[发明专利]一种未知环境下脑电移动机器人共享控制方法

说明书

本发明公开了一种未知环境下脑电移动机器人共享控制方法，所述共享控制方法：首先采集使用者的运动想象脑电信号并进行预处理、特征提取，将左右两侧脑电信号进行自适应权重线性求和，得到脑电‑速度控制信号；移动机器人根据自主进行的路径规划，得到自主避障‑速度控制信号；移动机器人受脑电‑速度控制信号和自主避障‑速度控制信号的共享控制，在未知环境下行驶。与现有发明相比，本发明可以用脑电‑速度控制信号控制移动机器人线速度的大小，用自主避障‑速度控制信号控制移动机器人线速度的方向，通过连续共享控制使行驶过程更加稳定。

技术领域

本发明属于机器人技术领域，具体涉及一种未知环境下脑电移动机器人共享控制方法。

背景技术

脑机接口(Brain-Computer Interface,BCI)技术是一种能够不经过神经-肌肉通路使用脑生理信号对外接设备输出控制信号的技术。脑机接口技术通过对采集到的脑电信号进行分析得到脑电控制信号，从而在大脑和移动机器人之间建立一个新的控制方法。

移动机器人的控制任务中根据移动机器人对工作环境的认知可以分为已知环境的控制任务和未知环境的控制任务。已知环境的控制任务是指在已知环境地图或环境中障碍物位置的情况下，控制机器人完成避障和路径规划等任务。未知环境的控制任务是指环境地图或障碍物位置等环境信息未知，机器人需要在缺乏先验环境知识的情况下完成避障和路径规划等任务。未知环境中的移动机器人控制需要结合多传感器对环境进行合理感知，再进行全局路径规划和局部路径规划完成任务。

目前已有的研究中，在未知环境下人-移动机器人的共享控制中，分为离散共享控制和连续共享控制。离散共享控制将控制过程分为脑电控制和自动控制两个阶段，在没有检测到障碍物时完全使用脑电控制，在检测到障碍物时由机器人自主控制，机器人利用深度相机、惯性传感器、激光雷达和超声波传感器对位姿和环境信息进行感知，依靠与障碍物的距离信息，结合人工势场法、A*算法、RRT算法和D*算法等进行路径规划和导航。这种方式对机器人的自主感知和自主决策能力提出了较大挑战，人机交互体验较差，在感知和决策的过程中往往效率不高。连续共享控制利用一定策略将使用者脑电控制与机器人的自主控制结合，比如脑电控制信号被看作引力，自主控制信号被看作斥力，利用合力控制移动机器人运动。这种共享方法比较复杂，容易受到脑电信号不平稳的影响。还有的利用脑电信号控制机器人线速度方向，机器人线速度大小设为固定值或自主控制，这种共享方法不够稳定，前进轨迹容易抖动，实用性不高。

发明内容

为解决上述问题，本发明公开了一种未知环境下脑电移动机器人共享控制方法，用脑电信号控制移动机器人线速度的大小，用自主避障信号控制移动机器人线速度的方向，实现人-机器人移动机器人的避障和路径规划，提高移动机器人控制的效率和人机交互能力。

为达到上述目的，本发明的技术方案如下：

一种未知环境下脑电移动机器人共享控制方法，包括以下步骤：

步骤1、采集使用者的运动想象脑电信号并进行预处理、特征提取；

步骤2、将左右两侧脑电信号进行自适应权重线性求和，得到脑电-速度控制信号；

步骤3、移动机器人根据自主进行的路径规划，得到自主避障-速度控制信号；

步骤4、移动机器人受脑电-速度控制信号和自主避障-速度控制信号的共享控制，在未知环境下行驶。

进一步的，所述步骤1具体包括：

步骤1a、利用第一导联电极对使用者头顶左侧运动感觉皮层的运动想象脑电信号进行采集；

步骤1b、利用第二导联电极对使用者头顶右侧运动感觉皮层的运动想象脑电信号进行采集；

步骤1c、利用带通滤波和拉普拉斯参考滤波法进行预处理：