基于BCI的生物机器人智能导航系统的研究

摘要

脑机接口技术(Brain Computer Interface，BcI)形成于20世纪70年代，是一种涉及神经学科、信号检测、信号处理、模式识别等多学科的交叉技术，通过非自然的方法沟通大脑和外界环境，为这两者提供了双向信息传输通道。外界信息能从仿生传感器输入到神经系统，神经信号也可以用于控制外部电子机械装置。该项技术可以修复、改善甚至扩展神经系统原有功能，提供一种崭新的信息交互模式。 生物机器人是指利用动物体的运动机能、动力供应体制，从动物运动的感受传入或神经支配入手，实现对动物的运动和某些行为的人为控制，从而利用动物特长代替人类完成人所不能和人所不敢的特殊任务。利用生物控制技术研制生物机器人始于上世纪90年代，是电子信息技术、微制造技术和生物科学高度发展与相互融合的产物，是目前科技发展最活跃的领域之一。 浙江大学求是高等研究院在2006年开发了生物机器人的导航系统，本论文在此系统的基础上，进一步架构了一个智能的由计算机控制的基于BCI的生物机器人导航系统。 本论文主要完成了以下几方面的工作： 首先，对BCI和生物机器人进行了综述，简介了BCI的发展背景和生物机器人的研究目标，阐述了本论文的研究内容，即基于BCI的生物机器人的智能导航系统的研究。 然后，介绍了前期参与开发的求是高等研究院开发的生物机器人导航系统，简要介绍了该项目从开始到目前所取得的成果。 其次，介绍了本论文研究的智能导航系统的总体思路和的几个关键的相关技术：数字图像处理和分析技术和基于运动的分析技术。 接着，介绍了智能导航传统的总体架构，阐明了数字图像处理和分析技术在本系统中的具体应用，详细阐述了系统中对于实验环境建模及实验过程中计算机对于路径的抉择模块。 最后，在系统架构思想的基础上给出了本论文研究的集成环境的体系结构和系统组成。基于前面的架构，在本机模拟实现了一个原型系统，并做系统的部分测试实现，并对如何衡量一个智能导航系统的效率提出一些看法。

目录

文摘

英文文摘

论文说明:图目录

第1章 绪论

1.1引言

1.2 BCI研究综述

1.2.1BCI的定义及发展

1.2.2 BCI的现状

1.2.3 BCI国际会议

1.3生物机器人研究综述

1.3.1生物机器人的研究背景

1.3.2生物机器人的需求

1.3.3生物机器人的研究状况

1.4本论文的研究内容

1.5本章小结

第2章 生物机器人智能导航系统的现有研究基础

2.1本章概述

2.2生物机器人导航系统原理

2.3动物的选择

2.4大鼠电极埋植

2.4.1埋植区域

2.4.2微电极选择

2.4.3蓝牙传输模块和芯片技术

2.5软件模块

2.5.1上位机功能及设计说明

2.5.2下位机功能设计及说明

2.5.3通信协议

2.6大鼠筛选与训练

2.6.1初步筛选

2.6.2行为导向筛选

2.6.3 MFB筛选

2.7系统集成和效果

2.8本章小结

第3章 生物机器人智能导航系统设计与相关技术

3.1本章概述

3.2智能导航系统的设计原理

3.3行为识别方法研究综述

3.3.1观察法

3.3.2传感法

3.3.3视频跟踪法

3.3.4数字图形处理法

3.4数字图像处理在行为识别中的研究

3.4.1目标检测算法

3.4.2行为自动识别算法

3.5本章小结

第4章 系统的体系结构与组成

4.1本章概述

4.2体系结构

4.3路径建模和最短路径算法

4.3.1路径的建模

4.3.2最短路径求解

4.4图像监控方法及算法

4.4.1目标检测算法原理

4.4.2目标提取的实际问题

4.4.3基于运动的分析和算法

4.5本章小结

第5章 原型系统的整合测试

5.1本章概述

5.2开发环境

5.3系统框架

5.4实验操作步骤

5.5实验效果判定准则

5.6本章小结

第6章 总结与展望

6.1论文主要工作概述

6.2未来工作展望

参考文献

攻读硕士学位期间主要的研究成果

致谢