用于脑机接口的感觉刺激事件相关电位研究进展

脑机接口研究的目的就是在人脑和计算机或其他电子设备之间建立一种直接联系,使人们可以通过思维来直接控制计算机或外部设备。感觉刺激诱发的事件相关电位是基于脑电的脑机接口系统研究中备受关注的一种信号模式,按其刺激模式的不同又可分为视觉、听觉、体感等单一感觉通道刺激诱发的和跨感觉通道刺激诱发的事件相关电位。事件相关电位研究的发展表明：相对于单一感觉通道,跨感觉通道刺激诱发的事件相关电位具有波幅高、潜伏期短且含有高维度空间分布信息的特点,可弥补单一感觉诱发事件相关电位信息过少、不利识别的缺陷,从而提高信息转化速度和分类准确率,在脑机接口中具有更高的实用价值。     

基于SSVEP的脑-机接口自动车系统研究

阐述了视觉诱发电位用于脑-机接口的原理,系统采用单片机设计视觉刺激器,同时在LABVIEW平台上,利用希尔伯特黄变换实时提取诱发电位向量,产生脑机接口控制信号,并用于自动车控制系统,从而控制小车的前后左右运动.通过大量实验验证,设计的基于稳态视觉诱发电位的脑-机接口自动车控制系统,发送控制命令正确率高于83％,发送一个...     

DSP在基于想象动作电位的脑-机接口中的应用

应用数字信号处理器设计了一个基于想象动作电位的脑-机接口系统,通过模拟滤波与数字信号器处理相结合的方法,实现了对想象动作电位信息的有效采集和处理.系统在硬件上设计了脑电信号放大器,DSP开发板;对脑电信号放大、AD转换后,通过分类特征提取处理后,完成动作识别与控制命令的输出.将数字信号处理器应用在脑-机接口中,利用数字信号处理器优异的处理能力和丰富的外设资源,实现了一个嵌入式、微型化的脑-机接口构建,实现了脑-机接口实时处理与微型化.     

脑-机接口及其应用研究

主要研究脑-机接口的定义、基本构成、应用领域及其发展前景,以及提出并实现了1套完整可行的脑-机接口系统应用方案——基于稳态视觉诱发电位的脑-机接口控制系统设计与实现.系统搭建在LabVIEW平台上,利用LabVIEW的小波包信号分解和重构模块,实现对稳态视觉诱发电位的有效提取.系统的功能是利用脑电信号进行任务选择和对图...     

α波和运动想象的混合范式脑-机接口系统

提出将α波和运动想象2种范式以串行的方式相结合控制的脑-机接口系统,该系统利用α波的阻断现象控制状态选择,选择成功后发出提示音,被试听到提示音后,通过左右手运动想象来完成多个任务。通过这样的混合范式有效的实现了较少种类的脑电信号对外部设备的多任务控制。实验结果表明,5名被试都能顺利完成外部设备的多任务控制,平均正确率为77%,最高正确率可达90%。本系统实现了混合范式下的脑电信号对外部设备的多任务控制,为进一步开发复杂的混合范式的脑-机接口系统奠定基础。     

基于运动想象脑机接口的脑控智能导航机器人

以SLAM雷达导航型AGV为平台,通过对脑电信号的采集与分析,提取其中的有效信号特征,然后与智能机器人通信实现智能控制。脑控智能导航机器人基于SLAM雷达导航型AGV开发平台,已实现除SLAM定位功能外的自主定制化,终端结合脑控实现脑控优先的控制;采用三通道采集脑电;采用基于CNN的深度学习的分类算法,显著提高分类准确率。     

基于虚拟现实环境的脑机接口技术研究进展

将脑-机接口(brain-computer interface,BCI)技术与虚拟现实(virtual reality,VR)相结合构成基于虚拟现实的脑-机接口(BCI-VR)新技术是最近在多媒体和娱乐领域出现的一种BCI应用新模式。BCI-VR兼取两者优势互补,同时又相互促进创新,显示出广阔应用前景。本文从BCI-VR系统基本构成、BCI对VR控制和VR对BCI影响等方面,较详细介绍了近年来BCI-VR的主要研究方法、研究进展和成就,并根据作者体会小结了目前存在的难点与未来的可能发展动向,以与读者交流、共同促进BCI-VR新技术的快速发展。     

结合表面肌电与稳态视觉诱发电位的混合脑机接口关键技术研究

脑-机接口技术旨在大脑与外部环境之间建立一种全新的不依赖于外周神经和肌肉的交流与控制通道。基于稳态视觉诱发电位的脑-机接口是目前信息传输率最高的无创脑 机接口范式,但是仍低于传统的交互方式。提出一种结合表面肌电与稳态视觉诱发电位的混合脑 机接口,以进一步提高系统的信息传输率。通过不同频率的高频稳态视觉诱发电位结合sEMG编码,实现二者混合脑 机接口系统。利用典型相关分析方法对SSVEP信号进行频率识别,sEMG的检测则采用频域分析方法。来自8名健康受试者的离线结果表明该系统能够获得8428% 的平均准确率,平均信息传输率为7263 bits/min。这些结果为结合表面肌电与稳态视觉诱发电位的混合脑 机接口研究奠定了基础。     

基于激光雷达和相机融合的目标检测

针对单一传感器在智能车辆目标检测中的局限性,提出了一种利用四线激光雷达和相机融合的目标检测算法.通过激光雷达得到目标的位置和编号信息,并将点云聚类后得到的结果通过激光雷达和相机联合标定的参数矩阵投影到图像上得到目标的边界框.将采集到的图片通过YOLOv3网络得到目标的边界框、类别和置信度.然后,采用决策级融合方法将激光...     

基于视听交互刺激的认知机理与脑机接口范式研究进展

与人类视听觉感知密切相关的图像、语音和文本(语言)信息在社会经济发展与国家安全保障等领域中扮演着重要角色,脑机接口(BCI)是无需外围神经肌肉便可操控外部设备、使"思想"直接变成"行动"的创新技术,基于视、听觉刺激的BCI系统具有极其广阔应用前景。目前认知心理学研究普遍认为视听交互刺激模式可产生比视或听单模态刺激更强的事件相关电位信号,因而可使识别大脑思维模式的正确率更高和响应速度更快,然而BCI研究至今尚难有充分验证其优势的成果。分别从认知心理机制和BCI实验范式两方面综述了视听交互刺激的信息整合机制、视听刺激之间的协同与竞争关系、匹配度对刺激效果的影响及相关BCI实验范式的研究现状;深入分析了视听交互刺激范式未在现有BCI系统中体现其优越性的原因;最后从BCI实验范式选择、系统硬件性能改进、脑电信号处理等方面提出了改进思路并展望了基于视听交互刺激BCI范式研究未来动向。     

基于多特征融合的红外弱小目标检测

为解决红外弱小目标检测领域中基于单类先验知识的人类视觉系统检测方法检测准确率低、虚警率高以及显著图计算复杂等问题,提出一种在复杂背景条件下对红外弱小目标多种特性进行融合处理的检测方法。通过融合红外弱小目标的局部灰度值大、自身灰度信息符合二维高斯分布以及与邻域相似度低的三大特性,利用协方差检测和相似度对比计算得到显著图,对显著图进行简单阈值分割得到真实目标。对不同复杂背景和不同数据类型的红外源图像进行弱小目标检测实验,结果表明:与基线算法相比本文所提算法检测结果背景抑制因子和信杂比增益均提高2~3倍,交并比为HVS类方法最优,ROC曲线在较低虚警率时获得最高检测准确率。本文方法将红外源图像中弱小目标多个特性进行有效融合,提高检测精度的同时降低了显著图计算复杂度,在不同复杂背景和杂波干扰的情况下仍能取得较好的目标定位和背景抑制效果。     

基于特征融合的自适应多尺度无锚框目标检测算法

为了提高 CenterNet 无锚框目标检测网络的目标检测能力,提出一种基于注意力特征融合和多尺度特征提取网络的改 进 CenterNet 目标检测网络。 首先,为了提升网络对多尺度目标的表达能力,设计了自适应多尺度特征提取网络,利用空洞卷积 对特征图进行重采样获取多尺度特征信息,并在空间维度上进行融合;其次,为了更好地融合语义和尺度不一致的特征,提出了 一种基于通道局部注意力的特征融合模块,自适应地学习浅层特征和深层特征之间的融合权重,保留不同感受域的关键特征信 息。 最后,通过在 VOC 2007 测试集上对本文算法进行验证,实验结果表明,最终算法的检测精度达到 80. 94%,相较于基线算法 CenterNet 提升了 3. 82%,有效提升了无锚框目标检测算法的最终性能     

基于决策融合的苹果等级分类算法

利用单个信息源进行苹果分类,常常出现分类错误,即使分类正确,也不能给出综合标准下的分类结果。本文利用苹果大小及颜色两个信息源,首先提取大小及颜色的特征,利用各自的特征对苹果等级进行初步决策,然后应用DSmT进行决策级融合,给出了基于决策级融合的苹果等级分类算法。实验分析表明,本文算法可实现大小及颜色两个指标的苹果等级分类,分类精度高,鲁棒性好。     

基于关联信息的红外微波复合探测技术研究

针对红外微波复合探测的目标识别问题,提出了基于关联信息的多传感器复合探测目标识别方法,通过红外与微波传感器对真实探测目标和虚假干扰目标的回波差异分析,采用关联信息融合的方法提取相应的特征参数进行对比与分析。在此基础上建立了红外微波传感器探测目标识别的数学模型,并分析研究了基于关联信息的红外与微波复合探测目标识别问题,最后通过实验的方式加以验证并得出结论,该种方法在目标探测及识别方面具有较为显著的效果。     

基于决策融合的非侵入式电力负荷辨识方法及应用

在非侵入式负荷分解与辨识中,单独一种算法的辨识决策方法容易受算法自身的局限性以及电网对用电设备而降低辨识精度,使得不能准确获得用电设备投切情况。为此,基于多种不同算法得到的分解与辨识结果,提出了一种非侵入式电力负荷分解与辨识决策融合方法。首先,提取每个用电设备平稳状态下的负荷特征,并采用3种常用的模式识别方法进行分解与辨识。然后将得到的辨识结果,进一步采用一种加权方法对投切结果进行决策。最后采用案例分析,对决策融合方法进行了合理验证。结果证明,辨识决策方法可以有效地提高设备辨识的准确性。     

基于信息融合的目标检测系统研究

针对无人驾驶方程式赛车对感知系统要求精准和实时性的特点,设计了一种基于激光雷达和相机信息融合的目标检测系统.建立了传感器感知模型,视觉信息采用YOLO v4图像识别算法,距离信息通过对点云的滤波、聚类获取,对点云的倾斜问题采用一种基于地面拟合的旋转处理算法进行校正,将图像坐标与点云坐标采用欧式距离策略进行目标信息融合....     

An adaptive kernel‐based target tracking method based on multiple features fusion

A new adaptive kernel‐based target tracking method is proposed to improve the robustness and accuracy of target tracking in a complex background. A linear weighted combination of three kernel functions of scale‐invariant feature transform (SIFT), color, and motion features is applied to represent the probability distribution of the tracked target. Appearance and motion features are combined to enhance the target region location stability and accuracy. The size of the tracking window can be adjusted in real time according to the affine transform parameters of the corresponding SIFT couples. The weights of three kernel functions are also adaptively turned according to the scene, in order to better extract the features. Experiments demonstrate that the proposed algorithm can track the moving target successfully in different scenarios. Moreover, it can handle target pose, scale, orientation, view, and illumination changes, and its performance is better than that of the classic Camshift algorithm, SIFT‐based method, the and color SIFT‐based method. © 2011 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于卡亨南-洛维展开的修正 OBF 磁目标检测方法

针对磁异信号的检测通常会受到地磁噪声干扰的问题,在磁干扰补偿研究的基础上,提出一种基于卡亨南-洛维展开的修正OBF磁目标检测方法。首先构建磁干扰的椭球拟合模型,通过求解拟合模型的系数实现对干扰的总体补偿,补偿精度约30 nT;再利用卡亨南-洛维展开对OBF检测算法进行修正,提升有色背景噪声下的信号检测能力;最后开展无人机探测磁目标的实验研究,实验结果表明,修正的OBF检测算法具有更佳的检测效果,尤其是针对低信噪比目标的检测优势明显,信噪比增益提升约2 dB。     

Automatic detection and tracking of moving image target with CNN‐UM via target probability fusion of multiple features

A high speed target detection and tracking algorithm for a CNN‐UM chip is presented in this paper. The target confidence value is computed based on the fusion of target existence probabilities of features using products of weighted sums. The target decision is done with such a confidence value and target initiation is done through the temporal accumulation of the confidence. The probability of the target existence for each feature is created in the region of influence depending on the reliability and the strength of the feature. By virtue of the analogic parallel processing structure of the CNN‐UM (Roska T, Chua LO. The CNN universal machine: an analogic array computer. IEEE Trans. Circuits Systems II 1993; CAS‐40 : 163–173), real time tracking can be achieved with presently available technologies with the speed of several kilo‐frames per second. Due to the utilization of multiple features of target, robust target detection is possible via the proposed algorithm. On‐chip experiments of the proposed target‐tracking algorithm have been done and properties of the proposed approach are disclosed through the various experiments. Copyright © 2003 John Wiley & Sons, Ltd.