[发明专利]一种基于脑电信号的无人机紧急状况检测方法与系统

说明书

本发明公开一种基于脑电信号的无人机紧急状况检测方法与系统，包括以下步骤：S1、实时采集使用者脑电信号，并且进行初步处理，获得原始脑电信号；S2、基于所述原始脑电信号，提取电位幅值特征和脑网络特征；S3、压缩所述电位幅值特征和所述脑网络特征，通过正则化线性判别分类器进行分类，判断是否属于紧急状况，是，则输出悬停指令到无人机。本发明提出一种基于脑电信号的无人机紧急状况检测方法与系统，其有利于提高无人机飞行时的安全性，当紧急状况发生时悬停无人机，防止无人机坠落。

技术领域

本发明涉及人机交互科学、认知神经科学和自动控制领域，特别是涉及一种基于脑电信号的无人机紧急状况检测方法与系统。

背景技术

脑-机接口(brain-computer interface,BCI)是不依赖于外周神经和肌肉组织等常规大脑输出通路的一种信号传导通道,可以被用于取代、恢复、增强、补充或者改善中枢神经的输出，从而改变中枢神经与其外部或内部环境之间的持续的相互作用。由于低成本和使用方便等优势，非侵入式的脑-机接口测量脑电信号的这一方式被广泛的应用于各个领域，其中就包括脑控机器人领域。

近年来，随着无人机的发展，由于其灵活度高、体积小、操作要求低、飞行高度高和价格亲民等优势，被广泛应用于侦察、勘探、救援、消防和航拍等领域，然而在无人机使用过程中，由于操作员操作失误、自身程序出现错误或环境影响等原因，有时会导致无人机失控坠落，轻则导致无人机坠毁，重则坠落致人受伤。

为了能够让无人机在遭遇紧急状况时可以紧急悬空，本发明提出一种基于脑电信号的无人机紧急状况检测方法与系统，利用脑机接口技术实时检测操作员的心理生理应急状况，从而判断无人机是否遭遇紧急状况，从而使无人机系统及时做出悬空的应急操作，避免无人机坠落。

发明内容

本发明的目的是提供一种基于脑电信号的无人机紧急状况检测方法与系统，以解决上述现有技术存在的问题，不需要任何的肢体运动和语言，只需要通过分析操作员在无人机遭遇紧急状况时的脑电信号，即可判断出是否需要进行紧急悬停，并通过系统实现紧急状况下无人机的悬停，提高了无人机飞行时的安全性，防止紧急状况发生时无人机坠落。

为实现上述目的，本发明提供了如下方案：本发明提供一种基于脑电信号的无人机紧急状况检测方法，包括以下步骤：

S1、实时采集使用者脑电信号，并且进行初步处理，获得原始脑电信号；

S2、基于所述原始脑电信号，提取电位幅值特征和脑网络特征；

S3、压缩所述电位幅值特征和所述脑网络特征，通过正则化线性判别分类器进行分类，判断是否属于紧急状况，是，则输出悬停指令到无人机。

优选的，所述初步处理包括信号放大和模数转换。

优选的，所述S1中使用者脑电信号采集使用非侵入式的脑电电极，所述脑电电极置于使用者大脑头皮上。

优选的，所述S2具体包括：

S21，提取所述脑电信号中的脑电事件诱发电位，获取所述脑电事件诱发电位的幅值，作为所述电位幅值特征；

S22，计算所述脑电信号中的脑网络的节点信息，优化节点间的关系，获得邻接矩阵，并将所述邻接矩阵的元素作为所述脑网络特征。

优选的，所述步骤S21具体包括：

S211，对所述原始脑电信号进行预处理，获得纯净脑电信号，所述预处理包括带通滤波，采用独立成分分析滤除眨眼伪迹以及肌电伪迹，采用共平均参考和基线修正滤除噪音；

S212，检测所述纯净脑电信号，获得脑电事件诱发电位获取脑电事件诱发电位的幅值，作为所述电位幅值特征，输出到决策子系统。

优选的，所述S22包括：