基于脑电意识的平衡车控制系统设计

孙海欣, 朱古月, 佐藤礼华

(1.长春大学 电子信息工程学院，长春 130022, 2. 南京邮电大学 电子与光学工程学院，南京 210023,3.大阪电气通信大学 综合信息学院，日本 大阪 5408570)

大脑是人体发送和接收命令、控制人体活动的中心，是一个复杂而庞大的系统。脑电图(EEG)是脑神经细胞电生理活动在大脑皮层的总体反映[1]。由于脑电信号中包含了大量的信息而被众多学者关注。脑电意识控制技术是一项利用人类脑电信号与外部设备间建立某种联系，从而进一步控制外部设备实现某种行为的技术，也被称为脑机接口(Brain Computer Interface，BCI)[2]。脑电波控制技术已经广泛应用在不同的领域，而不仅仅局限于医学研究领域。在工程应用方面，越来越多的学者开始研究BCI技术，试图利用人对不同的感觉、运动或者认知活动得到的脑电信号的不同，实现脑电信号的有效提取和分类，从而实现某种控制。BCI技术由于能够摆脱人体周围神经和肌肉组织的束缚而实现人脑与计算机或其他电子设备之间全新的相互作用，已经成为当代科技发展的一个新兴领域[3-4]。

在教育领域，通过小游戏观测脑电信号可以提高青少年注意力集中度或锻炼青少年左右脑思考能力；在犯罪领域，警察可以通过脑电波测谎技术辅助审判罪犯，帮助法院准确作出判决等。在人工智能领域，可通过BCI技术设计智能可穿戴产品、智能轮椅等[5-7]。未来，随着嵌入式系统及互联网技术的不断发展，BCI技术将继续向着可嵌入、可便携、体积小等方向发展。因此，研究基于脑电意识的控制技术具有重要的现实意义和应用价值。本文在研究脑电信号特点的基础上，设计一款基于脑电意识的平衡车控制系统[8-9]，该控制系统可根据采集的脑电数据的特点实时地控制小车的行走。

1 总体设计方案

基于脑电意识的平衡车控制系统包括脑电采集模块和平衡车控制系统两大部分。脑电采集模块由TGAM模块[10]和蓝牙模块构成，主要功能是对脑电信号进行采集及滤波降噪，得到有效的脑电数据并通过蓝牙发送给单片机控制系统。平衡车控制系统由STM32F103C8单片机、超声波模块、蓝牙模块、电机驱动模块、陀螺仪模块和电源模块等组成，主要功能是通过蓝牙接收脑电数据，并根据eSense算法提取专注度及不同频段的脑电波数据，最后根据提取的数据控制小车的行走。系统的总体框图如图1所示。

图1 基于脑电意识的小车控制系统总体框图

2 脑电信号采集及分析

2.1 基于TGAM模块的脑电信号采集

采用TGAM模块对脑电信号进行采集，该模块的采样频率为512 Hz。该模块使用3个电极来对脑电数据进行采集，其中两个电极分别贴于左、右两耳的耳乳突出位置，作为参考电极，便于两个电极同步检测脑电信号并进行加权平均，以便调整信号的质量，使得采集的信号更加准确；另一个电极用于眼部前额附近，作为信号采集的电极，因为脑电前额属于精神控制区，所以在此处进行脑电信号的采集。

由于脑电信号比较微弱，其幅度通常在100 μV以内，容易受到眼电、皮电、体温等自身信号的影响，且脑电信号的频率在1 Hz～100 Hz之间，容易受到工频干扰的影响。一般情况下，采集到的脑电信号通常伴有噪声的微弱信号，要想对其进行分析，必须先进行去噪及放大处理，TGAM模块中内置了两级滤波和放大电路，能实现对EEG信号的50 Hz工频干扰信号的滤波及采集脑电数据的放大。最后通过上位机观测TGAM的采集数据，数据的变化如图2所示。

图2 基于TGAM模块采集的脑电数据变化曲线

TGAM模块对EEG信号的采集和预处理的过程如下：

(1)EEG信号校准：测试不同被试者的EEG信号，自适应计算和同步测试结果，方便信号校准。

(2)EEG信号采集：采用干电极采集技术，消除导电胶的局限性，方便快捷地采集EEG信号。

(3)EEG信号提取：TGAM模块将有效的EEG信号从噪声和干扰中分离出来，经过滤波和放大处理，产生可使用的脑电数据。

(4)EEG信息解读：通过eSense算法量化出EEG数据的注意力和放松度。

(5)人机交互：将注意力和放松度通过PC机的上位机软件显示出来。

2.2 EEG信号的分析及提取

采集到的脑电信号在经过滤波放大处理和FFT变换后，通过eSense算法进行数据包的解析可以得出脑电信号的相应参数，eSense算法的实现核心是解析脑电数据中的大包数据和小包数据，TGAM模块每秒钟发出513包数据，由512个小包和1个大包构成。利用串口调试助手对数据进行监测，结果如图3所示。

图3 串口接收的TGAM脑电信号数据

图4 解析后的脑电数据

每一个小包数据包含一个原始数据，其格式为“AA+AA+04+80+02+3个字节的原始数据+校验和”。因此，TGAM模块每秒共采集512个原始数据。第513个大包数据是由前512个小包数据加权平均所构成的，大包数据由36个字节构成，包含脑电信号的强度、专注度、放松度和8个不同频段的脑电信号的值。想要基于某个特定的参数进行提取及控制还需要对大包数据进行进一步解析，解析后的结果如图4所示。其中，红色虚线框中为一个大包的解析数据。

2.3 EEG信号的特征参数选取

通过阅读、听音乐及计算3种类型的反复实验，研究脑电信号的强度、专注度、放松度和8个不同频段脑电信号的参数变化规律。最终发现，在不同类型的实验中，专注度的变化比其他脑电信号特征参数变化明显。其范围在0～100区间波动。当专注度值为0～39时，表明被测者的注意力集中程度较低，此时被测者的大脑活跃程度也较低；当专注度值为40～69 时，表明被测者的注意力集中程度一般，此时被测者的大脑活跃程度一般；当专注度值为70～100时，表明被测者的注意力集中程度较高，此时被测者的大脑活跃程度也较高。因此，本文中选用专注度来实现对小车的“意念控制”。

3 系统的硬件电路设计与分析

3.1 脑电采集模块的硬件电路分析

图5 TGAM脑电采集模块

采用神念科技公司的TGAM套件进行脑电信号的采集，该模块是基于ThinkGear Asic模块开发的，其采样频率为512 Hz，能够对采集的信号进行滤波、放大、A/D 转换并输出原始采集的EEG信号。同时该模块内置的滤波电路，能够在使用时自动滤除环境中的各种噪声干扰，并且其功耗低：该模块采用3 V干电池供电。外接蓝牙模块进行数据传输，脑电采集模块的实物图如图5所示。

3.2 平衡车控制系统的硬件电路设计

平衡车控制系统基于STM32F103C8T6单片机进行开发，引脚PB12、PB13、PB14、PB15、PA2、PA3用于控制电机驱动电路，引脚PB6、PB7、PA6、PA7用于控制电机，引脚PB11、PB10用于蓝牙通信，引脚PB1、PB0用于控制超声波模块，引脚PB8、PB9用于控制陀螺仪模块，时钟采用系统内部时钟，时钟频率为24 MHz。

陀螺仪模块采用MPU6050芯片，可以输出当前模块X、Y、Z轴的角度及角速度，该模块通过对角度信息采集及滤波，得到稳定的角度输出，来控制小车的直立平衡，该芯片与单片机采用I2C方式进行通信。电机驱动模块采用TB6612芯片，该芯片是一块双供电H桥电机驱动芯片，采用12 V供电，最大输出电流可达2 A，用于驱动直流电机，实现小车的运动。蓝牙模块采用HC06，利用STM32F103的串口1接收TGAM模块发送的数据。超声波模块采用HC-SR04来实现小车的避障功能。小车的车速采用基于高精度霍尔传感器的16线强磁码盘进行采集，车轮转一圈时，脉冲数可达960个。电机采用GB37大扭矩电机。基于STM32F103单片机的平衡车电路原理如图6所示。

图6 基于STM32F103单片机的平衡车控制系统原理图

图7 系统整体程序流程图

4 系统的程序开发流程

基于脑电意识的平衡车控制系统程序开发流程图如图7所示。

首先，控制系统对时钟模块、超声波模块、蓝牙模块、电机驱动模块、陀螺仪模块进行初始化。初始化完成后，平衡车控制系统与脑电采集模块TGAM进行蓝牙连接配对，若连接不成功，则断开重新连接，直到成功连接设备。蓝牙模块连接成功后，单片机开始接收来自TGAM模块的脑电数据，并基于eSense算法进行脑电数据解析及特征参数提取，将专注度信息提取出来，并将得到的专注度数值与设定的阈值进行对比。由于本系统中选用的是两轮平衡车，因此通过专注度来控制小车的前进与后退。专注度阈值设定如下：

(1)专注度值在0～30之间时，小车保持静止；

(2)专注度值在30～60之间时，小车前进；

(3)专注度值在60～100之间时，小车后退。

5 结语

设计了一款基于脑电意识的平衡车控制系统，该系统由脑电采集模块和单片机控制系统两大部分组成。通过采集被试者的脑电信号，从中提取专注度信息对平衡车的行走进行控制。当专注度值在0～30之间时，小车保持静止；当专注度值在30～60之间时，小车前进；当专注度值在60～100之间时，小车后退。此外，小车还具有自主避障功能。经测试，该系统稳定性好，体积小，抗干扰强，且价格低廉，有良好的应用前景，可以推广至医疗和工业控制等领域，为脑机接口技术的进一步推广提供了技术支撑。