基于SSVEP脑控机器人的指令识别方法

摘要：

[目的/意义]脑电信号出现的特征分类精确度较低、视觉刺激器稳定性和安全性不高的问题亟待解决,以提高脑机接口系统的广泛应用前景.[方法/过程]设计了一种基于稳态视觉诱发电位(SSVEP)脑控机器人的指令识别方法,运用Pygame图形技术设计的箭头棋盘视觉刺激器,刺激受试者大脑产生稳SSVEP信号数据,然后通过滤波器组典型相关分析(FBCCA)的方法,对SSVEP信号识别和分类,将分类后的控制命令结果数据发送给机器人,控制完成相应动作.[结果/结论]通过对6名受试者的实验结果显示,与传统视觉刺激器相比,箭头棋盘视觉刺激器提高了视觉刺激器稳定性、安全性和舒适度.这套系统的最高控制准确率和平均信息传输率,分别达到90.91％和20.98 bit/min,提高了特征分类数据的精确度、控制准确率.

关键词：脑机接口、机器人、稳态视觉诱发电位、滤波器组典型相关分析、数据安全治理

所属期刊栏目：13

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省研究生科研创新项目CX20211152

在线出版日期：2023-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：41-45