北京，2023年10月5日/PRNewswire/-全球領先的全息增強現實（“AR”）技術提供商WiMi全息雲股份有限公司（NASDAQ:WiMi）（“WiMi”或“公司”）今天宣布，提出了一種基于腦電圖（EEG）的腦機接口（BCI）系統控制方法，用于低速無人機（UAV）目标搜索。WiMi的無人機控制腦機接口系統基于半自主導航和運動圖像。該方法由兩個子系統組成：決策子系統和半自主導航子系統。它能夠在水平維度上對無人機進行連續控制，以實現低速無人機的穩定控制和目标搜索。
決策子系統通過分析運動圖像腦電來實現無人機的決策控制。MI特征提取采用改進的互相關（CC）方法，可以有效地提取腦電中與MI相關的信息。然後，使用邏輯回歸（LR）方法對MI特征進行分類和決策，以指導無人機的運動方向。決策子系統為無人機提供了直接的大腦控制能力，使操作更加直觀高效。該方法的決策子系統實現如下：
腦電信号采集：在決策子系統中，首先需要采集操作員的腦電信号，這是使用非侵入式腦電設備、頭戴式腦電傳感器或幹電極陣列來完成的。EEG記錄大腦皮層的電活動，尤其是與MI相關的電信号。
MI特征提取：在獲取EEG信号後，下一步是提取MI特征。MI是指當一個人想象特定的動作時，大腦産生的相應電信号。這些具體動作通常與無人機的運動方向有關，如向左、向右、向前等。
特征分類和決策：在特征提取後，決策子系統使用分類算法來識别和區分不同的MI。分類算法包括邏輯回歸、支持向量機等。通過這些算法，決策子系統可以基于識别的MI來确定操作者的意圖，并相應地引導UAV的運動。
向無人機傳遞指令：決策子系統完成MI分類決策後，将相應的指令傳遞給無人機控制系統，指導無人機執行相應的動作。這些指令可以是飛行方向調整、速度變化或其他與運動相關的控制。
決策子系統的關鍵是準确地識别和分類運動圖像，以便将正确的命令傳遞給無人機。這需要對腦電信号進行有效的特征提取和高效的分類算法，以确保系統的穩定性和可靠性。
