無(wú)人機(jī)（Unmanned Aerial Vehicle, UAV）在日常生活中具有監(jiān)視、運(yùn)輸和攝影等許多領(lǐng)域的多種用途，極大地便利和豐富了人們的生活。 ?

1.前言

當(dāng)前大多數(shù)無(wú)人機(jī)使用遙控器操作，這對(duì)肢體損傷或殘缺的使用者非常不友好，史蒂芬霍金說(shuō)過(guò)：“殘疾不該是一個(gè)人成功路上的障礙”。使用意念隨心所欲的控制機(jī)器人是科學(xué)家們長(zhǎng)久以來(lái)的夢(mèng)想。腦機(jī)接口技術(shù)（Brain Computer Interference，BCI）可以采集使用者的運(yùn)動(dòng)意圖作為機(jī)器人的控制信號(hào)，能夠真正實(shí)現(xiàn)無(wú)人機(jī)的智能化控制，并且能夠?yàn)橹w損傷患者提供一條新的控制途徑。當(dāng)前BCI技術(shù)已經(jīng)在虛擬鍵盤、電動(dòng)輪椅和服務(wù)機(jī)器人等方面有了初步的應(yīng)用。 ?

2.BCI系統(tǒng)的介紹

表面腦電信號(hào)（Electroencephalogram, EEG）由于其無(wú)創(chuàng)性以及采集方便，當(dāng)前大多數(shù)BCI系統(tǒng)均基于EEG信號(hào)?；贓EG的BCI系統(tǒng)主要分為EEG信號(hào)采集、EEG信號(hào)的預(yù)處理、EEG信號(hào)的特征提取和訓(xùn)練分類器幾個(gè)步驟，使用人工智能的方法從EEG信號(hào)中提取人的意圖作為機(jī)器人的控制信號(hào)。 ? 通常使用有監(jiān)督的分類策略，將人做運(yùn)動(dòng)或者運(yùn)動(dòng)想象時(shí)的腦電信號(hào)采集，所做動(dòng)作作為標(biāo)簽（Label），使用人工智能方法訓(xùn)練分類器，可以實(shí)時(shí)的從使用者的EEG信號(hào)中提取運(yùn)動(dòng)意圖控制機(jī)器人。 ?

3.腦電信號(hào)的采集與分析

EEG信號(hào)由大腦皮層神經(jīng)元的電活動(dòng)產(chǎn)生，是一種微幅級(jí)別的神經(jīng)電信號(hào)，可以通過(guò)腦電帽無(wú)創(chuàng)采集（分為干電極、濕電極兩種型號(hào)，濕電極信號(hào)效果好，但是需要打?qū)щ姼啵?duì)于腦電的標(biāo)準(zhǔn)電極放置位置的介紹如圖1所示。

圖1：10-20 國(guó)際標(biāo)準(zhǔn)系統(tǒng)電極放置法[3] 實(shí)際分析中根據(jù)所需要的功能選擇腦電通道（比如C3、C4與人體運(yùn)動(dòng)功能相關(guān)，對(duì)于運(yùn)動(dòng)的分析我們通常只需分析C3、C4通道），對(duì)于EEG信號(hào)，由于其幅值小、干擾大，所以必須對(duì)提取的EEG信號(hào)進(jìn)行預(yù)處理。 ? 提取的EEG信號(hào)首先要進(jìn)行50Hz陷波濾波，去除由工頻干擾引起的高頻噪聲；接下來(lái)去除眼電（眨眼引起的電信號(hào)）引起的噪聲和偽影；之后，使用0.5 -30Hz濾波器來(lái)進(jìn)行濾波，通常大部分的EEG信息處于此頻帶。如果信號(hào)的振幅高于50-70μV。它們通常被視為肌肉噪聲、眼球運(yùn)動(dòng)、眼球鏈接和心跳等低頻噪聲產(chǎn)生的偽影，預(yù)處理過(guò)后的EEG信號(hào)可以用于提取運(yùn)動(dòng)意圖作為機(jī)器人的控制信號(hào)。 ?

4.BCI技術(shù)用于機(jī)器人控制

為了實(shí)現(xiàn)BCI系統(tǒng)，特征提取和分類是兩個(gè)不可或缺的部分。預(yù)處理過(guò)后的腦電進(jìn)行特征提取，提取后的特征送入神經(jīng)網(wǎng)絡(luò)進(jìn)行分類。對(duì)于EEG等生理信號(hào)，最常提取的特征為時(shí)域特征(均方根值、過(guò)零點(diǎn)數(shù)、眾數(shù)等)，此外，頻域特征也被廣泛用于生理信號(hào)的分析。 ? 特征提取采用滑動(dòng)時(shí)間窗，為了滿足在線分類的實(shí)時(shí)性需求，窗長(zhǎng)通常不小于0.1s。從滑動(dòng)時(shí)間窗提取EEG信號(hào)進(jìn)行特征提取，將提取的特征送入分類器進(jìn)行分類。分類器通常使用傳統(tǒng)機(jī)器學(xué)習(xí)算法(支持向量機(jī)、線性判別分析)或者神經(jīng)網(wǎng)絡(luò)(多層感知器、卷積神經(jīng)網(wǎng)絡(luò))。 ? 整體的控制系統(tǒng)如圖2所示，首先進(jìn)行數(shù)據(jù)采集實(shí)驗(yàn)采集受試者EEG信號(hào)，接下來(lái)離線訓(xùn)練分類器，在線分類（實(shí)際使用）過(guò)程中，將實(shí)時(shí)提取的EEG特征送入之前離線訓(xùn)練好的分類器，從而獲得運(yùn)動(dòng)意圖作為機(jī)器人的控制信號(hào)。

圖2：基于BCI的UAV控制系統(tǒng)整體框架 ?

5.無(wú)人機(jī)的BCI控制策略?

對(duì)于UAV的控制，整體使用BCI控制系統(tǒng)框架（數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、特征提取、分類），但是目前有幾種不同的控制策略，分別為面部運(yùn)動(dòng)控制策略、運(yùn)動(dòng)想象控制策略和穩(wěn)態(tài)視覺(jué)誘發(fā)電位控制策略。 ? 三種策略的不同之處在于數(shù)據(jù)采集過(guò)程中的實(shí)驗(yàn)設(shè)定。對(duì)于面部運(yùn)動(dòng)控制策略，EEG信號(hào)采集過(guò)程中，受試者面部做一些表情；對(duì)于運(yùn)動(dòng)想象控制策略，受試者只是大腦中在想象做運(yùn)動(dòng)（實(shí)際并沒(méi)有做）；對(duì)于穩(wěn)態(tài)視覺(jué)誘發(fā)電位控制策略，信號(hào)采集過(guò)程中，給予受試者不同頻率的視覺(jué)刺激。 ? 對(duì)于不同的實(shí)驗(yàn)內(nèi)容，大腦激活的區(qū)域也不相同（比如對(duì)于面部運(yùn)動(dòng)和運(yùn)動(dòng)想象，激活的是大腦皮層運(yùn)動(dòng)功能區(qū)；對(duì)于穩(wěn)態(tài)視覺(jué)誘發(fā)電位控制策略，激活的是大腦皮層視覺(jué)功能區(qū)），后續(xù)的分析需要從激活區(qū)域處的電極提取EEG信號(hào)，接下來(lái)我們將對(duì)三種策略進(jìn)行簡(jiǎn)單介紹。 ?

5.1 面部運(yùn)動(dòng)控制策略

面部運(yùn)動(dòng)控制策略使用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)的方法將面部表情和頭部運(yùn)動(dòng)與無(wú)人機(jī)的運(yùn)動(dòng)相匹配，將分類器的輸出轉(zhuǎn)換為控制指令。簡(jiǎn)言之，就是人使用面部的運(yùn)動(dòng)來(lái)控制無(wú)人機(jī)的運(yùn)動(dòng)。比如：揚(yáng)起眉毛（起飛）、用力眨眼（著陸）、向右看（向右移動(dòng)）。數(shù)據(jù)采集過(guò)程中，受試者分別做不同的動(dòng)作并采集EEG信號(hào)用于訓(xùn)練分類器。 在做面部運(yùn)動(dòng)時(shí)，大腦皮層運(yùn)動(dòng)功能區(qū)激活，此時(shí)我們主要分析運(yùn)動(dòng)功能區(qū)處電極采集到的EEG信號(hào)（中央?yún)^(qū)C3、C4）。（注：根據(jù)設(shè)備電極數(shù)目的不同，不同設(shè)備對(duì)于同一功能區(qū)選擇的電極通道數(shù)目也不相同。比如Neuroscan Electrode Cap設(shè)備，采集的是運(yùn)動(dòng)功能區(qū)C3、C4、CP3、CP4、FC3和FC4通道） ?

5.2 運(yùn)動(dòng)想象控制策略

對(duì)于運(yùn)動(dòng)想象控制策略，使用者在大腦中通過(guò)想象來(lái)控制UAV的運(yùn)動(dòng)。數(shù)據(jù)采集實(shí)驗(yàn)中，屏幕出現(xiàn)隨機(jī)圖像（圖像含有向左轉(zhuǎn)、向右轉(zhuǎn)、懸停等信息提示），受試者根據(jù)圖像提示進(jìn)行想象，完成數(shù)據(jù)采集。運(yùn)動(dòng)想象過(guò)程中，大腦皮層運(yùn)動(dòng)功能區(qū)激活（中央?yún)^(qū)C3、C4通道），我們主要分析中央?yún)^(qū)部位電極采集到的EEG信號(hào)。實(shí)際控制中，可以想象向左運(yùn)動(dòng)，UAV向左轉(zhuǎn)，想象向右運(yùn)動(dòng)，UAV向右轉(zhuǎn)，不做想象時(shí)UAV空轉(zhuǎn)向前飛。 ?

5.3 穩(wěn)態(tài)視覺(jué)誘發(fā)電位控制策略

穩(wěn)態(tài)視覺(jué)誘發(fā)電位具有高信噪比和魯棒性的優(yōu)點(diǎn)，被廣泛用于BCI系統(tǒng)。通常使用閃爍頻率不同的圖像給予受試者視覺(jué)刺激，從枕葉后極的視覺(jué)皮層（通道O1和O2）提取大腦活動(dòng)，（比如使用快速傅里葉變換提取頻域的特征，用于獲得受試者的運(yùn)動(dòng)意圖）實(shí)現(xiàn)UAV的運(yùn)動(dòng)控制。比如，當(dāng)受試者看向左邊的圖像，UAV向左轉(zhuǎn)，當(dāng)受試者看向上方的圖像，UAV起飛。不同方位的圖像閃爍頻率不同，如圖3所示。同時(shí)UAV將實(shí)時(shí)視頻發(fā)送到LCD顯示器。根據(jù)實(shí)時(shí)反饋，受試者執(zhí)行指定的任務(wù)以完成無(wú)人機(jī)連續(xù)飛行。 ? ? ?

6.總結(jié)與展望

當(dāng)前從EEG信號(hào)中提取運(yùn)動(dòng)意圖控制UAV的方法局限性還是比較大，本質(zhì)原因在于無(wú)創(chuàng)EEG信號(hào)比較微弱，外界干擾很難完全消除，極大的限制了BCI系統(tǒng)的應(yīng)用，相信隨著科學(xué)家們的不斷努力，使用意念隨心所欲控制UAV的理想一定會(huì)實(shí)現(xiàn)。 ?

編輯：黃飛