| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究目的和意义 | 第8页 |
| 1.2 主要研究领域的研究现状 | 第8-11页 |
| 1.2.1 脑机接口技术研究现状 | 第8-10页 |
| 1.2.2 导盲系统研究现状 | 第10-11页 |
| 1.3 主要研究内容及结构安排 | 第11-12页 |
| 2 相关理论和识别方法的研究 | 第12-26页 |
| 2.1 脑机接口技术 | 第12-14页 |
| 2.1.1 BCI系统组成 | 第12页 |
| 2.1.2 EEG信号中的μ节律和β波 | 第12-13页 |
| 2.1.3 脑电信号分析方法 | 第13-14页 |
| 2.2 障碍物检测技术 | 第14-15页 |
| 2.2.1 障碍物检测方法及优化 | 第14-15页 |
| 2.3 斑马线检测和红绿灯识别 | 第15-25页 |
| 2.3.1 图像的调整和优化 | 第16-19页 |
| 2.3.2 斑马线和红绿灯特征的提取 | 第19-24页 |
| 2.3.3 红绿灯的分类和识别 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 左右腿运动脑电信号的分析与判别 | 第26-36页 |
| 3.1 左右腿运动EEG信号特征的提取 | 第26-31页 |
| 3.1.1 肢体运动脑电信号的ERD/ERS | 第26-28页 |
| 3.1.2 运用CSP进行脑电信号特征提取 | 第28-30页 |
| 3.1.3 EEG信号特征提取结果分析 | 第30-31页 |
| 3.2 左右腿运动EEG信号分类器设计 | 第31-34页 |
| 3.2.1 脑电信号分类方法的探究 | 第31-33页 |
| 3.2.2 基于CELM的左右腿运动分类器设计 | 第33-34页 |
| 3.3 利用CSP和CELM方法进行左右腿运动分类的结果分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 智能导盲系统的功能实现与测试 | 第36-60页 |
| 4.1 系统整体功能和结构 | 第36-37页 |
| 4.2 系统开发平台及环境搭建 | 第37-43页 |
| 4.2.1 系统硬件介绍 | 第37-40页 |
| 4.2.2 搭建Raspbian操作系统并安装Python和OpenCV | 第40-43页 |
| 4.3 信息采集和数据处理 | 第43-58页 |
| 4.3.1 安全避障功能实现及测试 | 第43-45页 |
| 4.3.2 红绿灯和斑马线检测功能实现与测试 | 第45-52页 |
| 4.3.3 人机交互功能实现 | 第52-53页 |
| 4.3.4 左右腿运动分析判别及系统功能测试 | 第53-58页 |
| 4.4 本章小结 | 第58-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 课题主要内容总结 | 第60页 |
| 5.2 后续研究工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 本人攻读学位期间发表学术论文清单 | 第66-68页 |
| 致谢 | 第68页 |