[发明专利]一种基于人-车-路模型的脑-控车辆的脑-机接口参数和动力学参数设计方法

说明书

技术领域

本发明涉及一种基于人-车-路模型的脑-控车辆的脑-机接口参数和动力学参数设计方法。具体是指，结合脑-控驾驶员车辆驾驶模型、车辆动力学模型以及道路模型建立基于运动控制的人-车-路模型。通过调整脑-控驾驶员的特性——脑-控的准确度和响应时间以及车辆的动力学参数(如：车重、轴距、转向惯量等)，分析脑-控车辆的驾驶性能。为脑-控车辆的脑-机接口参数和动力学参数设计以及应用提供依据。本发明属于认知神经科学、信息技术领域和车辆工程领域的综合应用。

背景技术

汽车的诞生提高了人们的交通和运输效率，丰富了人们的生活，改变了人们的出行方式。随着经济的快速增长和车辆生产技术的迅猛发展，车辆的持有量不断增加，地域之间的距离也在不断的缩小。但是，对于肢体正常的人而言,在经过一定的训练之后，均能够比较安全可靠的实现对车辆的驾驶。然而，对于肢体运动障碍的患者而言，能够到室外进行活动，则成为了其很难实现的梦想。

现有的助残移动设备中，主要轮椅为主。普通的轮椅需要有外力推动轮椅进行移动，或者通过轮椅使用者自身转动轮椅的双轮进行移动；而智能轮椅以电动轮椅为基础，在传统的电动轮椅的基础上，增加了各种计算控制单元，传感检测单元等智能设备，通过计算控制单元将手柄控制电压的变化信号传输给电机，实现对智能轮椅的控制。然而对于四肢均不能有效操作的高位截瘫患者而言，操作手柄也是一件很困难的事情。因此研究者根据不同的人群，研发出不同的适合各种人群的智能轮椅，如：适合肢体能动性比较好的人群的操作杆控制、按键控制等方式，适合肢体能动性比较差的人群的语音控制、肌电信号控制以及脑电控制等方式。

基于脑电的控制方式，直接建立了人大脑和被控物理设备(例如智能轮椅)之间的沟通，能够将用户的意图直接通过大脑传递给运动控制单元。实现完全不通过肢体运动或其它身体运动的对外界物理设备的控制。能够满足肢体严重运动障碍者移动的需求。为了能够进一步提高肢体残疾患者的移动能力，研究者在脑-控轮椅研究的基础上提出了脑-控车辆的概念，并采用传统的车辆实现了脑电信号对车辆的运动控制。

为了能够比较快速方面的分析车辆的驾驶性能，现有的研究者对正常驾驶员驾驶车辆进行建模，通过模型中各种参数的调整，分析各种不同的驾驶任务，不同驾驶风格以及不同特性的车辆情况下的车辆驾驶性能。而现有的脑-控车辆运动控制的实现旨在说明采用脑电信号控制车辆运动的可行性。脑-控车辆作为适用于特殊人群的一种高速移动设备，现有的研究成果均没有给出一种方法对脑-控驾驶员的要求、车辆使用的要求以及车辆结构设计的要求提供指导。在这一领域中，基于脑-控驾驶员模型的脑-控车辆驾驶性能测试方法还是一个空白。

综上所述，如果能够对脑-控驾驶过程进行建模，就可以通过模型中的各项参数的调整，来模拟不同的驾驶员条件、车辆特性等，为脑-控车辆驾驶性能的测试提供理论依据，更有利于脑-控车辆的使用和推广。

发明内容

本发明的目的是提出一种基于人-车-路模型的脑-控车辆的脑-机接口参数和动力学参数设计方法。该方法主要应用于脑-控车辆的动力学参数设计、脑-控识别模型的参数选择以及脑-控驾驶性能测试，借助于虚拟仿真平台，考虑脑-控驾驶员的驾驶特性，对脑-控车辆的动力学参数以及脑-机接口参数进行测试。

该测试方法及系统包括人-车-路模型和信息储存模块。其中人-车-路模型包括：脑-控驾驶员模型、BCI识别模型、控制规则、执行器模型、车辆模块以及虚拟测试道路环境模块。

脑-控驾驶员模型模拟脑-控驾驶员决策脑-控驾驶的操作；BCI识别模型模拟驾驶员进行具体的BCI操作；控制规则用于实现将定性的控制命令转化为具体的控制量；执行器模型用于执行由控制规则获得控制量，实现对方向盘的转动；车辆模型则是由专业的汽车软件提供的14自由度的汽车模型，该模型用于模拟真车；虚拟测试道路环境模块是根据不同的设计要求，通过虚拟现实建立测试所需的道路和路况。

信息储存模块，采集和储存仿真测试过程中的数据；脑-控驾驶员模型模拟人在驾驶过程中对转向系统的输入。脑-控车辆的驾驶性能是本发明方法的测试对象。

其中脑-控驾驶员模型主要包括预瞄模块、预测模块、方向盘转角增量决策模块以及预期控制命令决策模块。方向盘转角增量决策模块是根据预瞄模块得到的预期轨迹和预测模块计算的汽车行驶的预测轨迹之间的偏差，经PD控制决策出具体的转角增量，然后由控制策略决策出预期的控制命令，最终实现对BCI识别模块的输入。