[发明专利]一种基于稳态视觉刺激的脑驱移动机器人控制系统和方法

说明书

本发明公开了一种基于稳态视觉刺激的脑驱移动机器人控制系统和方法，包括用户界面、SSVEP‑BMI、速度转换模块、分层鲁棒预测控制框架和脑驱移动机器人；用户诱发脑电信号EEG，产生控制意图；SSVEP‑BMI翻译控制意图，从而输出定性的脑驱移动机器人速度控制命令；速度转换模块用于将定性的脑驱移动机器人速度控制指令转化为定量的脑驱移动机器人期望速度信号；分层鲁棒预测控制框架设计模型预测控制器优化代价函数和约束条件，在每个控制周期内实时求解脑驱移动机器人的期望控制速度，构建离散滑模流形，输出实际控制信号控制机器人运动。本发明能输出可实现鲁棒跟踪的实际控制信号，保证了系统的安全性，并同时提高系统的鲁棒性。

技术领域

本发明属于机器人控制技术领域，具体涉及一种脑驱移动机器人控制系统和方法。

背景技术

智能轮式移动机器人设备已经在军事、工业、民用与科学研究领域得到了广泛的应用与探索。它们具有较高的移动性、较强的牵引力与简单的车轮结构等优点。为提高运动神经元疾病、中风及肌萎缩性脊髓侧索硬化症等肢体运动受损患者的运动和自主移动能力，研究者开发了基于脑机接口(Brain Machine Interface,BMI)的轮式移动机器人智能辅助系统。该种智能辅助系统，又称脑驱移动机器人，是将用户、脑机接口、移动机器人融合相应的控制装置构建而成的辅助移动平台，为用户与移动机器人提供了新的交互方式，具有广阔的应用前景。

脑机接口是一种通过将用户的大脑活动从神经生理信号解码为适当的命令，从而在人脑和物理设备之间提供直接的信息交流通道的系统。脑机接口系统的众多脑电模式中，头皮脑电图(Electroencephalogram,EEG)具有较低的空间分辨率与较低的采集成本，可实时反映用户的大脑活动。其中，基于稳态视觉刺激诱发电位(Steady-State VisualEvoked Potentials,SSVEP)EEG的脑机接口借助外界视觉刺激来诱发用户脑电信号，由于较高的信息传输率、较高的准确率与相对较少的训练时间，被广泛的应用在脑驱移动机器人的开发使用中。

基于稳态视觉刺激的脑驱移动机器人系统的关键技术是面向稳态视觉刺激的脑机接口(SSVEP-BMI)技术和脑驱系统的辅助控制技术。前者一般分为信号获取(包括EEG信号的采集与放大)、伪迹滤除、特征提取与特征分类四大部分。自脑机接口的概念提出以来，上述各部分具体的技术已经得到了很大的发展，但由于EEG本身非稳态、时变的特性，迄今为止，SSVEP-BMI仍然只能输出有限的离散控制命令，从而限制了脑驱移动机器人系统的性能。辅助控制技术，则从智能控制的角度出发，通过设计辅助控制装置来进一步改善系统的整体性能。现有脑驱移动机器人系统的辅助控制研究中，绝大多数开发者仍然聚焦于机器人速度控制信号的输出，而将后续的速度实现交由传统的PID控制。面向脑驱系统导航性能、安全性能与鲁棒性能的脑驱移动机器人系统研究及开发还为之甚少。模型预测控制可以实现多变量、多约束条件下的优化控制，而滑模控制则可实现底层速度的鲁棒跟踪。

发明内容

为了克服现有技术的不足，本发明提供了一种基于稳态视觉刺激的脑驱移动机器人控制系统和方法，包括用户界面、SSVEP-BMI、速度转换模块、分层鲁棒预测控制框架和脑驱移动机器人；用户诱发脑电信号EEG，产生控制意图；SSVEP-BMI翻译控制意图，从而输出定性的脑驱移动机器人速度控制命令；速度转换模块用于将定性的脑驱移动机器人速度控制指令转化为定量的脑驱移动机器人期望速度信号；分层鲁棒预测控制框架设计模型预测控制器优化代价函数和约束条件，在每个控制周期内实时求解脑驱移动机器人的期望控制速度，构建离散滑模流形，输出实际控制信号控制机器人运动。本发明能输出可实现鲁棒跟踪的实际控制信号，保证了系统的安全性，并同时提高系统的鲁棒性。

本发明解决其技术问题所采用的技术方案如下：

一种基于稳态视觉刺激的脑驱移动机器人控制系统，包括用户界面、稳态视觉刺激脑机接口SSVEP-BMI、速度转换模块、分层鲁棒预测控制框架和脑驱移动机器人；所述脑驱移动机器人上安装有速度传感器、位置传感器和环境传感器；