基于近红外光谱脑功能成像技术的运动意识识别与助行机械腿控制方法研究

项目名称： 基于近红外光谱脑功能成像技术的运动意识识别与助行机械腿控制方法研究

项目编号： No.61203367

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 自动化学科

项目作者： 李春光

作者单位： 苏州大学

项目金额： 24万元

中文摘要： 针对有运动功能障碍的患者实现独立行走的迫切需求，智能助行设备的研发备受关注。脑-机接口技术为实现机器人的智能控制提供一崭新的方向。结合脑-机接口技术的研究现状，本项目提出基于近红外光谱脑功能成像（NIRS）技术的助行机械腿控制方法研究。首先，基于多种典型运动模式下的双腿运动信息，建立双腿对应关节的运动参数映射模型。其次，基于相应运动模式下的大脑血氧信息，提出下肢运动意识的模式识别算法。然后，提出基于大脑血氧信息和肢体运动信息的助行机械腿控制方法：根据识别的运动意识选择相应的双腿关节运动参数映射模型，基于映射模型结合多源生物信息控制机械腿，使其按照人体的运动意识动作。最后，搭建实验平台，验证将大脑血氧信息与肢体运动信息相结合进行机械腿控制的可行性与优越性。本项目将NIRS技术与机器人控制技术相结合，为实现助行设备的智能驱动开辟一个崭新的脑-机接口技术研究方向，具有重要的学术意义和社会意义。

中文关键词： 脑血红蛋白信息；自发运动意识；模式识别；运动映射；信息融合

英文摘要： Faced the requirements of patients with motor dysfunction for realizing independent walking, developments of intelligent walking-assistive devices have attracted much attention recently. Brain-machine interface technology provides a new direction for realizing intelligent control of a robot. Combined with the research status of brain-machine interface technology, this project proposed a research on the control of a walking-assistive mechanical leg by using near- infrared spectroscopic (NIRS) technology. Firstly, based on the motion information of lower-limbs in some typical motion modes, to build a mapping model of motion parameters for the corresponding joints of two legs. Secondly, based on cerebral hemoglobin information in the corresponding motion modes, to propose a recognition algorithm for identifying motion intentions of lower-limbs. Thirdly, to propose a control method of a walking-assistive mechanical leg by the combination of cerebral hemoglobin information and motion information of lower-limbs: A corresponding mapping model of motion parameters for the joints of lower-limbs will be selected in view of the identified motion intention. Then, based on the selected mapping model, to control the mechanial leg by combining multi-source biological information and make it perform movements in accordance with

英文关键词： Brain hemoglobin information；Spontaneous motion intention；Pattern recognition；Motion mapping；Information fusion