本文方法的平均ERD值在α頻段和β頻段上分別提高了96.87%和147.28%。在腦電信號分類中,基于機器人的三種刺激模式的平均分類識別率達到了82.32%,與圖片、視頻刺激模式相比分別提高了7.89%和4.32%。因此,通過機器人多... 

【文章來源】：浙江工業(yè)大學浙江省

【文章頁數】：86 頁

【學位級別】：碩士

【部分圖文】：

基于運動想象的康復助力臂[18]

圖 1- 2 基于運動想象的上肢康復機器人系統(tǒng)示意圖[21]re 1-2. Schematic diagram of upper limb rehabilitation robot system based on motioimagery外，研究表明人在想象不同肢體運動時，即使沒有明顯的動作輸出，大知皮層的活躍狀態(tài)也會發(fā)生變化，具體表現(xiàn)為特定頻段的腦電信號能量下降，這被稱為事件相關去同步現(xiàn)象（Event-Related Desynchronizatio[22]。ERD 是運動想象腦電信號中最基礎的特征，主要分布于腦電信號的8~13Hz）和 β 頻段（14~30Hz）中，在人體想象單側肢體的運動時，其對腦電信號中 頻段和 β 頻段會同步出現(xiàn)明顯的能量衰減[23]。對腦電信號D 特征分析是運動想象研究中的重要方法，但是普通人由于未經過運動想其 ERD 特征往往不顯著，并且存在部分受試者的運動想象腦電信號中不顯的 ERD 特征，稱為“ERD 盲”[24]。研究表明視覺刺激引導能夠提高運動信號的 ERD 特征，目前國內外的研究者主要針對圖片、視頻等刺激模式驗研究。rani 等人對視頻刺激的抽象程度與腦區(qū)活躍性之間的關系進行了研究，實試者播放“抓握”動作的視頻，研究發(fā)現(xiàn)，觀看真實的手能夠激活大腦右后

覺引導物的視覺刺激模式的分類準確率優(yōu)于沒有視覺引導物的模式進行了多模式刺激下運動想象腦電信號的特征調制研究，設計了 4模式（靜態(tài)文字、抓握視頻、手指運動視頻以及帶聲音的手指運動了這幾種刺激模式下腦電信號的 ERD 特征，如圖 1-3（d）所示。結列運動視頻和帶聲音的手指序列運動視頻能夠激發(fā)程度更深、范圍征[30]。（a）[27]（b）[28]


本文編號：2898412