腦：控智能車輛

第1章腦控智能車輛概述
1.1智能車輛
1.1.1智能車輛的定義
1.1.2智能車輛的組成
1.2腦機(jī)接口
1.2.1腦機(jī)接口的定義
1.2.2腦機(jī)接口的組成
1.3腦控智能車輛
1.3.1腦控智能車輛產(chǎn)生的背景
1.3.2腦控智能車輛的定義和意義
1.3.3腦控智能車輛的組成
1.3.4腦控智能車輛的分類
1.4腦控智能車輛的展望
參考文獻(xiàn)
第2章腦機(jī)接口技術(shù)
2.1引言
2.2腦電信號(hào)與腦機(jī)接口范式
2.2.1腦電信號(hào)簡(jiǎn)介
2.2.2典型腦機(jī)接口范式
2.2.3其他腦機(jī)接口范式
2.3腦電信號(hào)采集及預(yù)處理
2.3.1大腦功能分區(qū)
2.3.2腦電信號(hào)采集
2.3.3腦電信號(hào)預(yù)處理
2.4腦電信號(hào)特征
2.4.1時(shí)域特征
2.4.2頻域特征
2.4.3時(shí)頻特征
2.4.4空間域特征
2.4.5腦網(wǎng)絡(luò)特征
2.5腦電信號(hào)特征選擇和提取
2.5.1χ2特征選擇
2.5.2AUC特征選擇
2.5.3順序前向浮動(dòng)搜索算法
2.5.4主成分分析特征提取
2.6腦電信號(hào)分類算法
2.6.1Fisher線性判別法
2.6.2支持向量機(jī)
2.6.3人工神經(jīng)網(wǎng)絡(luò)
2.6.4卷積神經(jīng)網(wǎng)絡(luò)
2.6.5膠囊網(wǎng)絡(luò)
參考文獻(xiàn)
第3章基于任務(wù)層面共享控制的腦控智能車輛
3.1引言
3.2基于任務(wù)層面共享控制的腦控智能車輛的系統(tǒng)結(jié)構(gòu)
3.3基于抬頭顯示系統(tǒng)的用戶界面
3.4基于BCI的目的地選擇系統(tǒng)
3.4.1BCI模式選擇
3.4.2視覺刺激
3.4.3BCI算法
3.5實(shí)驗(yàn)
3.5.1實(shí)驗(yàn)平臺(tái)
3.5.2被試者及實(shí)驗(yàn)條件
3.5.3實(shí)驗(yàn)過程
3.6結(jié)果分析
3.6.1模型測(cè)試輪數(shù)分析
3.6.2模型訓(xùn)練輪數(shù)分析
3.6.3通道分析
3.7總結(jié)
參考文獻(xiàn)
第4章基于混合BCI的腦控車輛目的地選擇系統(tǒng)
4.1引言
4.2腦控車輛目的地選擇系統(tǒng)
4.2.1模式選擇
4.2.2基于混合BCI的目的地選擇系統(tǒng)結(jié)構(gòu)
4.3刺激及BCI算法
4.3.1視覺刺激
4.3.2BCI算法
4.4系統(tǒng)性能模型
4.4.1系統(tǒng)準(zhǔn)確率計(jì)算模型
4.4.2系統(tǒng)限制條件
4.4.3完成任務(wù)的時(shí)間計(jì)算模型
4.5實(shí)驗(yàn)
4.5.1被試者
4.5.2實(shí)驗(yàn)過程
4.5.3實(shí)驗(yàn)條件
4.6結(jié)果分析
4.6.1SSVEP BCI性能分析
4.6.2系統(tǒng)結(jié)果分析
4.7總結(jié)
參考文獻(xiàn)
第5章環(huán)境因素對(duì)腦控車輛目的地選擇系統(tǒng)的影響分析
5.1引言
5.2實(shí)驗(yàn)設(shè)計(jì)
5.2.1實(shí)驗(yàn)條件
5.2.2實(shí)驗(yàn)過程
5.3環(huán)境因素對(duì)系統(tǒng)性能的影響
5.3.1系統(tǒng)性能
5.3.2主觀評(píng)價(jià)
5.4影響規(guī)律的生理學(xué)機(jī)理
5.4.1EEG表征
5.4.2P300幅值變化
5.4.3P300潛伏期變化
5.4.4討論
5.5總結(jié)
參考文獻(xiàn)
第6章基于運(yùn)動(dòng)控制的腦控智能車輛
6.1引言
6.2腦控智能車輛的系統(tǒng)結(jié)構(gòu)
6.3基于BCI的人車接口系統(tǒng)
6.3.1BCI
6.3.2接口模型
6.4系統(tǒng)性能分析
6.4.1實(shí)驗(yàn)平臺(tái)
6.4.2實(shí)驗(yàn)設(shè)計(jì)
6.4.3腦控車輛的性能分析
6.4.4腦控車輛的駕駛訓(xùn)練分析
6.5總結(jié)
參考文獻(xiàn)
第7章腦控智能車輛運(yùn)動(dòng)控制系統(tǒng)建模
7.1引言
7.2腦控智能車輛運(yùn)動(dòng)控制系統(tǒng)模型
7.2.1基于QNMHP的腦控駕駛員模型
7.2.2BCI模型
7.2.3接口模型
7.2.4道路和車輛模型
7.2.5腦控車輛模型
7.3模型驗(yàn)證
7.3.1實(shí)驗(yàn)
7.3.2仿真
7.3.3模型驗(yàn)證
7.4結(jié)果分析
7.4.1仿真條件
7.4.2仿真結(jié)果及分析
7.4.3更新量的選擇分析
7.5總結(jié)
參考文獻(xiàn)
第8章腦控智能車輛運(yùn)動(dòng)的共享控制方法
8.1引言
8.2基于模型預(yù)測(cè)控制的共享控制方法
8.2.1共享控制系統(tǒng)結(jié)構(gòu)
8.2.2輔助控制器的設(shè)計(jì)
8.3輔助控制器的仿真分析與參數(shù)優(yōu)化
8.3.1仿真平臺(tái)
8.3.2MPC輔助控制器的參數(shù)分析
8.3.3性能測(cè)試
8.4輔助控制器的實(shí)驗(yàn)驗(yàn)證
8.4.1實(shí)驗(yàn)平臺(tái)及實(shí)驗(yàn)過程
8.4.2實(shí)驗(yàn)結(jié)果
8.5總結(jié)
參考文獻(xiàn)
第9章緊急狀況下駕駛員制動(dòng)意圖的腦電表征
9.1引言
9.2實(shí)驗(yàn)
9.2.1實(shí)驗(yàn)條件
9.2.2實(shí)驗(yàn)過程
9.3腦電表征
9.3.1事件相關(guān)電位分析
9.3.2功率譜特性
9.3.3腦連通性分析
9.4總結(jié)
參考文獻(xiàn)
第10章緊急狀況下駕駛員制動(dòng)意圖的腦電檢測(cè)
10.1引言
10.2特征選擇
10.3不同類型特征分類性能評(píng)價(jià)
10.3.1ERP特征
10.3.2功率譜特征
10.3.3功能性腦網(wǎng)絡(luò)特征
10.3.4效用性腦網(wǎng)絡(luò)特征
10.3.5各類特征分類性能對(duì)比
10.4基于最優(yōu)特征的解析模型分析
10.5基于腦電解析模型的腦控駕駛員緊急制動(dòng)意圖檢測(cè)系統(tǒng)
10.5.1偽在線測(cè)試
10.5.2腦控駕駛員緊急制動(dòng)意圖檢測(cè)系統(tǒng)偽在線測(cè)試
10.6融合環(huán)境信息與腦電解析模型的駕駛員緊急制動(dòng)意圖檢測(cè)系統(tǒng)
10.6.1環(huán)境信息與腦電解析模型的融合方法
10.6.2基于融合系統(tǒng)的駕駛員緊急制動(dòng)意圖檢測(cè)系統(tǒng)偽在線驗(yàn)證
10.7基于嵌入式系統(tǒng)的駕駛員制動(dòng)意圖檢測(cè)平臺(tái)
10.8融合環(huán)境信息和腦電解析系統(tǒng)的緊急制動(dòng)檢測(cè)系統(tǒng)的性能測(cè)試
10.8.1在線實(shí)驗(yàn)范式
10.8.2實(shí)驗(yàn)結(jié)果及分析
10.9總結(jié)
參考文獻(xiàn)