基于多模态脑机接口的智能小车自动驾驶系统

在传统的控制系统当中,人们依赖于使用手柄、操纵杆等设备来与外部设备实现人机交互,这对于具有运动障碍的患者来说是具有挑战的.而脑机接口(BCI)技术可通过脑环将脑电信号转化为对外界设备的控制命令,使这些患者可以由大脑"意识"直接控制外部设备.本文提出一种基于多模态脑机接口的智能小车自动驾驶系统,该系统融合了受试者的脑电信号、眼电信号和陀螺仪信号 3 种模态的信号来控制小车.其中,脑电信号用于控制小车的速度,眼电信号用于控制小车的启停,陀螺仪信号则用于控制小车的转向功能.此外,我们还融合了计算机视觉技术,为智能小车增加了自动驾驶功能,使得控制更加智能化.经过实验表明,10 名受试者使用该系统控制小车的平均准确率达到了 92.47%,平均响应时间为 1.55 s,平均信息传递速率达到了 55.94 bit/min,从而说明该控制系统是有效且高效的.此外,为了验证小车的自动驾驶功能,我们设置了多个对比实验进行验证.实验结果表明,与手动驾驶相比,虽然该自动驾驶系统在操控小车的速度上存在劣势,但是在准确率与稳定性上具有更好的性能优势.证明该系统可以为残障人士带来更好的操控体验,在脑控应用和自动驾驶领域具有广阔的应用前景.