脑-控智能车辆PDF电子书下载

查看更多关于的内容

第1章 脑-控智能车辆概述 1

1.1 智能车辆 1

1.1.1 智能车辆的定义 1

1.1.2 智能车辆的组成 1

1.2 脑-机接口 3

1.2.1 脑-机接口的定义 3

1.2.2 脑-机接口的组成 3

1.3 脑-控智能车辆 4

1.3.1 脑-控智能车辆产生的背景 4

1.3.2 脑-控智能车辆的定义和意义 4

1.3.3 脑-控智能车辆的组成 5

1.3.4 脑-控智能车辆的分类 5

1.4 脑-控智能车辆的展望 6

参考文献 7

第2章 脑-机接口技术 9

2.1 引言 9

2.2 脑电信号与脑-机接口范式 9

2.2.1 脑电信号简介 9

2.2.2 典型脑-机接口范式 10

2.2.3 其他脑-机接口范式 11

2.3 脑电信号采集及预处理 12

2.3.1 大脑功能分区 12

2.3.2 脑电信号采集 14

2.3.3 脑电信号预处理 16

2.4 脑电信号特征 17

2.4.1 时域特征 17

2.4.2 频域特征 17

2.4.3 时频特征 18

2.4.4 空间域特征 18

2.4.5 脑网络特征 19

2.5 脑电信号特征选择和提取 22

2.5.1 x2特征选择 22

2.5.2 AUC特征选择 22

2.5.3 顺序前向浮动搜索算法 23

2.5.4 主成分分析特征提取 24

2.6 脑电信号分类算法 25

2.6.1 Fisher线性判别法 25

2.6.2 支持向量机 27

2.6.3 人工神经网络 28

2.6.4 卷积神经网络 29

2.6.5 胶囊网络 30

参考文献 30

第3章 基于任务层面共享控制的脑-控智能车辆 38

3.1 引言 38

3.2 基于任务层面共享控制的脑-控智能车辆的系统结构 38

3.3 基于抬头显示系统的用户界面 39

3.4 基于BC I的目的地选择系统 43

3.4.1 BCI模式选择 43

3.4.2 视觉刺激 43

3.4.3 BCI算法 43

3.5 实验 46

3.5.1 实验平台 46

3.5.2 被试者及实验条件 49

3.5.3 实验过程 49

3.6 结果分析 50

3.6.1 模型测试轮数分析 50

3.6.2 模型训练轮数分析 51

3.6.3 通道分析 51

3.7 总结 52

参考文献 52

第4章 基于混合BCI的脑-控车辆目的地选择系统 54

4.1 引言 54

4.2 脑-控车辆目的地选择系统 54

4.2.1 模式选择 54

4.2.2 基于混合BCI的目的地选择系统结构 54

4.3 刺激及BCI算法 55

4.3.1 视觉刺激 55

4.3.2 BCI算法 56

4.4 系统性能模型 57

4.4.1 系统准确率计算模型 57

4.4.2 系统限制条件 57

4.4.3 完成任务的时间计算模型 57

4.5 实验 58

4.5.1 被试者 58

4.5.2 实验过程 58

4.5.3 实验条件 59

4.6 结果分析 60

4.6.1 SSVEP BCI性能分析 60

4.6.2 系统结果分析 61

4.7 总结 65

参考文献 66

第5章 环境因素对脑-控车辆目的地选择系统的影响分析 67

5.1 引言 67

5.2 实验设计 68

5.2.1 实验条件 68

5.2.2 实验过程 70

5.3 环境因素对系统性能的影响 71

5.3.1 系统性能 71

5.3.2 主观评价 71

5.4 影响规律的生理学机理 72

5.4.1 EEG表征 72

5.4.2 P300幅值变化 73

5.4.3 P300潜伏期变化 75

5.4.4 讨论 75

5.5 总结 77

参考文献 77

第6章 基于运动控制的脑-控智能车辆 79

6.1 引言 79

6.2 脑-控智能车辆的系统结构 79

6.3 基于BCI的人车接口系统 80

6.3.1 BCI 81

6.3.2 接口模型 82

6.4 系统性能分析 83

6.4.1 实验平台 83

6.4.2 实验设计 85

6.4.3 脑-控车辆的性能分析 87

6.4.4 脑-控车辆的驾驶训练分析 90

6.5 总结 92

参考文献 92

第7章 脑-控智能车辆运动控制系统建模 94

7.1 引言 94

7.2 脑-控智能车辆运动控制系统模型 94

7.2.1 基于QN-MHP的脑-控驾驶员模型 95

7.2.2 BCI模型 101

7.2.3 接口模型 102

7.2.4 道路和车辆模型 102

7.2.5 脑-控车辆模型 102

7.3 模型验证 103

7.3.1 实验 103

7.3.2 仿真 104

7.3.3 模型验证 104

7.4 结果分析 110

7.4.1 仿真条件 110

7.4.2 仿真结果及分析 110

7.4.3 更新量的选择分析 113

7.5 总结 115

参考文献 115

第8章 脑-控智能车辆运动的共享控制方法 118

8.1 引言 118

8.2 基于模型预测控制的共享控制方法 118

8.2.1 共享控制系统结构 118

8.2.2 辅助控制器的设计 119

8.3 辅助控制器的仿真分析与参数优化 123

8.3.1 仿真平台 123

8.3.2 MPC辅助控制器的参数分析 124

8.3.3 性能测试 129

8.4 辅助控制器的实验验证 132

8.4.1 实验平台及实验过程 132

8.4.2 实验结果 133

8.5 总结 135

参考文献 136

第9章 紧急状况下驾驶员制动意图的脑电表征 137

9.1 引言 137

9.2 实验 137

9.2.1 实验条件 138

9.2.2 实验过程 141

9.3 脑电表征 142

9.3.1 事件相关电位分析 142

9.3.2 功率谱特性 145

9.3.3 脑连通性分析 146

9.4 总结 149

参考文献 149

第10章 紧急状况下驾驶员制动意图的脑电检测 152

10.1 引言 152

10.2 特征选择 152

10.3 不同类型特征分类性能评价 153

10.3.1 ERP特征 153

10.3.2 功率谱特征 155

10.3.3 功能性脑网络特征 159

10.3.4 效用性脑网络特征 160

10.3.5 各类特征分类性能对比 163

10.4 基于最优特征的解析模型分析 163

10.5 基于脑电解析模型的脑-控驾驶员紧急制动意图检测系统 165

10.5.1 伪在线测试 165

10.5.2 脑-控驾驶员紧急制动意图检测系统伪在线测试 165

10.6 融合环境信息与脑电解析模型的驾驶员紧急制动意图检测系统 171

10.6.1 环境信息与脑电解析模型的融合方法 171

10.6.2 基于融合系统的驾驶员紧急制动意图检测系统伪在线验证 172

10.7 基于嵌入式系统的驾驶员制动意图检测平台 172

10.8 融合环境信息和脑电解析系统的紧急制动检测系统的性能测试 174

10.8.1 在线实验范式 174

10.8.2 实验结果及分析 175

10.9 总结 176

参考文献 177

查看更多关于的内容