基于 SSVEP 与眨眼混合 BCI 系统的轮椅自动化
人机交互
2026-01-06 v3 人工智能
摘要
本工作提出了一种用于残障人士轮椅自动化的混合脑机接口（BCI）系统。文中详述了一种基于 BCI 的轮椅工作原型，其可在典型家居环境中导航，仅需最小结构改动，且不会对用户造成视觉遮挡与不适。该原型基于稳态视觉诱发电位与眨眼的组合机制。为诱发 SSVEP，分别使用以 13Hz 和 15Hz 闪烁的 LED 来选择左、右方向，并记录 EEG 数据。此外，连续三次眨眼的发生被用作停止正在进行动作的指示。应用小波包去噪方法，随后在窄带重构 EEG 信号上采用小波包分解与典型相关分析等特征提取方法。使用贝叶斯优化获得 5 折交叉验证以优化支持向量机的超参数。所得新模型经测试，平均交叉验证准确率为 89.65% + 6.6%（标准差），测试准确率为 83.53% + 8.59%（标准差）。轮椅由 RaspberryPi 通过 WiFi 控制。所开发原型在所有试验中平均成功率为 86.97%，每条指令执行耗时 4.015s。该原型可高效用于家居环境且不会给用户带来不适。
引用
@article{arxiv.2106.11008,
title = {Wheelchair automation by a hybrid BCI system using SSVEP and eye blinks},
author = {Lizy Kanungo and Nikhil Garg and Anish Bhobe and Smit Rajguru and Veeky Baths},
journal= {arXiv preprint arXiv:2106.11008},
year = {2026}
}
备注
Accepted to 2021 IEEE INTERNATIONAL CONFERENCE ON SYSTEMS, MAN, AND CYBERNETICS (SMC)