馮 碩,呂康飛,朱迎新

(淮陰師范學(xué)院,江蘇 淮安 223300)

0 引言

智能電動(dòng)輪椅將智能機(jī)器人的移動(dòng)控制技術(shù)廣泛應(yīng)用于普通電動(dòng)輪椅,將控制、傳感器、電子機(jī)械、人工智能、通信等多種科學(xué)技術(shù)融于一體,相對(duì)于傳統(tǒng)輪椅的使用控制,其控制方式更加趨向于智能化。 目前,智能輪椅控制方法的主要研究方向有兩個(gè)方面:(1)借助身體肌肉運(yùn)動(dòng)進(jìn)行輔助運(yùn)動(dòng)控制,比如通過手和腳來進(jìn)行輔助控制,但這種方法對(duì)全身癱瘓或已截肢等身體機(jī)能嚴(yán)重缺失的使用者來說并不太適用。 (2)利用腦機(jī)接口技術(shù)獲取相關(guān)腦電信息,通過核心控制板對(duì)腦電波信號(hào)處理分析后,發(fā)出相對(duì)應(yīng)的控制指令信號(hào),來控制輪椅的運(yùn)動(dòng)狀態(tài)。 本文從第二個(gè)方向進(jìn)行研究。 應(yīng)用Neurosky(神念科技)公司的TGAM 芯片來采集腦電波信號(hào),并對(duì)采集的信號(hào)進(jìn)行放大、濾波等處理,將處理后的信號(hào)通過HC-06 藍(lán)牙模塊與PC端進(jìn)行數(shù)據(jù)通信,在PC 端主機(jī)上通過processing 軟件來實(shí)時(shí)顯示檢測(cè)的腦電波數(shù)據(jù),再通過PC 端上的藍(lán)牙串口與核心控制板上的藍(lán)牙功能模塊進(jìn)行數(shù)據(jù)傳輸,然后核心控制板將接收到的腦電波信號(hào)進(jìn)行數(shù)據(jù)的去噪,特征的提取、識(shí)別等一系列綜合操作處理后,所得到的就是用戶大腦中想到的目的地信息,最后依靠蟻群算法進(jìn)行路徑選擇,找到一條最優(yōu)的路徑來實(shí)現(xiàn)智能腦波輪椅快速、準(zhǔn)確、安全地到達(dá)用戶指定目的地。

1 系統(tǒng)的整體設(shè)計(jì)

基于神念TGAM 腦波模塊的輪椅運(yùn)動(dòng)控制系統(tǒng)[1-2]的系統(tǒng)如圖1 所示。 該控制系統(tǒng)由thinkgear am腦電信號(hào)采集模塊、無線藍(lán)牙模塊、嵌入式處理器、直流電機(jī)驅(qū)動(dòng)模塊和液晶顯示觸摸屏等組成,根據(jù)對(duì)采集到的人體腦電波信號(hào)進(jìn)行處理解析,發(fā)出控制命令,這樣就可以控制運(yùn)動(dòng)對(duì)象的運(yùn)動(dòng)模式和運(yùn)動(dòng)狀態(tài)。 通過對(duì)行駛路徑的精確規(guī)劃,智能腦電波輪椅能夠快速、精確安全地到達(dá)指定目的地而不會(huì)發(fā)生碰撞,從而實(shí)現(xiàn)意念控制。

圖1 系統(tǒng)總體

2 硬件模塊的選取

2.1 數(shù)據(jù)采集單元

TGAM 模塊是一種高度集成、性能優(yōu)越、功耗低的腦電傳感器模塊,其具有A/D 轉(zhuǎn)換、放大濾波等功能。其先進(jìn)的過濾技術(shù)可以排除日常生活中的噪聲,將微弱的腦電模擬信號(hào)轉(zhuǎn)變?yōu)閿?shù)字信號(hào)。 其連接結(jié)構(gòu)原理如圖2 所示,在TGAM 腦波模塊的綜合處理下,可以從繁雜的信號(hào)中準(zhǔn)確清晰地采集到腦電信號(hào),處理和輸出α,β 等腦波波段數(shù)據(jù),eSense 專注度和眨眼偵測(cè)等參數(shù)。 其中,使用者的大腦放松度、專注度等參數(shù)的變化大小可以用1 ～100 表示,數(shù)值越大表示大腦進(jìn)入相應(yīng)狀態(tài)程度越深。 數(shù)據(jù)將以數(shù)據(jù)包的形式進(jìn)行發(fā)送,通過thinkgear 的數(shù)據(jù)包校驗(yàn)格式來檢查數(shù)據(jù)完整性和準(zhǔn)確性。

圖2 實(shí)物圖和TGAM 半導(dǎo)體芯片的電路連

2.2 數(shù)據(jù)傳輸單元

數(shù)據(jù)傳輸單元選用的是HC-06 藍(lán)牙串口通信模塊,hc-06 指令少,主從指令可以切換,使用方便。 腦電傳感器上的藍(lán)牙模塊和嵌入式處理上的藍(lán)牙模塊都支持標(biāo)準(zhǔn)化的串口通信協(xié)議,可以很方便地連接起來進(jìn)行通信,將從用戶大腦采集到的腦電數(shù)據(jù)以數(shù)據(jù)包的形式實(shí)時(shí)傳輸發(fā)送至PC 端,從而得到腦電波的實(shí)時(shí)波形、專注度、放松度等參數(shù),PC 端再傳輸給核心控制板,控制板進(jìn)行數(shù)據(jù)解析提取后,發(fā)出相應(yīng)控制指令,進(jìn)而操縱輪椅運(yùn)動(dòng)到用戶所想目的地。

2.3 數(shù)據(jù)處理單元

通過PC 機(jī)上的上位機(jī)和下位機(jī)STM32 系列嵌入式芯片進(jìn)行數(shù)據(jù)處理,通過對(duì)STM32 單片機(jī)編寫相關(guān)程序完成數(shù)據(jù)包的分析和提取過程,及通過單片機(jī)RS232 通信例程得到原始數(shù)據(jù)信息,也就是參考手冊(cè)中的數(shù)據(jù)流[3]。 通過對(duì)數(shù)據(jù)包的分析,本研究可以依次得到原始腦電波形數(shù)據(jù)、噪聲信號(hào)質(zhì)量、用戶的注意力強(qiáng)度、用戶放松度和用戶的眨眼強(qiáng)度值。 本課程的設(shè)計(jì)主要是通過注意力強(qiáng)度數(shù)值來控制智能輪椅的運(yùn)動(dòng)狀態(tài),即通過STM32 單片機(jī)的嵌入式處理器提取計(jì)算注意力數(shù)值進(jìn)而實(shí)現(xiàn)控制。

2.4 驅(qū)動(dòng)運(yùn)動(dòng)單元

選用L298N 直流電機(jī)驅(qū)動(dòng)模塊作為輪椅的驅(qū)動(dòng)單元。 L298N 直流電機(jī)驅(qū)動(dòng)模塊是瑞士通用公證行(SGS)的系列產(chǎn)品,其能夠承受高電壓大電流,可以用來驅(qū)動(dòng)兩相直流電機(jī),也能用來驅(qū)動(dòng)四相直流電機(jī)。其電路結(jié)構(gòu)是由4 通道的邏輯驅(qū)動(dòng)電路構(gòu)成,其內(nèi)部置有2 個(gè)H 橋的雙全橋式驅(qū)動(dòng)器,并可以接收ttl 邏輯電平信號(hào)。 本次設(shè)計(jì)主要依據(jù)L298N 直流電機(jī)驅(qū)動(dòng)模塊的邏輯功能來實(shí)現(xiàn)輪椅運(yùn)動(dòng)狀態(tài)的控制。

3 軟件設(shè)計(jì)

3.1 基本流程

嵌入式處理器收到數(shù)據(jù)后,首先判斷數(shù)據(jù)是否完整。 如果校驗(yàn)碼不正確,數(shù)據(jù)包數(shù)據(jù)將被直接丟棄。接收到數(shù)據(jù)后將進(jìn)行解析,得到想要的參數(shù)如專注度、放松度等,當(dāng)兩參數(shù)的值超過閾值,輪椅啟動(dòng)詳細(xì)流程如圖3 所示。

圖3 基本程序流程

3.2 腦波信號(hào)的去噪處理

腦電傳感器采集的腦電信號(hào)通常摻雜一系列諧波噪聲,包括工頻信號(hào)的干擾和采集環(huán)境引起的噪聲干擾和其他生物電引起的噪聲干擾。 因而,為了獲得準(zhǔn)確的腦電信號(hào),在進(jìn)行特征模式識(shí)別之前,須對(duì)采集的腦電信號(hào)進(jìn)行去噪濾波處理。 通常對(duì)于一維含有噪聲的腦波信號(hào)來說,可以用公式表示為以下形式:

式中:ε為噪聲系數(shù)的標(biāo)準(zhǔn)偏差;e(k)為噪聲干擾信號(hào);f(k)為僅有腦電波信號(hào)的原始信號(hào);s(k)為噪聲信號(hào)和腦電波信號(hào)的合成信號(hào),也就是采集到的信號(hào)?；谙伻核惴ǖ穆窂匠绦蛄鞒倘鐖D4 所示。 小波的分解可以分為以下幾個(gè)步驟。

圖4 基于蟻群算法的路徑程序流程

(1)輸入采集的腦電波信號(hào)。

(2)進(jìn)行小波分解。

(3)進(jìn)行閾值的處理。

(4)進(jìn)行小波重構(gòu)。

(5)獲得去噪后的腦電信號(hào)。

3.3 腦電波信號(hào)特征提取

采用公共空間模式(CSP)算法作為腦電信號(hào)的特征提取算法。 該算法的根本思想是通過線形變換的化簡(jiǎn)即矩陣的對(duì)角化,找到一個(gè)最佳的空間濾波器投影,使兩種不同信號(hào)之間的方差差值最大化,從而可以得到區(qū)分度高、差異明顯的特征向量。

3.4 腦電波信號(hào)模式識(shí)別

對(duì)于腦電波信號(hào)模式的識(shí)別,為了得到更好的腦電信號(hào),本研究選擇的算法是模糊支持向量機(jī)算法(FSVM)。 該算法的優(yōu)點(diǎn)是可以有效避免向量機(jī)抗噪性差這一弊端。 其根本原理就是對(duì)輸入樣本中的噪聲設(shè)定一個(gè)很小的隸屬度,然后再去減小噪聲樣本干擾等不良影響,進(jìn)而大幅度提高系統(tǒng)分類的準(zhǔn)確性,從而得到更精確的腦電數(shù)據(jù)。

3.5 輪椅路徑規(guī)劃

當(dāng)輪椅使用者通過腦機(jī)接口裝置傳輸數(shù)據(jù)指令去選擇目的地時(shí),為了利用自動(dòng)導(dǎo)航系統(tǒng)使輪椅快速到達(dá)指定的目的地,需要智能輪椅系統(tǒng)找到一條最合理、最優(yōu)的路徑。 因而,就要進(jìn)行路徑的合理規(guī)劃,而蟻群算法就可以完美解決這個(gè)問題。 因?yàn)橄伻核惴?也被稱為“螞蟻算法”)是一種智能算法,它是根據(jù)螞蟻尋找食物過程中行走的路徑,得到啟發(fā)而產(chǎn)生的一種仿生搜索算法,這種算法具有魯棒性強(qiáng)、自組織等特點(diǎn)。 所謂魯棒性強(qiáng)是指在程序輸入錯(cuò)的情況下,能夠維持其性能。 它可以根據(jù)正反饋和分布式協(xié)作找到最優(yōu)路徑。 其基于蟻群算法[4]的最優(yōu)路徑規(guī)劃設(shè)計(jì)流程如圖5 所示。

圖5 基于蟻群算法的路徑程序流程

4 結(jié)語

研究設(shè)計(jì)方案采用神念科技的腦機(jī)接口裝置,使用低生產(chǎn)成本、低功耗、高性能的STM32 系列的嵌入式處理器,試著研發(fā)智能腦波輪椅控制系統(tǒng)。 它不僅可以幫助老年人和殘疾人的日常出行,方便他們移動(dòng),還可以改善他們的心情,進(jìn)而提高殘疾人和老年人的生活質(zhì)量水平。 智能腦波輪椅這一領(lǐng)域的研究,有利于推動(dòng)腦機(jī)接口技術(shù)在實(shí)際工業(yè)生產(chǎn)及醫(yī)學(xué)領(lǐng)域[5]中的發(fā)展進(jìn)程,也激勵(lì)人類不斷做出有意義的技術(shù)探索和創(chuàng)新嘗試。 此外,此領(lǐng)域還可以促進(jìn)腦機(jī)接口信息技術(shù)在未來中國(guó)醫(yī)學(xué)的應(yīng)用,為殘疾人帶來希望。