基于腦電意識(shí)的平衡車控制系統(tǒng)設(shè)計(jì)

孫海欣, 朱古月, 佐藤禮華

(1.長(zhǎng)春大學(xué) 電子信息工程學(xué)院，長(zhǎng)春 130022, 2. 南京郵電大學(xué) 電子與光學(xué)工程學(xué)院，南京 210023,3.大阪電氣通信大學(xué) 綜合信息學(xué)院，日本 大阪 5408570)

大腦是人體發(fā)送和接收命令、控制人體活動(dòng)的中心，是一個(gè)復(fù)雜而龐大的系統(tǒng)。腦電圖(EEG)是腦神經(jīng)細(xì)胞電生理活動(dòng)在大腦皮層的總體反映[1]。由于腦電信號(hào)中包含了大量的信息而被眾多學(xué)者關(guān)注。腦電意識(shí)控制技術(shù)是一項(xiàng)利用人類腦電信號(hào)與外部設(shè)備間建立某種聯(lián)系，從而進(jìn)一步控制外部設(shè)備實(shí)現(xiàn)某種行為的技術(shù)，也被稱為腦機(jī)接口(Brain Computer Interface，BCI)[2]。腦電波控制技術(shù)已經(jīng)廣泛應(yīng)用在不同的領(lǐng)域，而不僅僅局限于醫(yī)學(xué)研究領(lǐng)域。在工程應(yīng)用方面，越來(lái)越多的學(xué)者開(kāi)始研究BCI技術(shù)，試圖利用人對(duì)不同的感覺(jué)、運(yùn)動(dòng)或者認(rèn)知活動(dòng)得到的腦電信號(hào)的不同，實(shí)現(xiàn)腦電信號(hào)的有效提取和分類，從而實(shí)現(xiàn)某種控制。BCI技術(shù)由于能夠擺脫人體周圍神經(jīng)和肌肉組織的束縛而實(shí)現(xiàn)人腦與計(jì)算機(jī)或其他電子設(shè)備之間全新的相互作用，已經(jīng)成為當(dāng)代科技發(fā)展的一個(gè)新興領(lǐng)域[3-4]。

在教育領(lǐng)域，通過(guò)小游戲觀測(cè)腦電信號(hào)可以提高青少年注意力集中度或鍛煉青少年左右腦思考能力；在犯罪領(lǐng)域，警察可以通過(guò)腦電波測(cè)謊技術(shù)輔助審判罪犯，幫助法院準(zhǔn)確作出判決等。在人工智能領(lǐng)域，可通過(guò)BCI技術(shù)設(shè)計(jì)智能可穿戴產(chǎn)品、智能輪椅等[5-7]。未來(lái)，隨著嵌入式系統(tǒng)及互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，BCI技術(shù)將繼續(xù)向著可嵌入、可便攜、體積小等方向發(fā)展。因此，研究基于腦電意識(shí)的控制技術(shù)具有重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。本文在研究腦電信號(hào)特點(diǎn)的基礎(chǔ)上，設(shè)計(jì)一款基于腦電意識(shí)的平衡車控制系統(tǒng)[8-9]，該控制系統(tǒng)可根據(jù)采集的腦電數(shù)據(jù)的特點(diǎn)實(shí)時(shí)地控制小車的行走。

1 總體設(shè)計(jì)方案

基于腦電意識(shí)的平衡車控制系統(tǒng)包括腦電采集模塊和平衡車控制系統(tǒng)兩大部分。腦電采集模塊由TGAM模塊[10]和藍(lán)牙模塊構(gòu)成，主要功能是對(duì)腦電信號(hào)進(jìn)行采集及濾波降噪，得到有效的腦電數(shù)據(jù)并通過(guò)藍(lán)牙發(fā)送給單片機(jī)控制系統(tǒng)。平衡車控制系統(tǒng)由STM32F103C8單片機(jī)、超聲波模塊、藍(lán)牙模塊、電機(jī)驅(qū)動(dòng)模塊、陀螺儀模塊和電源模塊等組成，主要功能是通過(guò)藍(lán)牙接收腦電數(shù)據(jù)，并根據(jù)eSense算法提取專注度及不同頻段的腦電波數(shù)據(jù)，最后根據(jù)提取的數(shù)據(jù)控制小車的行走。系統(tǒng)的總體框圖如圖1所示。

圖1 基于腦電意識(shí)的小車控制系統(tǒng)總體框圖

2 腦電信號(hào)采集及分析

2.1 基于TGAM模塊的腦電信號(hào)采集

采用TGAM模塊對(duì)腦電信號(hào)進(jìn)行采集，該模塊的采樣頻率為512 Hz。該模塊使用3個(gè)電極來(lái)對(duì)腦電數(shù)據(jù)進(jìn)行采集，其中兩個(gè)電極分別貼于左、右兩耳的耳乳突出位置，作為參考電極，便于兩個(gè)電極同步檢測(cè)腦電信號(hào)并進(jìn)行加權(quán)平均，以便調(diào)整信號(hào)的質(zhì)量，使得采集的信號(hào)更加準(zhǔn)確；另一個(gè)電極用于眼部前額附近，作為信號(hào)采集的電極，因?yàn)槟X電前額屬于精神控制區(qū)，所以在此處進(jìn)行腦電信號(hào)的采集。

由于腦電信號(hào)比較微弱，其幅度通常在100 μV以內(nèi)，容易受到眼電、皮電、體溫等自身信號(hào)的影響，且腦電信號(hào)的頻率在1 Hz～100 Hz之間，容易受到工頻干擾的影響。一般情況下，采集到的腦電信號(hào)通常伴有噪聲的微弱信號(hào)，要想對(duì)其進(jìn)行分析，必須先進(jìn)行去噪及放大處理，TGAM模塊中內(nèi)置了兩級(jí)濾波和放大電路，能實(shí)現(xiàn)對(duì)EEG信號(hào)的50 Hz工頻干擾信號(hào)的濾波及采集腦電數(shù)據(jù)的放大。最后通過(guò)上位機(jī)觀測(cè)TGAM的采集數(shù)據(jù)，數(shù)據(jù)的變化如圖2所示。

圖2 基于TGAM模塊采集的腦電數(shù)據(jù)變化曲線

TGAM模塊對(duì)EEG信號(hào)的采集和預(yù)處理的過(guò)程如下：

(1)EEG信號(hào)校準(zhǔn)：測(cè)試不同被試者的EEG信號(hào)，自適應(yīng)計(jì)算和同步測(cè)試結(jié)果，方便信號(hào)校準(zhǔn)。

(2)EEG信號(hào)采集：采用干電極采集技術(shù)，消除導(dǎo)電膠的局限性，方便快捷地采集EEG信號(hào)。

(3)EEG信號(hào)提取：TGAM模塊將有效的EEG信號(hào)從噪聲和干擾中分離出來(lái)，經(jīng)過(guò)濾波和放大處理，產(chǎn)生可使用的腦電數(shù)據(jù)。

(4)EEG信息解讀：通過(guò)eSense算法量化出EEG數(shù)據(jù)的注意力和放松度。

(5)人機(jī)交互：將注意力和放松度通過(guò)PC機(jī)的上位機(jī)軟件顯示出來(lái)。

2.2 EEG信號(hào)的分析及提取

采集到的腦電信號(hào)在經(jīng)過(guò)濾波放大處理和FFT變換后，通過(guò)eSense算法進(jìn)行數(shù)據(jù)包的解析可以得出腦電信號(hào)的相應(yīng)參數(shù)，eSense算法的實(shí)現(xiàn)核心是解析腦電數(shù)據(jù)中的大包數(shù)據(jù)和小包數(shù)據(jù)，TGAM模塊每秒鐘發(fā)出513包數(shù)據(jù)，由512個(gè)小包和1個(gè)大包構(gòu)成。利用串口調(diào)試助手對(duì)數(shù)據(jù)進(jìn)行監(jiān)測(cè)，結(jié)果如圖3所示。

圖3 串口接收的TGAM腦電信號(hào)數(shù)據(jù)

圖4 解析后的腦電數(shù)據(jù)

每一個(gè)小包數(shù)據(jù)包含一個(gè)原始數(shù)據(jù)，其格式為“AA+AA+04+80+02+3個(gè)字節(jié)的原始數(shù)據(jù)+校驗(yàn)和”。因此，TGAM模塊每秒共采集512個(gè)原始數(shù)據(jù)。第513個(gè)大包數(shù)據(jù)是由前512個(gè)小包數(shù)據(jù)加權(quán)平均所構(gòu)成的，大包數(shù)據(jù)由36個(gè)字節(jié)構(gòu)成，包含腦電信號(hào)的強(qiáng)度、專注度、放松度和8個(gè)不同頻段的腦電信號(hào)的值。想要基于某個(gè)特定的參數(shù)進(jìn)行提取及控制還需要對(duì)大包數(shù)據(jù)進(jìn)行進(jìn)一步解析，解析后的結(jié)果如圖4所示。其中，紅色虛線框中為一個(gè)大包的解析數(shù)據(jù)。

2.3 EEG信號(hào)的特征參數(shù)選取

通過(guò)閱讀、聽(tīng)音樂(lè)及計(jì)算3種類型的反復(fù)實(shí)驗(yàn)，研究腦電信號(hào)的強(qiáng)度、專注度、放松度和8個(gè)不同頻段腦電信號(hào)的參數(shù)變化規(guī)律。最終發(fā)現(xiàn)，在不同類型的實(shí)驗(yàn)中，專注度的變化比其他腦電信號(hào)特征參數(shù)變化明顯。其范圍在0～100區(qū)間波動(dòng)。當(dāng)專注度值為0～39時(shí)，表明被測(cè)者的注意力集中程度較低，此時(shí)被測(cè)者的大腦活躍程度也較低；當(dāng)專注度值為40～69 時(shí)，表明被測(cè)者的注意力集中程度一般，此時(shí)被測(cè)者的大腦活躍程度一般；當(dāng)專注度值為70～100時(shí)，表明被測(cè)者的注意力集中程度較高，此時(shí)被測(cè)者的大腦活躍程度也較高。因此，本文中選用專注度來(lái)實(shí)現(xiàn)對(duì)小車的“意念控制”。

3 系統(tǒng)的硬件電路設(shè)計(jì)與分析

3.1 腦電采集模塊的硬件電路分析

圖5 TGAM腦電采集模塊

采用神念科技公司的TGAM套件進(jìn)行腦電信號(hào)的采集，該模塊是基于ThinkGear Asic模塊開(kāi)發(fā)的，其采樣頻率為512 Hz，能夠?qū)Σ杉男盘?hào)進(jìn)行濾波、放大、A/D 轉(zhuǎn)換并輸出原始采集的EEG信號(hào)。同時(shí)該模塊內(nèi)置的濾波電路，能夠在使用時(shí)自動(dòng)濾除環(huán)境中的各種噪聲干擾，并且其功耗低：該模塊采用3 V干電池供電。外接藍(lán)牙模塊進(jìn)行數(shù)據(jù)傳輸，腦電采集模塊的實(shí)物圖如圖5所示。

3.2 平衡車控制系統(tǒng)的硬件電路設(shè)計(jì)

平衡車控制系統(tǒng)基于STM32F103C8T6單片機(jī)進(jìn)行開(kāi)發(fā)，引腳PB12、PB13、PB14、PB15、PA2、PA3用于控制電機(jī)驅(qū)動(dòng)電路，引腳PB6、PB7、PA6、PA7用于控制電機(jī)，引腳PB11、PB10用于藍(lán)牙通信，引腳PB1、PB0用于控制超聲波模塊，引腳PB8、PB9用于控制陀螺儀模塊，時(shí)鐘采用系統(tǒng)內(nèi)部時(shí)鐘，時(shí)鐘頻率為24 MHz。

陀螺儀模塊采用MPU6050芯片，可以輸出當(dāng)前模塊X、Y、Z軸的角度及角速度，該模塊通過(guò)對(duì)角度信息采集及濾波，得到穩(wěn)定的角度輸出，來(lái)控制小車的直立平衡，該芯片與單片機(jī)采用I2C方式進(jìn)行通信。電機(jī)驅(qū)動(dòng)模塊采用TB6612芯片，該芯片是一塊雙供電H橋電機(jī)驅(qū)動(dòng)芯片，采用12 V供電，最大輸出電流可達(dá)2 A，用于驅(qū)動(dòng)直流電機(jī)，實(shí)現(xiàn)小車的運(yùn)動(dòng)。藍(lán)牙模塊采用HC06，利用STM32F103的串口1接收TGAM模塊發(fā)送的數(shù)據(jù)。超聲波模塊采用HC-SR04來(lái)實(shí)現(xiàn)小車的避障功能。小車的車速采用基于高精度霍爾傳感器的16線強(qiáng)磁碼盤進(jìn)行采集，車輪轉(zhuǎn)一圈時(shí)，脈沖數(shù)可達(dá)960個(gè)。電機(jī)采用GB37大扭矩電機(jī)。基于STM32F103單片機(jī)的平衡車電路原理如圖6所示。

圖6 基于STM32F103單片機(jī)的平衡車控制系統(tǒng)原理圖

圖7 系統(tǒng)整體程序流程圖

4 系統(tǒng)的程序開(kāi)發(fā)流程

基于腦電意識(shí)的平衡車控制系統(tǒng)程序開(kāi)發(fā)流程圖如圖7所示。

首先，控制系統(tǒng)對(duì)時(shí)鐘模塊、超聲波模塊、藍(lán)牙模塊、電機(jī)驅(qū)動(dòng)模塊、陀螺儀模塊進(jìn)行初始化。初始化完成后，平衡車控制系統(tǒng)與腦電采集模塊TGAM進(jìn)行藍(lán)牙連接配對(duì)，若連接不成功，則斷開(kāi)重新連接，直到成功連接設(shè)備。藍(lán)牙模塊連接成功后，單片機(jī)開(kāi)始接收來(lái)自TGAM模塊的腦電數(shù)據(jù)，并基于eSense算法進(jìn)行腦電數(shù)據(jù)解析及特征參數(shù)提取，將專注度信息提取出來(lái)，并將得到的專注度數(shù)值與設(shè)定的閾值進(jìn)行對(duì)比。由于本系統(tǒng)中選用的是兩輪平衡車，因此通過(guò)專注度來(lái)控制小車的前進(jìn)與后退。專注度閾值設(shè)定如下：

(1)專注度值在0～30之間時(shí)，小車保持靜止；

(2)專注度值在30～60之間時(shí)，小車前進(jìn)；

(3)專注度值在60～100之間時(shí)，小車后退。

5 結(jié)語(yǔ)

設(shè)計(jì)了一款基于腦電意識(shí)的平衡車控制系統(tǒng)，該系統(tǒng)由腦電采集模塊和單片機(jī)控制系統(tǒng)兩大部分組成。通過(guò)采集被試者的腦電信號(hào)，從中提取專注度信息對(duì)平衡車的行走進(jìn)行控制。當(dāng)專注度值在0～30之間時(shí)，小車保持靜止；當(dāng)專注度值在30～60之間時(shí)，小車前進(jìn)；當(dāng)專注度值在60～100之間時(shí)，小車后退。此外，小車還具有自主避障功能。經(jīng)測(cè)試，該系統(tǒng)穩(wěn)定性好，體積小，抗干擾強(qiáng)，且價(jià)格低廉，有良好的應(yīng)用前景，可以推廣至醫(yī)療和工業(yè)控制等領(lǐng)域，為腦機(jī)接口技術(shù)的進(jìn)一步推廣提供了技術(shù)支撐。