[发明专利]一种基于机器学习实现脑控智能小车的构建方法

摘要

本发明涉及一种基于机器学习实现脑控智能小车的构建方法，包括以下步骤：被试佩戴EMOTIV脑电放大器，想象左手运动、右手运动、推和拉等肢体动作；将放大器采集得到的脑电信号传输给上位机中的Simuink模块，再通过无线串口将信号传输给虚拟机中的Linux系统；运用小波包分解滤除与运动想象无关的脑电信号，利用Fisher判据选取每个通道的最佳频率，再根据公共空间模式（CSP）的滤波系数剔除部分维度的信号分量；完成K近邻（KNN）分类器的构建，对一对多CSP滤波器所提取的特征向量进行分类，将分类结果传输给单片机，实现小车实时控制；本发明所需的硬件平台结构简单成本低，通过各通道频率选取及部分维度信号分量的剔除提高了脑电信号的识别率，保障了小车的驾驶安全。

主权项

1.一种基于机器学习实现脑控智能小车的构建方法，其特征在于：包括以下步骤：第一步，被试佩戴者充分清洗头部，吹干头发后佩戴EMOTIV脑电采集头套，保证各个电极与头皮均有良好的接触，根据车辆运动状态想象左手运动、右手运动、推和拉等肢体动作；第二步，将所采集的脑电信号通过蓝牙传输给上位机中的Simulink模块，将Simulink模块连接到无线串口，利用无线串口把脑电信号实时传输给虚拟机中的Linux系统；第三步，对原始的脑电信号进行去均值化处理，在Linux系统下利用小波包分解的方法选取并重构对应的脑电信号分量；第四步，设计不同带宽的巴特沃斯带通滤波器组，利用滤波器组对训练集脑电信号进行滤波，计算对应的通道在不同滤波频率下的带通能量值，得到当前通道及滤波频率带条件下的Fisher判据值，选取每个通道内最佳的三个Fisher判据值作为训练集脑电信号相应通道的最终滤波频段；第五步，对每个通道的脑电信号进行相应通道的最终滤波频段的滤波，利用滤波后的训练集脑电数据设计一对多CSP滤波器，通过滤波系数大小排序剔除在设定维度范围外的信号分量，得到新的电脑信号集合；第六步，将新的脑电信号通过第五步中相同的方法设计一对多CSP滤波器，利用该滤波器对新的脑电信号进行滤波，将滤波后的训练集进行分组，构成测试组和训练组，通过测试组和训练组来确定测试样本的类别，使用新确定的测试样本类别构建新的KNN分类器，对测试组数据进行在线识别；第七步，将在线辨识的结果通过无线串口实时传输给单片机，利用单片机控制车辆运动，实现与运动想象对应的小车运动。