基于SSVEP的脑控小车系统的研究

文中设计了一种基于SSVEP的脑控小车分级速度和方向控制的系统,存在向左、向右、向后、向前(一级、二级、三级)6个脑控命令。在刺激范式、刺激时间、空间布局三方面进行了优化,实验表明扩大刺激目标间距、加强刺激时间能够提高目标识别准确率。在脑电解码方面,采用HHT(Hibert-Huang Transform)和CCA(Canonical Correlation Analysis)对比方式,10名被试参与此次研究,结果表明HHT解码方式比CCA在准确度方面提高了6.59%;在特征分类方面,采用支持向量机(Support vector machine,SVM)形式。该方向和分级速度控制系统实现了小车在速度和方向上的灵活控制,优化方法提高脑了控小车的准确度与实时性。实验结果显示在选取范式3,刺激时间3s的条件下,10名被试平均识别准确率高达92.50%。文中理论可望为脑控设备走出实验室打下坚实基础。

Brain-controlled car system based on SSVEP