脑电与眼球信号融合的轮椅式机器人控制研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 引言 | 第11页 |
| 1.2 课题研究背景及意义 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-23页 |
| 1.3.1 自然人机交互 | 第14-15页 |
| 1.3.2 脑-机接口技术 | 第15-20页 |
| 1.3.3 人脸检测与人眼定位 | 第20-23页 |
| 1.4 论文工作及内容安排 | 第23-25页 |
| 1.4.1 本文总体思路 | 第23-24页 |
| 1.4.2 主要研究内容 | 第24-25页 |
| 第2章 运动想象脑电信号分析研究 | 第25-41页 |
| 2.1 脑电信号产生机制与特点 | 第25-27页 |
| 2.2 脑电信号采集设备 | 第27-29页 |
| 2.3 脑电信号采集准则 | 第29-30页 |
| 2.4 脑电信号采集方法 | 第30-31页 |
| 2.5 运动想象脑电信号特征提取研究 | 第31-34页 |
| 2.5.1 运动想象脑电信号处理研究 | 第31-32页 |
| 2.5.2 共空间模式简介 | 第32-33页 |
| 2.5.3 共空间模式算法 | 第33-34页 |
| 2.6 运动想象脑电信号的分类算法研究 | 第34-37页 |
| 2.6.1 受限玻尔兹曼机 | 第34-36页 |
| 2.6.2 对比散度(CD)训练方法 | 第36页 |
| 2.6.3 改进共空间模式与深度信念网络 | 第36-37页 |
| 2.7 运动想象分类实验设计与评估 | 第37-40页 |
| 2.7.1 运动想象分类实验设计 | 第37-38页 |
| 2.7.2 运动想象脑电信号分类结果评估 | 第38-40页 |
| 2.8 本章小结 | 第40-41页 |
| 第3章 基于ADABOOST的人脸检测算法研究 | 第41-51页 |
| 3.1 引言 | 第41页 |
| 3.2 AdaBoost检测算法发展 | 第41-42页 |
| 3.3 AdaBoost检测算法 | 第42-44页 |
| 3.4 AdaBoost检测算法的人脸检测 | 第44-48页 |
| 3.4.1 矩形特征 | 第44-45页 |
| 3.4.2 扩展类矩形特征 | 第45-46页 |
| 3.4.3 积分图像 | 第46-48页 |
| 3.5 级联层叠分类器 | 第48-49页 |
| 3.6 实验结果 | 第49-50页 |
| 3.7 本章小结 | 第50-51页 |
| 第4章 人眼定位研究 | 第51-60页 |
| 4.1 人眼定位方法研究 | 第51-53页 |
| 4.1.1 特征检测进行人眼定位 | 第51-52页 |
| 4.1.2 模板匹配的人眼检测 | 第52页 |
| 4.1.3 学习训练的人眼定位 | 第52-53页 |
| 4.2 人眼定位 | 第53-55页 |
| 4.3 瞳孔与眼角定位 | 第55-57页 |
| 4.4 眼动信号的坐标转化 | 第57-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第5章 脑电与眼球信号融合的轮椅式机器人控制研究 | 第60-77页 |
| 5.1 多信息源融合原理 | 第60-63页 |
| 5.1.1 多信息源融合的层次 | 第61-62页 |
| 5.1.2 多信息源融合的信息 | 第62-63页 |
| 5.1.3 多信息源融合的方法 | 第63页 |
| 5.2 脑电与眼球信号的融合 | 第63-65页 |
| 5.3 轮椅式机器人控制平台设计 | 第65-74页 |
| 5.3.1 轮椅式机器人控制平台选型 | 第65-68页 |
| 5.3.2 轮椅式机器人的控制信号无线传输 | 第68-70页 |
| 5.3.3 轮椅式机器人控制平台硬件设计 | 第70-73页 |
| 5.3.4 轮椅式机器人控制平台软件设计 | 第73-74页 |
| 5.4 轮椅式机器人运动控制结果分析 | 第74-75页 |
| 5.5 本章小结 | 第75-77页 |
| 第6章 总结与展望 | 第77-80页 |
| 6.1 工作总结 | 第77-78页 |
| 6.2 展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第84页 |
