| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 脑-机接口系统概况 | 第10-12页 |
| 1.3 本课题相关的研究现状及存在的问题 | 第12-17页 |
| 1.3.1 基于EEG的脑-机接口系统研究现状 | 第12-14页 |
| 1.3.2 车辆操控相关脑-机接口研究现状 | 第14-17页 |
| 1.3.3 存在的关键问题 | 第17页 |
| 1.4 论文研究内容 | 第17-19页 |
| 第二章 脑电信号生理基础与脑电信号标记数据集制作 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 脑电信号概述 | 第19-22页 |
| 2.2.1 人脑的结构和功能 | 第19-20页 |
| 2.2.2 脑电信号产生的机理 | 第20-21页 |
| 2.2.3 脑电信号的特征和类型 | 第21-22页 |
| 2.3 车辆操控运动想象脑电信号采集与标记数据集制作 | 第22-29页 |
| 2.3.1 车辆操控运动想象脑电数据采集 | 第23-26页 |
| 2.3.2 车辆操控运动想象脑电信号标记数据集制作 | 第26-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 运动想象脑电信号预处理 | 第31-39页 |
| 3.1 引言 | 第31页 |
| 3.2 原始数据初步预处理 | 第31-33页 |
| 3.2.1 异常电位点的去除 | 第31页 |
| 3.2.2 基线漂移的去除与信号滤波 | 第31-33页 |
| 3.3 独立成分分析(ICA) | 第33-35页 |
| 3.4 小波-典型相关分析(wCCA) | 第35-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 基于机器学习的车辆操控运动想象脑电信号二分类研究 | 第39-49页 |
| 4.1 引言 | 第39页 |
| 4.2 机器学习概述 | 第39页 |
| 4.3 基于事件相关去同步化/同步化(ERD/ERS)的横向操控运动想象脑电信号二分类 | 第39-45页 |
| 4.3.1 事件相关去同步化/同步化(ERD/ERS)现象 | 第39页 |
| 4.3.2 基于公共空间模式(CSP)的横向操控运动想象特征提取 | 第39-43页 |
| 4.3.3 基于支持向量机(SVM)的横向操控运动想象分类 | 第43-45页 |
| 4.4 基于EmotivSDK(开发包)编程接口的纵向操控运动想象脑电信号二分类 | 第45-47页 |
| 4.4.1 基于EmotivSDK开发包的纵向操控运动想象脑电信号特征提取 | 第45-46页 |
| 4.4.2 基于BP神经网络的纵向操控运动想象脑电信号二分类 | 第46-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第五章 基于深度学习与集成学习的车辆操控运动想象脑电信号四分类研究 | 第49-57页 |
| 5.1 引言 | 第49页 |
| 5.2 深度学习概述 | 第49-50页 |
| 5.3 基于深度卷积神经网络的车辆操控运动想象脑电信号四分类 | 第50-53页 |
| 5.3.1 深度卷积神经网络搭建 | 第50-52页 |
| 5.3.2 深度卷积神经网络训练 | 第52-53页 |
| 5.4 基于集成学习改进方法的车辆操控运动想象脑电信号四分类 | 第53-55页 |
| 5.4.1 集成学习概述 | 第53-54页 |
| 5.4.2 基于集成学习的车辆操控运动想象脑电信号分类框架搭建 | 第54-55页 |
| 5.5 分类测试结果 | 第55-56页 |
| 5.6 本章小结 | 第56-57页 |
| 第六章 车辆操控在线脑-机接口平台搭建与实车实验 | 第57-75页 |
| 6.1 引言 | 第57页 |
| 6.2 硬件搭建方案 | 第57-65页 |
| 6.2.1 上位机 | 第57页 |
| 6.2.2 模型智能车 | 第57-65页 |
| 6.3 软件环境搭建与算法设计 | 第65-70页 |
| 6.3.1 基于OpenViBE的脑电信号实时处理环境搭建与模型迁移 | 第66-67页 |
| 6.3.2 雷达数据处理与工控机避障算法设计 | 第67-69页 |
| 6.3.3 底盘运动控制程序设计 | 第69-70页 |
| 6.4 实车实验 | 第70-74页 |
| 6.4.1 实验准备 | 第70页 |
| 6.4.2 实车实验效果 | 第70-74页 |
| 6.4.3 实车实验数据分析 | 第74页 |
| 6.5 本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-77页 |
| 7.1 总结 | 第75页 |
| 7.2 展望 | 第75-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 作者简介 | 第83页 |
