多通道数据融合的飞行员操作意图分析与触觉反馈技术

为了解决传统意图推断方法不能很好地利用多生理源数据融合优势的问题，提出一种通过融合脑电信号、眼动信号和触觉反馈的人机交互意图推断方法，识别被试发出的预期命令。通过对脑电、眼动特征的提取，根据特定于预期最终用户的输入数据对CNN进行不同的预训练，对每个试验者的数据进行特征级数据融合得出推断结果，最后通过触觉反馈输出。研究结果表明：相同任务下，该系统的分类性能比基于传统几何方法提高了9.1%;多通道数据融合的意图推断中加入触觉反馈信号可以将意图识别准确率提高至71.99%。