史添玮等：基于半自主导航与运动想象的多旋翼飞行器二维空间目标搜索 ·1267· 表2两种控制方式稳定性对比结果 Table 2 Stability comparison results of two control modes 被试者 距离误差B/cm 距离误差S/cm 旋转误差B/cm 旋转误差S/cm 7 8.35±3.2 14.37±4.4 8.69±2.9 12.41±4.1 8 7.79±2.8 13.62±3.9 8.12±2.8 13.25±4.7 9 10.42±3.1 16.28±4.2 10.41±3.1 15.31±4.6 10 9.24±3.3 13.21±3.7 10.84±3.0 15.42±4.7 被试者的负担，降低控制难度，从而控制精度约提高± 2014,41:27 10cm.表3为10名被试者使用提出的BCI系统与文 [3] Garcia-Laencina P J,Rodriguez-Bermudez G,Roca-Dorda J.Ex- 献[8]方法的控制精度对比结果（使用“平均值±标 ploring dimensionality reduction of EEG features in motor imagery 准偏差”表示.BCI系统距离误差（距离误差B,单位 task classification.Expert Syst Appl,2014,41(11):5285 [4] Zhang Y.Luo M W,Luo Y,et al.Intelligence wheelchair hu- cm),BCI系统旋转误差（旋转误差B,单位（°）)，文献 man-machine interaction using a/B wave of EEG.J Huazhong [8]距离误差（对比距离误差，单位cm)与文献[8]旋 Univ Sci Technol Nat Sci Ed,2013,41(7):109 转误差（对比旋转误差，单位(）) (张毅，罗明伟，罗元，等.基于脑电/B波的智能轮椅人机 交互.华中科技大学学报（自然科学版），2013,41(7)：109) 表3两种控制方式稳定性对比结果 Table 3 Comparison results of control accuracy [5]Feng W,Wei Q G.A brain-computer interface book reader based on SSVEP.Sci Technol Eng,2015,15(35):204 距离误差 对比距离 旋转误差 对比旋转 (冯思维，魏庆国.一种基于稳态视觉诱发电位的脑-机接口 B/cm 误差/cm B/(°) 误差/（°） 阅读系统.科学技术与工程，2015,15(35)：204) 8.35±3.2 14.37±4.4 8.69±2.9 12.41±4.1 [6] Velasco-Alvarez F,Ron-Angevin R,da Silva-Sauer L,et al.Au- 6.71±2.2 17.91±4.5 6.98±2.3 14.12±3.9 dio-cued motor imagery-based brain-computer interface:navigation through virtual and real environments.Neurocomputing,2013. 4结论 121:89 [7]Elnady A M,Zhang X,Xiao Z G,et al.A single-session prelimi- (1)未参加过训练的被试者，能在较短时间内掌 nary evaluation of an affordable BCI-controlled arm exoskeleton 握MI任务，更好的适应该BCI系统，与参加过训练的 and motor-proprioception platform.Frontiers Human Neurosci, 2015,9:168 被试者差异较小，验证该BCI系统具有良好的适应性. [8]Kim B H,Kim M,Jo S.Quadcopter flight control using a low-cost (2)半自主导航子系统为决策子系统提供可行飞 hybrid interface with EEG-based classification and eye tracking. 行方向并实现飞行器半自主避障，相比于文献[8]使 Comput Biol Med,2014,51:82 用方法，其显著减少了控制指令与被试者负担，明显提 [9]Wang H,Li C S.Liu C.Bio-Mechatronics Engineering.Beijing: 高控制精度，验证该BCI系统具有良好的控制稳定性. Higher Education Press,2014 (3)与手机控制方式相比，该BCI系统可实现多 (王宏，李春胜，刘冲。生物机械电子工程.北京：高等教育 出版社，2014) 旋翼飞行器在含有静态障碍物的室内二维空间目标搜 [10]Li W,He Q C,Fan X M,et al.Evaluation of driver fatigue on 索，且具有更好的适应性与控制稳定性. two channels of EEG data.Neurosci Let,2012.506(2):235 (4)该BCI系统为实现多旋翼飞行器在含有动态 [11]Wang Y K,Chen S A,Li C T.An EEG-based brain-computer 障碍物的室内三维空间目标搜索奠定基础. interface for dual task driving detection.Neurocomputing,2014, 129:85 参考文献 [12]Stock M G,Akita M,Krehbiel P R,et al.Continuous broad- band digital interferometry of lightning using a generalized cross- [1]Grzonka Grisetti G.Burgard W.A fully autonomous indoor correlation algorithm.J Geophysical Res Atmospheres,2014,119 quadrotor.IEEE Trans Rob,2012,28(1):90 (6):3134 [2]Tuna G,Nefzi B,Conte G.Unmanned aerial vehicle-aided com- [13]Lliff K W.Maximum likelihood estimation of lift and drag from munications system for disaster recovery.I Nettork Comput Appl, dynamic aireraft maneuvers.J Aircraf,1977,14(12):1175史添玮等: 基于半自主导航与运动想象的多旋翼飞行器二维空间目标搜索 表 2 两种控制方式稳定性对比结果 Table 2 Stability comparison results of two control modes 被试者 距离误差 B/ cm 距离误差 S / cm 旋转误差 B/ cm 旋转误差 S / cm 7 8郾 35 依 3郾 2 14郾 37 依 4郾 4 8郾 69 依 2郾 9 12郾 41 依 4郾 1 8 7郾 79 依 2郾 8 13郾 62 依 3郾 9 8郾 12 依 2郾 8 13郾 25 依 4郾 7 9 10郾 42 依 3郾 1 16郾 28 依 4郾 2 10郾 41 依 3郾 1 15郾 31 依 4郾 6 10 9郾 24 依 3郾 3 13郾 21 依 3郾 7 10郾 84 依 3郾 0 15郾 42 依 4郾 7 被试者的负担,降低控制难度,从而控制精度约提高 依 10 cm. 表 3 为 10 名被试者使用提出的 BCI 系统与文 献[8]方法的控制精度对比结果(使用“平均值 依 标 准偏差冶表示. BCI 系统距离误差(距离误差 B,单位 cm),BCI 系统旋转误差(旋转误差 B,单位(毅)),文献 [8]距离误差(对比距离误差,单位 cm)与文献[8]旋 转误差(对比旋转误差,单位(毅)). 表 3 两种控制方式稳定性对比结果 Table 3 Comparison results of control accuracy 距离误差 B/ cm 对比距离 误差/ cm 旋转误差 B/ (毅) 对比旋转 误差/ (毅) 8郾 35 依 3郾 2 14郾 37 依 4郾 4 8郾 69 依 2郾 9 12郾 41 依 4郾 1 6郾 71 依 2郾 2 17郾 91 依 4郾 5 6郾 98 依 2郾 3 14郾 12 依 3郾 9 4 结论 (1)未参加过训练的被试者,能在较短时间内掌 握 MI 任务,更好的适应该 BCI 系统,与参加过训练的 被试者差异较小,验证该 BCI 系统具有良好的适应性. (2)半自主导航子系统为决策子系统提供可行飞 行方向并实现飞行器半自主避障,相比于文献[8] 使 用方法,其显著减少了控制指令与被试者负担,明显提 高控制精度,验证该 BCI 系统具有良好的控制稳定性. (3)与手机控制方式相比,该 BCI 系统可实现多 旋翼飞行器在含有静态障碍物的室内二维空间目标搜 索,且具有更好的适应性与控制稳定性. (4)该 BCI 系统为实现多旋翼飞行器在含有动态 障碍物的室内三维空间目标搜索奠定基础. 参 考 文 献 [1] Grzonka S, Grisetti G, Burgard W. A fully autonomous indoor quadrotor. IEEE Trans Rob, 2012, 28(1): 90 [2] Tuna G, Nefzi B, Conte G. Unmanned aerial vehicle鄄aided com鄄 munications system for disaster recovery. J Network Comput Appl, 2014, 41: 27 [3] Garc侏a鄄Laencina P J, Rodr侏guez鄄Bermudez G, Roca鄄Dorda J. Ex鄄 ploring dimensionality reduction of EEG features in motor imagery task classification. Expert Syst Appl, 2014, 41(11): 5285 [4] Zhang Y, Luo M W, Luo Y, et al. Intelligence wheelchair hu鄄 man鄄machine interaction using 琢/ 茁 wave of EEG. J Huazhong Univ Sci Technol Nat Sci Ed, 2013, 41(7): 109 (张毅, 罗明伟, 罗元, 等. 基于脑电 琢/ 茁 波的智能轮椅人机 交互. 华中科技大学学报(自然科学版), 2013, 41(7): 109) [5] Feng S W, Wei Q G. A brain鄄computer interface book reader based on SSVEP. Sci Technol Eng, 2015, 15(35): 204 (冯思维, 魏庆国. 一种基于稳态视觉诱发电位的脑鄄鄄机接口 阅读系统. 科学技术与工程, 2015, 15(35): 204) [6] Velasco鄄魣lvarez F, Ron鄄Angevin R, da Silva鄄Sauer L, et al. Au鄄 dio鄄cued motor imagery鄄based brain鄄computer interface: navigation through virtual and real environments. Neurocomputing, 2013, 121: 89 [7] Elnady A M, Zhang X, Xiao Z G, et al. A single鄄session prelimi鄄 nary evaluation of an affordable BCI鄄controlled arm exoskeleton and motor鄄proprioception platform. Frontiers Human Neurosci, 2015, 9: 168 [8] Kim B H, Kim M, Jo S. Quadcopter flight control using a low鄄cost hybrid interface with EEG鄄based classification and eye tracking. Comput Biol Med, 2014, 51: 82 [9] Wang H, Li C S, Liu C. Bio鄄Mechatronics Engineering. Beijing: Higher Education Press, 2014 (王宏, 李春胜, 刘冲. 生物机械电子工程. 北京: 高等教育 出版社, 2014) [10] Li W, He Q C, Fan X M, et al. Evaluation of driver fatigue on two channels of EEG data. Neurosci Lett, 2012, 506(2): 235 [11] Wang Y K, Chen S A, Li C T. An EEG鄄based brain鄄computer interface for dual task driving detection. Neurocomputing, 2014, 129: 85 [12] Stock M G, Akita M, Krehbiel P R, et al. Continuous broad鄄 band digital interferometry of lightning using a generalized cross鄄 correlation algorithm. J Geophysical Res Atmospheres, 2014, 119 (6): 3134 [13] Lliff K W. Maximum likelihood estimation of lift and drag from dynamic aircraft maneuvers. J Aircraft, 1977, 14(12): 1175 ·1267·