郭 倩，馮 奇，屈萍鴿，劉 記

(1.西安工程大學(xué) 機(jī)電工程學(xué)院，西安 710048；2.西安市現(xiàn)代智能紡織裝備重點(diǎn)實(shí)驗(yàn)室，西安 710048)

0 引言

重度運(yùn)動(dòng)疾病如偏癱、神經(jīng)受損、脊柱損傷等會(huì)把人置于非常復(fù)雜的情況下，限制他們的活動(dòng)，從影響下肢肌肉的肌肉萎縮到無法移動(dòng)[1]。為了移動(dòng)，這些人不得不使用輪椅。但是，由于殘疾者不能自主移動(dòng)身體部位，導(dǎo)致其難以正常使用普通的輪椅。為了控制輪椅，一些解決方案已經(jīng)被開發(fā)出來，比如用下巴或眼睛控制開關(guān)。但對(duì)于有移動(dòng)困難的人來說，這種設(shè)備是不可能使用的。隨著技術(shù)的不斷完善和新器件的不斷出現(xiàn)，面向殘疾人的基于腦信號(hào)實(shí)現(xiàn)輪椅運(yùn)動(dòng)控制方法將趨于現(xiàn)實(shí)。

腦機(jī)接口技術(shù)(BCI，brain computer interface)，也稱作“大腦端口(direct neural interface)”或者“腦機(jī)融合感知(brain-machine interface)”[2]，是近年來生物醫(yī)學(xué)工程專業(yè)重要的研究領(lǐng)域。它利用從大腦中提取特定的生物電信號(hào)，依據(jù)現(xiàn)有的認(rèn)知神經(jīng)科學(xué)理論，進(jìn)行有效地解碼，從而建立起人或動(dòng)物腦(或者腦細(xì)胞的培養(yǎng)物)與外部系統(tǒng)的直接連接通路，實(shí)現(xiàn)控制與操縱外部儀器或設(shè)備動(dòng)作的目的。

近年來在這一領(lǐng)域進(jìn)行了許多研究，但是研究卻僅僅集中在大腦控制界面(BCI)的純性能上，且研究都是在實(shí)驗(yàn)室中實(shí)現(xiàn)的，沒有考慮到殘疾人的實(shí)際使用需求，用戶友好性、價(jià)格和適應(yīng)性不足[3]，如，使用時(shí)需頭部涂滿導(dǎo)電凝膠，且需要戴著沉重的醫(yī)用腦電圖頭盔，設(shè)備價(jià)格也太昂貴，幾乎沒有殘疾人能夠負(fù)擔(dān)得起該設(shè)備。

為此，文章在重點(diǎn)考慮重裝置的用戶友好性、價(jià)格和適應(yīng)性的基礎(chǔ)上，研究開發(fā)出了一種用于輪椅控制的便攜式腦-機(jī)人機(jī)交互模式，提出了一種便攜化的腦機(jī)接口范式，搭建了一種適用于腦控輪椅的便攜化腦機(jī)接口裝置：選用了目前常用的非侵入性方法，采集腦電圖信號(hào)，搭建了腦控技術(shù)的實(shí)時(shí)控制系統(tǒng)，研究了相應(yīng)的控制策略，進(jìn)行了腦控輪椅的算法開發(fā)，同時(shí)還構(gòu)建了電機(jī)的自適應(yīng)協(xié)調(diào)控制系統(tǒng)；并針對(duì)E-motiv與腦電信號(hào)自身特點(diǎn)，提出了3種不同控制方式：基于實(shí)時(shí)腦電信號(hào)與表情的控制范式、基于陀螺儀加速度計(jì)的控制范式，以及單獨(dú)基于表情的控制范式，并分別進(jìn)行了基于腦電識(shí)別率的控制方式實(shí)驗(yàn)、基于小車的腦控實(shí)驗(yàn)以及基于輪椅的腦控實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文所設(shè)計(jì)的控制系統(tǒng)，可以很好的實(shí)現(xiàn)不同的運(yùn)動(dòng)控制，腦電信號(hào)的準(zhǔn)確率可以達(dá)到85%，滿足使用要求。

1 系統(tǒng)結(jié)構(gòu)原理

系統(tǒng)依據(jù)使用者的表情動(dòng)作，可實(shí)現(xiàn)輪椅的運(yùn)動(dòng)速度及方向的控制。整個(gè)系統(tǒng)由單片機(jī)控制，選用Emotiv公司的EPOC無線便攜式腦電儀采集腦電電波信號(hào)，采用ArduinoUNO板作為微處理器，實(shí)現(xiàn)腦電圖數(shù)據(jù)處理，采用集成兩個(gè)無刷電機(jī)的制動(dòng)器，執(zhí)行命令，無刷電機(jī)的控制器采用ZD6716V3，且每個(gè)電機(jī)中，都有一個(gè)霍爾傳感器，提供來自電機(jī)的速度信號(hào)反饋，以確切地知道每個(gè)電機(jī)的速度，再將這兩個(gè)電機(jī)集成在輪椅后輪上，實(shí)現(xiàn)電機(jī)速度和方向的控制，而輪椅則采用一般普通輪椅，只需在右邊扶手上安裝一個(gè)操作桿。BCW系統(tǒng)原理如圖1所示。

圖1 系統(tǒng)工作原理圖

其中，腦機(jī)接口(BCI，brain computer interface)是腦控系統(tǒng)BCW的核心部分，這部分負(fù)責(zé)從使用者的腦電圖中獲取輪椅的指令，它是大腦與計(jì)算機(jī)之間的一種直接連接系統(tǒng)，允許個(gè)體與周圍的神經(jīng)和肌肉進(jìn)行通信。

系統(tǒng)工作時(shí)，首先，EPOC腦電信號(hào)采集設(shè)備記錄用戶的腦電波，在記錄了原始腦電波后，將其傳動(dòng)給裝有微處理器ArduinoUNO的PC機(jī)處理，然后給出移動(dòng)速度及方向或停止的指令，并發(fā)送指令到輪椅上，通過電機(jī)及控制器實(shí)現(xiàn)輪椅的準(zhǔn)確移動(dòng)。此外，由于這種輪椅專為100公斤以上的人設(shè)計(jì)，需要大量的電力才能移動(dòng)。為了提供這種電力，系統(tǒng)還配備了穩(wěn)壓電源，實(shí)現(xiàn)穩(wěn)定的電力供應(yīng)。

2 輪椅腦控系統(tǒng)軟件設(shè)計(jì)

軟件部分由兩種不同的應(yīng)用程序組成：一種帶有EEG耳機(jī)的用于過濾、放大和解密EEG原始信號(hào)的公司軟件。對(duì)用戶的腦電圖解密后，將結(jié)果傳遞給下一個(gè)項(xiàng)目開發(fā)Visual Studio，驅(qū)動(dòng)輪椅執(zhí)行相應(yīng)的命令。

用戶的腦電圖由腦電圖頭盔記錄，原始信號(hào)由腦電圖頭盔提供的軟件過濾放大，然后專用軟件對(duì)腦電圖信號(hào)進(jìn)行模式識(shí)別，提取用戶的動(dòng)作思想，對(duì)用戶的腦電圖解密后，結(jié)果將通過API發(fā)送到系統(tǒng)軟件，所開發(fā)的軟件根據(jù)解密后的腦電圖采集相應(yīng)的指令，然后命令通過Arduino發(fā)送到輪椅，實(shí)現(xiàn)輪椅的運(yùn)動(dòng)控制。

2.1 腦電信號(hào)采集

EPOC收集的數(shù)據(jù)通過加密通道傳輸。在專有軟件調(diào)用EmoEngine后，提供EPOC處理和解密原始腦電圖數(shù)據(jù)。EmoEngine還提供EPOC的電池級(jí)別、每個(gè)電極的接觸質(zhì)量、無線信號(hào)的質(zhì)量、兩軸陀螺數(shù)據(jù)。對(duì)于EmoEngine的研究版本，也可以將原始的腦電圖數(shù)據(jù)可視化并記錄下來。Emotiv還提供了一些可視化和使用數(shù)據(jù)的軟件，如控制面板對(duì)處理后的數(shù)據(jù)進(jìn)行可視化，EmoKey將處理后的腦電圖數(shù)據(jù)與按鍵進(jìn)行鏈接[4]。

EmoEngine解密腦電圖數(shù)據(jù)，通過API使計(jì)算機(jī)上運(yùn)行的每個(gè)應(yīng)用程序都可以訪問處理后的數(shù)據(jù)。為了幫助開發(fā)新的應(yīng)用程序，Emotiv提供了使用c++、Java、. net和Mat Lab語言的示例。

情緒狀態(tài)分為三類：表達(dá)型、情感型和認(rèn)知型[5]，根據(jù)3種情緒狀態(tài)開發(fā)了分別開發(fā)了Expressiv套件、Affectiv套件和Cognitiv套件。

1)expressiv：

Expressiv套件，專門設(shè)置用來檢測用戶的面部表情，如眨眼、左右看、抬眉、皺眉、假笑、大笑等。Expressiv套件數(shù)據(jù)與另外兩組不同，它也是由電極記錄的原始數(shù)據(jù)決定的，而不是由腦電圖數(shù)據(jù)決定的，而是由腦電圖之間的肌電圖數(shù)據(jù)決定的。事實(shí)上，EPOC頭盔的一些電極是與面部肌肉接觸的，因此它們也記錄了這些肌肉的肌電圖。許多軟件將這些數(shù)據(jù)視為噪音，并試圖檢測它來抑制它。EmoEngine還嘗試檢測肌電圖數(shù)據(jù)，但不是壓制它，它使用這些數(shù)據(jù)來確定面部肌肉的運(yùn)動(dòng)，并將其顯示在Expressiv套件中。電極還可以記錄眼動(dòng)的眼動(dòng)電圖(EOG)，這樣就可以確定使用者在看什么。

因?yàn)榇蠖鄶?shù)人面部肌肉的位置是相同的，所以不需要訓(xùn)練表情引擎把記錄下來的數(shù)據(jù)和肌肉運(yùn)動(dòng)聯(lián)系起來。對(duì)于某些運(yùn)動(dòng)，可以設(shè)置檢測靈敏度。

2)affectiv：

Affectiv套件處理腦電圖原始數(shù)據(jù)，并確定用戶的情感狀態(tài)。它檢測5種不同的狀態(tài)，投入/厭倦，沮喪，冥想，瞬間的興奮和長期的興奮。根據(jù)用戶的有效狀態(tài)，每個(gè)狀態(tài)都有一個(gè)介于0～1之間的等級(jí)。表情引擎的這一部分需要謹(jǐn)慎，至少有兩個(gè)原因。

首先，Emotiv不發(fā)布專有的原因，EmoEngine如何檢測用戶的心理狀態(tài)并對(duì)其進(jìn)行評(píng)分。利用這些數(shù)據(jù)，設(shè)計(jì)了算法，將用戶的腦電圖數(shù)據(jù)與其心理狀態(tài)聯(lián)系起來。

其次，情感檢測不需要訓(xùn)練，因?yàn)槊總€(gè)人都以一種給定的精神狀態(tài)呈現(xiàn)相同的腦電圖。但是有些人在放松的情況下卻表現(xiàn)出一種比其他人更嚴(yán)重的興奮程度，例如緊張的人。為了抵消這種影響，情緒引擎會(huì)隨著時(shí)間的推移調(diào)整每個(gè)狀態(tài)的等級(jí)，從而產(chǎn)生在時(shí)間中變得不穩(wěn)定的副作用。如果用戶興奮5分鐘，瞬時(shí)興奮的程度會(huì)逐漸降低，不再對(duì)新的興奮高峰作出反應(yīng)。這可能是一個(gè)真正的問題，使用這些情緒作為命令在很長一段時(shí)間。這就是為什么不使用這個(gè)套件的原因。

3)cognitiv：

Cognitiv套件可偵測使用者的想法，要做到這一點(diǎn)，與其他兩套套件不同，系統(tǒng)必須經(jīng)過訓(xùn)練，以偵測使用者腦電波的模式。每個(gè)人都會(huì)有不同的腦電圖模式，例如思考舉起右手。所以，使用系統(tǒng)前，需要對(duì)使用者進(jìn)行培訓(xùn)。經(jīng)過訓(xùn)練后，系統(tǒng)會(huì)不斷地將用戶的腦電波與經(jīng)過訓(xùn)練的每個(gè)模式進(jìn)行比較。該檢測是基于事件相關(guān)的去同步(ERD)，主要是由于運(yùn)動(dòng)的認(rèn)知作用。當(dāng)用戶想到一個(gè)電機(jī)動(dòng)作時(shí)，波和波中出現(xiàn)了衰減甚至是阻塞，每一個(gè)想象的動(dòng)作都會(huì)產(chǎn)生不同的模式。

要訓(xùn)練系統(tǒng)識(shí)別不同模式的腦電圖，第一步是訓(xùn)練中立性。在系統(tǒng)訓(xùn)練開始前，需要讓使用者放松，不去想任何一些影響情緒的事情。在對(duì)每個(gè)動(dòng)作進(jìn)行訓(xùn)練之后，Emotiv提供了一個(gè)漂浮在空中的立方體的應(yīng)用程序，在訓(xùn)練過程中，用戶可以看到被訓(xùn)練的動(dòng)作，例如，如果用戶想推送，立方體就會(huì)被推送到屏幕上。它能幫助使用者集中注意力，從而使腦電波更加穩(wěn)定。

Cognitiv套件可同時(shí)偵測到13個(gè)方向的4種模式：向左、向右、向下、向上、向左/向右、推、拉旋轉(zhuǎn)3個(gè)軸，也會(huì)消失。系統(tǒng)要求訓(xùn)練的這些動(dòng)作，都要求在8 s內(nèi)完成。在此期間，使用者需要專注于要訓(xùn)練的動(dòng)作。任何一個(gè)動(dòng)作都可以訓(xùn)練很多次，而且通常訓(xùn)練次數(shù)越多越好。至少有兩個(gè)原因，當(dāng)用戶訓(xùn)練時(shí)，他訓(xùn)練的不僅是表情引擎，還有他自己?？刂莆覀兊哪X電波是可能的，你訓(xùn)練得越多，你的效率就越高。在表情引擎方面，每個(gè)用戶的數(shù)據(jù)越多，匹配模式就越可靠。

2.2 命令

一旦EEG信號(hào)被EmoEngine解密，解密的數(shù)據(jù)就可以通過EmoEngine應(yīng)用程序編程接口(API)獲得[6]。之后的目標(biāo)是將使用者的心理狀態(tài)與輪椅的動(dòng)作聯(lián)系起來。

輪椅運(yùn)動(dòng)有八種可能的動(dòng)作：前進(jìn)、后退、右、左、停是控制輪椅的基本動(dòng)作。為了方便輪椅的使用和使其更安全，可增加3個(gè)動(dòng)作：速度控制、快速停車和緊急停車。

EPOC可以在同一時(shí)間檢測21種不同的心理狀態(tài)，所以如果每個(gè)狀態(tài)都與輪椅動(dòng)作相關(guān)聯(lián)，那么21種行為就可以完成。但在現(xiàn)實(shí)中很明顯，每個(gè)人的心理狀態(tài)都不是相互獨(dú)立的。例如，如果EPOC在Expressiv套件中檢測到一個(gè)微笑，那么它也將檢測到Affectiv套件中的參與，因?yàn)樗鼘延脩舻奈⑿εc他假定的滿意程度聯(lián)系起來。因此，如果我們?cè)谑褂谜呶⑿r(shí)觸發(fā)前進(jìn)動(dòng)作，但同時(shí)由于使用者的參與而觸發(fā)后退動(dòng)作，則會(huì)同時(shí)觸發(fā)兩個(gè)相反的動(dòng)作，導(dǎo)致輪椅堵塞[7]。這個(gè)系統(tǒng)的關(guān)鍵之一是選擇最有效的用戶狀態(tài)，他們之間的獨(dú)立，可靠的時(shí)間和連接他們與正確的輪椅行動(dòng)。為了找到最好的心態(tài)，我們會(huì)做一個(gè)實(shí)驗(yàn)，測試不同的可能性，并驗(yàn)證它們之間的獨(dú)立性。

EPOC中的每個(gè)數(shù)據(jù)都可以同時(shí)使用，可以開發(fā)個(gè)性化算法或過濾器來發(fā)出正確的命令。個(gè)人程序，控制整個(gè)運(yùn)動(dòng)過程控制。該軟件是在Microsoft Visual Studio 2008下開發(fā)的，這是市場上最普遍使用的一類開發(fā)軟件[8]。它可以控制不同的編碼語言，如c++， c， VB，在同一個(gè)開發(fā)軟件下，這是真正實(shí)用的。這里不會(huì)解釋整個(gè)代碼，它太長，也不是很有趣。所有的代碼都可以在附錄b中找到[9]。

加載應(yīng)用程序后，用戶到達(dá)主頁。從這里他可以瀏覽所有其他窗口。首先，他必須選擇輸入和輸出地址。對(duì)于輸入，用戶可以選擇EmoEngine和EmoComposer (EPOC的離線模擬)。對(duì)于輸出，選擇Arduino板的端口，如圖2所示。

圖2 右側(cè)窗口的輸入選擇/左側(cè)窗口的輸出選擇

在此之后，用戶選擇輪椅的控制方式，選擇與輪椅運(yùn)動(dòng)相關(guān)聯(lián)的動(dòng)作。例如，Cognitiv套件的推動(dòng)會(huì)觸發(fā)輪椅的向前運(yùn)動(dòng)，而中性狀態(tài)會(huì)觸發(fā)停止[10]。為了適應(yīng)每個(gè)用戶，并根據(jù)他們的殘疾，設(shè)計(jì)了許多控制模式，并將進(jìn)行測試(系統(tǒng)預(yù)測試)。選擇控制模式后，會(huì)出現(xiàn)一個(gè)控制窗口。此窗口用于同時(shí)監(jiān)視輸入和輸出。對(duì)于輸入，在2軸上的加速度計(jì)數(shù)據(jù)和來自表情引擎的檢測。對(duì)于輸出，命令被傳送到輪椅上，在這個(gè)窗口中，還可以監(jiān)控EPOC的電池電量。

之后，對(duì)于EmoEngine檢測到的每個(gè)動(dòng)作，該程序?qū)⒉榭词欠衽c輪椅運(yùn)動(dòng)相關(guān)聯(lián)，并將其功率與閾值進(jìn)行比較。軟件的邏輯如圖3所示。

圖3 軟件工作邏輯圖

2.3 輪椅的控制

Arduino將串口收到的信在合適的引腳上轉(zhuǎn)換成動(dòng)力，以下是Arduino的部分代碼：

switch(inByte){

case ‵z′: //If the letter received by the serial port is z

digitalWrite(5,LOW); //Put the pin 5 to 0 V

digitalWrite(2,HIGH); //Put the pin 2 to 5 V

break;

case ‵q′: //If the letter received by the serial port is q

digitalWrite(4,LOW); //Put the pin 4 to 0 V

digitalWrite(3,HIGH); //Put the pin 3 to 5 V

break;

case ‵d′: //If the letter received by the serial port is d

digitalWrite(3,LOW); //Put the pin 3 to 0 V

digitalWrite(4,HIGH); //Put the pin 4 to 5 V

break.

3 實(shí)驗(yàn)研究 Experiment Verification

3.1 腦電圖數(shù)據(jù)可靠性試驗(yàn)Reliability of the EEG data

首先，對(duì)不同表情對(duì)應(yīng)的腦電圖數(shù)據(jù)對(duì)輪椅腦控系統(tǒng)的具體影響進(jìn)行了測試。

測試條件設(shè)置如下，在封閉房間的半影中進(jìn)行，每個(gè)參與者的屏幕亮度將保持在相同的水平；只允許實(shí)驗(yàn)者和用戶一起進(jìn)入房間。實(shí)驗(yàn)室內(nèi)不能聽到外界的噪音；使用者坐在帶有扶手的椅子上，將手臂放在扶手上，雙腳平放在地板上，不要移動(dòng)身體的任何部位；任何發(fā)射電磁波的電子設(shè)備，如手機(jī)、電腦的Wi-Fi/藍(lán)牙等，均處于關(guān)閉狀態(tài)；房間的溫度是23 ℃；測試時(shí)間為30 min，下午4點(diǎn)左右進(jìn)行實(shí)驗(yàn)。將頭盔是按照EPOC手冊(cè)的指示小心地放在體驗(yàn)者頭上。然后在10 s內(nèi)隨機(jī)執(zhí)行10個(gè)連續(xù)動(dòng)作，每個(gè)動(dòng)作間隔5 s。

通過對(duì)Affectiv套件、Cognitiv套件、Expressiv套件進(jìn)行多次試驗(yàn)，發(fā)現(xiàn)，握緊、左/右笑的可靠性非常高，這3個(gè)動(dòng)作對(duì)輪椅控制的平均成功率分別為90%、94%和85%。緊握，左/右微笑這3個(gè)動(dòng)作非常適合控制系統(tǒng)。測試者左笑動(dòng)作，其功率與時(shí)間的關(guān)系曲線如圖4所示。

圖4 向左微笑功率與時(shí)間的關(guān)系

圖4為測試者1、2、3各自的測試結(jié)果曲線圖。對(duì)于測試者1和2來說，緊抓0.015的閾值是合適的，但是對(duì)于測試者3來說，檢測能力很好，但是是恒定的，所以0.003的閾值更合適。向左微笑的功耗較高，因此可以增加閾值，0.03對(duì)于3個(gè)用戶來說似乎是合理的。這些閾值可以根據(jù)用戶的意愿進(jìn)行調(diào)整，使控件更加敏感，在第二次實(shí)驗(yàn)時(shí)再次調(diào)整，直至找到最合適的閾值。

實(shí)驗(yàn)的結(jié)果顯示，握緊、向左/向右笑這些動(dòng)作更適合于控制，且隨著時(shí)間的推移，它們是相當(dāng)穩(wěn)定的。

3.2 系統(tǒng)預(yù)測試

根據(jù)第一個(gè)實(shí)驗(yàn)的結(jié)果，確定了Expressiv套件的握緊、向左/向右笑這3個(gè)動(dòng)作更可靠，接下來將他們與輪椅的運(yùn)動(dòng)聯(lián)系起來。實(shí)現(xiàn)輪椅4個(gè)動(dòng)作的運(yùn)動(dòng)控制，即：向前，向右轉(zhuǎn)，向左轉(zhuǎn)和停止。輪椅被一輛遙控汽車代替了。Arduino將BCI命令以同樣的方式發(fā)送到遙控器，從而實(shí)現(xiàn)了遠(yuǎn)程控制的自動(dòng)化。

在兩個(gè)不同的電路上測試這3個(gè)命令方案。這些電路是為了代表殘疾人日常生活中的常見情況而繪制的。圖5(a)所示第一個(gè)環(huán)路表示走廊或人行道，它由一條只有一個(gè)轉(zhuǎn)彎的長直道表示。為了評(píng)估每個(gè)指令方案的轉(zhuǎn)彎熟練程度，還測試了回轉(zhuǎn)電路，如圖5(b)所示。

(a)電路1 表示走廊/人行道

電路1的結(jié)果如表1所示。

表1 完成第一圈沖擊/脫軌的時(shí)間和次數(shù)

電路2的結(jié)果如表2所示。

表2 完成第二回路的沖擊/脫軌時(shí)間和次數(shù)

結(jié)果表明，第一個(gè)參與者沒有成功地用Expressiv套件控制汽車。但這是意料之中的，因?yàn)橛脩?和之前實(shí)驗(yàn)中的用戶4是一樣的，或者已經(jīng)注意到用戶1不能正確控制緊抓和笑。所以他不能使用這些動(dòng)作來控制遙控車也就不足為奇了，必須為他設(shè)計(jì)一個(gè)不同的指揮方案。

表3 完成兩個(gè)電路的實(shí)驗(yàn)結(jié)果

第二次實(shí)驗(yàn)的結(jié)果證實(shí)，即使降低了輪椅的位移速度，用大腦控制輪椅也是切實(shí)可行的。實(shí)際上，要完全走完第一個(gè)電路，使用不同的控制模式需要12～20 s，而使用遙控器需要9 s，所以需要1.33～2.22倍的時(shí)間。這種差異在電路2中更加明顯，電路2需要更多的方向變化，因此需要更多的命令。事實(shí)上，它需要37～80 s的時(shí)間來完成整個(gè)電路，而遠(yuǎn)程控制只需要13.5 s，所以它需要2.74～5.92倍的時(shí)間。

3.3 腦控輪椅運(yùn)動(dòng)控制測試

為了確認(rèn)BCW的全部設(shè)計(jì)，進(jìn)行了測試。程序與經(jīng)驗(yàn)2相似，在相同的電路上測試了3種相同的控制模式。

評(píng)價(jià)每個(gè)命令方案所考慮的標(biāo)準(zhǔn)是完成軌道的時(shí)間和碰撞或脫軌的次數(shù)。對(duì)于每個(gè)電路和命令方案，用戶有3次嘗試，在最后考慮的最佳時(shí)間。作為參考，參與者將使用操縱桿設(shè)定每個(gè)電路的參考時(shí)間。

在相同的實(shí)驗(yàn)條件下，以小車為控制對(duì)象分別進(jìn)行兩條線路的循環(huán)測試，這兩條線路是模擬殘疾人日常生活中的常見情況，一條長直道和一個(gè)布滿障礙的彎道。分別進(jìn)行了3種不同的控制方式的實(shí)驗(yàn)。

下面是實(shí)驗(yàn)3的結(jié)果，其中D為使用操縱桿與參考時(shí)間設(shè)置完成電路的時(shí)間比較的百分比，如表3所示。

所得結(jié)果與實(shí)驗(yàn)2的結(jié)果相似。主要的區(qū)別是用戶坐在移動(dòng)的系統(tǒng)上，因此也跟著移動(dòng)。使用加速計(jì)的控制模式，坐在輪椅上比坐在固定的椅子上更容易使用。輪椅也更容易控制，因?yàn)樗乃俣冗h(yuǎn)遠(yuǎn)低于遙控車。

實(shí)驗(yàn)結(jié)果表明，在兩個(gè)電路中，軌跡的沖擊/震動(dòng)總是低于1，所有控制模式和電路的脫軌和激波的數(shù)量都接近于零，用戶可以控制移動(dòng)。實(shí)驗(yàn)結(jié)果完全驗(yàn)證了設(shè)計(jì)的正確性，用戶對(duì)輪椅的控制良好，速度符合使用要求。對(duì)于最慢的模式控制和電路要求更多的改變方向，它只慢67%的參考時(shí)間建立與操縱桿。這段時(shí)間可以通過降低觸發(fā)移動(dòng)的閾值來減少。

4 結(jié)束語

本文所設(shè)計(jì)的輪椅腦控系統(tǒng)危險(xiǎn)性小，操作簡單，易于實(shí)施，且其時(shí)間分辨率高，能滿足腦控系統(tǒng)反應(yīng)性快的需求，且所開發(fā)的系統(tǒng)的裝置價(jià)格適中，適應(yīng)性強(qiáng)，不僅可用于腦電圖的控制，還可利用腦電圖信號(hào)的濾波技術(shù)來采集用戶的肌電信號(hào)，如面部表情，進(jìn)而實(shí)現(xiàn)輪椅的運(yùn)動(dòng)控制，具有廣泛的推廣價(jià)值。