第4期 程煜，等：1-Bit人机交互系统 ·531. 模拟用户测试 用户在较短的时间内理解系统功能与交互方式的基 3 本要求。使用Emotiv Epoc头盔的用户测试数据来 在医院调研后，根据用户实际情况将测试分为 看，“脑机接口”作为输入控制外设是可行的，软件 2个部分，具备一定活动能力的使用本文自主研发 系统中的输入处理模块也起到应有的作用，然而 的触摸式数字键盘作为输入设备：丧失微弱活动能 “脑机接口”的使用效率与精确度仍有待提高。由 力的使用脑电控制系统，虽然系统仅需要1-Bt输 于“脑机接口”在实际使用效率上一定程度也受用 入，但考虑到多电极的稳定性，本文选择使用Emotiv 户个体因素的影响，有效的训练方法与系统的可控 Epo心神经头盔，该头盔便携、佩戴舒适、安全系数高 性密不可分。 且可长时间使用的特点满足了用户日常使用需求， 4 结束语 同时，Emotiv Epoc低廉的价格也保证了该产品能被 广大用户所接受5)。 本文做出了如下儿方面的工作和创新： 由于未签署任何测试协议，安全起见，本文通过 1)根据目标用户情况复杂的特点提出了将输 正常人进行模拟测试。2位测试者之前都未接触过 入输出设备与系统交互软件分离的设计思路，扩大 该交互系统，也没有经过任何“脑机接口”训练与测 了系统适用范围，降低了用户经济成本。 试。在正式测试开始前，2人首先熟悉了系统软件 2)通过调研和分析，总结出运动障碍人群交流 的使用，并进行了为期3个星期的Emotiv Epoe神经 的需求并提出了非交互模型的6个元素，包括3个 头盔使用性训练，训练结果显示，2人对于该神经头 心理元素和3个技术元素。 盔的正确使用率在90%以上，但他们并未使用该头 3)设计完成了独立于具体任务的基础模块即 盔进行交互系统的控制。 虚拟鼠标和虚拟中文键盘，用户在使用这2个模块 在实际测试中，2名测试者需要分别使用触摸 时不受限于任何特定环境或特定任务，满足用户交 式数字键盘和Emotiv Epoc头盔对交互系统进行操 互需求的同时大大增强了用户心理成就感。 作，测试步骤如下： 4)在极限条件即以1-Bit作为输入的情况下， 1)选择浏览器按钮： 实现了人机交互系统的研制，解决了重度残疾人群 2)浏览一条新闻： 的交互问题。 3)选择记事本按钮： 然而系统现有的输入控制外设仅考虑了数字键 4)输入“你好！”并保存： 盘与“脑机接口”，根据用户实际情况，可以加入对 5)选择护理模块： 其他多种外设的引入，如蓝牙指环、肌电信号等。 6)选择“身下有压物”护理提示。 外对于运动能力受限的人群，即健全人受到外界环 本文记录下测试用户使用不同输入控制外设完 境影响导致运动能力障碍，这类情况更复杂多样，但 成上述步骤所用的时间、步骤数以及每一步的操作 可将不同受限情况对应于运动能力障碍的不同程度 结果[6用于后续的数据分析。 和该障碍所持续的不同时长来理解，因此还可就交 互模型适用于运动受限人群的非对称交流做进一步 表1测试数据 Table 1 Test data 研究。 用户 时间/s 操作数/次 精确度/% 参考文献： 键盘脑机键盘脑机键盘脑机 [1]傅铭今.我国电子通信技术发展概貌[J].中国高新技术 I 25758029 36 93.186 企业，2013(9)：6-7. Ⅱ250649273910079 [2]WOLPAW J R,BIRBAUMER N,MCFARLAND D J,et al. 用户测试所得数据如表1。在最优情况下，用 Brain-computer interfaces for communication and control 户完成上述活动的最少操作数为27。本文将精确 [J].Clinical Neurophysiology,2002,113(6):767-791. 度定义为用户能够使用外部输入设备完成目标操作 [3]WIJAYASEKARA D,MANIC M.Human machine interac- 的程度，具体的计算方法为完成某项活动的最少操 tion via brain activity monitoring[C]//2013 The 6th Inter- national Conference on Human System Interaction (HSI). 作数与完成某项活动的实际操作数之比，在每一组 Sopot:EEE,2013:103-109. 测试中，分子相同，用户犯的错误越多，错误修正的 [4]VOURVOPOULOS A,LIAROKAPIS F.Robot navigation u- 代价越大，实际操作数越多，相应的操作精确度就 sing brain-computer interfaces C//2012 IEEE 11th Inter- 越低。 national Conference on Trust,Security and Privacy in Com- puting and Communications (TrustCom).Liverpool:IEEE, 使用数字键盘的平均操作精确度能达到 2012:1785-1792. 95.5%。一方面说明系统设计上的直观性与人性 [5]胡瑜，陈涛.基于C-C算法的混沌吸引子的相空间重构 化，另一方面也证明了整个系统的可控性，达到了让 技术[J刀.电子测量与仪器学报.2012,26(5)：425-430.３ 模拟用户测试 在医院调研后，根据用户实际情况将测试分为 ２ 个部分，具备一定活动能力的使用本文自主研发 的触摸式数字键盘作为输入设备；丧失微弱活动能 力的使用脑电控制系统，虽然系统仅需要 １⁃Ｂｉｔ 输 入，但考虑到多电极的稳定性，本文选择使用 Ｅｍｏｔｉｖ Ｅｐｏｃ 神经头盔，该头盔便携、佩戴舒适、安全系数高 且可长时间使用的特点满足了用户日常使用需求， 同时，Ｅｍｏｔｉｖ Ｅｐｏｃ 低廉的价格也保证了该产品能被 广大用户所接受［１５］ 。 由于未签署任何测试协议，安全起见，本文通过 正常人进行模拟测试。 ２ 位测试者之前都未接触过 该交互系统，也没有经过任何“脑机接口”训练与测 试。 在正式测试开始前，２ 人首先熟悉了系统软件 的使用，并进行了为期 ３ 个星期的 Ｅｍｏｔｉｖ Ｅｐｏｃ 神经 头盔使用性训练，训练结果显示，２ 人对于该神经头 盔的正确使用率在 ９０％以上，但他们并未使用该头 盔进行交互系统的控制。 在实际测试中，２ 名测试者需要分别使用触摸 式数字键盘和 Ｅｍｏｔｉｖ Ｅｐｏｃ 头盔对交互系统进行操 作，测试步骤如下： １）选择浏览器按钮； ２）浏览一条新闻； ３）选择记事本按钮； ４）输入“你好！”并保存； ５）选择护理模块； ６）选择“身下有压物”护理提示。 本文记录下测试用户使用不同输入控制外设完 成上述步骤所用的时间、步骤数以及每一步的操作 结果［１６］用于后续的数据分析。 表 １ 测试数据 Ｔａｂｌｅ １ Ｔｅｓｔ ｄａｔａ 用户 时间／ ｓ 键盘 脑机 操作数／ 次 键盘 脑机 精确度／ ％ 键盘 脑机 Ⅰ ２５７ ５８０ ２９ ３６ ９３．１ ８６ Ⅱ ２５０ ６４９ ２７ ３９ １００ ７９ 用户测试所得数据如表 １。 在最优情况下，用 户完成上述活动的最少操作数为 ２７。 本文将精确 度定义为用户能够使用外部输入设备完成目标操作 的程度，具体的计算方法为完成某项活动的最少操 作数与完成某项活动的实际操作数之比，在每一组 测试中，分子相同，用户犯的错误越多，错误修正的 代价越大，实际操作数越多，相应的操作精确度就 越低。 使用 数 字 键 盘 的 平 均 操 作 精 确 度 能 达 到 ９５．５％。 一方面说明系统设计上的直观性与人性 化，另一方面也证明了整个系统的可控性，达到了让 用户在较短的时间内理解系统功能与交互方式的基 本要求。 使用 Ｅｍｏｔｉｖ Ｅｐｏｃ 头盔的用户测试数据来 看，“脑机接口”作为输入控制外设是可行的，软件 系统中的输入处理模块也起到应有的作用，然而 “脑机接口”的使用效率与精确度仍有待提高。 由 于“脑机接口”在实际使用效率上一定程度也受用 户个体因素的影响，有效的训练方法与系统的可控 性密不可分。 ４ 结束语 本文做出了如下几方面的工作和创新： １）根据目标用户情况复杂的特点提出了将输 入输出设备与系统交互软件分离的设计思路，扩大 了系统适用范围，降低了用户经济成本。 ２）通过调研和分析，总结出运动障碍人群交流 的需求并提出了非交互模型的 ６ 个元素，包括 ３ 个 心理元素和 ３ 个技术元素。 ３）设计完成了独立于具体任务的基础模块即 虚拟鼠标和虚拟中文键盘，用户在使用这 ２ 个模块 时不受限于任何特定环境或特定任务，满足用户交 互需求的同时大大增强了用户心理成就感。 ４）在极限条件即以 １⁃Ｂｉｔ 作为输入的情况下， 实现了人机交互系统的研制，解决了重度残疾人群 的交互问题。 然而系统现有的输入控制外设仅考虑了数字键 盘与“脑机接口”，根据用户实际情况，可以加入对 其他多种外设的引入，如蓝牙指环、肌电信号等。 另 外对于运动能力受限的人群，即健全人受到外界环 境影响导致运动能力障碍，这类情况更复杂多样，但 可将不同受限情况对应于运动能力障碍的不同程度 和该障碍所持续的不同时长来理解，因此还可就交 互模型适用于运动受限人群的非对称交流做进一步 研究。 参考文献： ［１］傅铭今． 我国电子通信技术发展概貌［Ｊ］． 中国高新技术 企业， ２０１３（９）： ６⁃７． ［ ２］ＷＯＬＰＡＷ Ｊ Ｒ， ＢＩＲＢＡＵＭＥＲ Ｎ， ＭＣＦＡＲＬＡＮＤ Ｄ Ｊ， ｅｔ ａｌ． Ｂｒａｉｎ⁃ｃｏｍｐｕｔｅｒ ｉｎｔｅｒｆａｃｅｓ ｆｏｒ ｃｏｍｍｕｎｉｃａｔｉｏｎ ａｎｄ ｃｏｎｔｒｏｌ ［Ｊ］． Ｃｌｉｎｉｃａｌ Ｎｅｕｒｏｐｈｙｓｉｏｌｏｇｙ， ２００２， １１３（６）： ７６７⁃７９１． ［３］ ＷＩＪＡＹＡＳＥＫＡＲＡ Ｄ， ＭＡＮＩＣ Ｍ． Ｈｕｍａｎ ｍａｃｈｉｎｅ ｉｎｔｅｒａｃ⁃ ｔｉｏｎ ｖｉａ ｂｒａｉｎ ａｃｔｉｖｉｔｙ ｍｏｎｉｔｏｒｉｎｇ［Ｃ］ ／ ／ ２０１３ Ｔｈｅ ６ｔｈ Ｉｎｔｅｒ⁃ ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｈｕｍａｎ Ｓｙｓｔｅｍ Ｉｎｔｅｒａｃｔｉｏｎ （ ＨＳＩ）． Ｓｏｐｏｔ： ＩＥＥＥ， ２０１３： １０３⁃１０９． ［４］ＶＯＵＲＶＯＰＯＵＬＯＳ Ａ， ＬＩＡＲＯＫＡＰＩＳ Ｆ． Ｒｏｂｏｔ ｎａｖｉｇａｔｉｏｎ ｕ⁃ ｓｉｎｇ ｂｒａｉｎ⁃ｃｏｍｐｕｔｅｒ ｉｎｔｅｒｆａｃｅｓ［Ｃ］ ／ ／ ２０１２ ＩＥＥＥ １１ｔｈ Ｉｎｔｅｒ⁃ ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｔｒｕｓｔ， Ｓｅｃｕｒｉｔｙ ａｎｄ Ｐｒｉｖａｃｙ ｉｎ Ｃｏｍ⁃ ｐｕｔｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ （ＴｒｕｓｔＣｏｍ）． Ｌｉｖｅｒｐｏｏｌ： ＩＥＥＥ， ２０１２： １７８５⁃１７９２． ［５］胡瑜， 陈涛． 基于 Ｃ⁃Ｃ 算法的混沌吸引子的相空间重构 技术［Ｊ］． 电子测量与仪器学报， ２０１２， ２６（５）： ４２５⁃４３０． 第 ４ 期 程煜，等：１⁃Ｂｉｔ 人机交互系统 ·５３１·