![]()
内容推荐 毕路拯、范新安、滕腾著的《脑-控智能车辆》主要介绍脑-控智能车辆的概念、主要体系结构和关键技术。全书由10章构成,内容自成体系。第1章介绍脑-控智能车辆产生的背景、概念、分类和发展趋势;第2章介绍脑-机接口技术;第3章到第5章介绍第一类脑-控智能车辆(基于任务层面共享控制的脑-控智能车辆),其中第3章介绍基于任务层面共享控制的脑-控智能车辆,特别介绍基于P300 BCI的目的地选择系统,该系统是第一类脑-控智能车辆的核心部分,第4章介绍基于混合BCI的目的地选择系统,第5章介绍环境因素对基于BCI的目的地选择系统影响;第6章到第8章介绍第二类脑-控智能车辆(基于运动控制的脑-控智能车辆),其中第6章介绍基于运动控制的脑-控智能车辆,特别介绍基稳态视觉诱发电位(steady state visual evoked potential, SSVEP)和α波的脑-控智能车辆的速度和方向控制方法,第7章介绍脑-控智能车辆运动控制系统建模,第8章介绍脑-控智能车辆运动的共享控制方法;第9章和第10章介绍第三类脑-控智能车辆(基于驾驶员或用户状态脑电识别的脑-控智能车辆),其中第9章介绍驾驶员紧急刹车意图的脑电表征,第10章介绍驾驶员紧急刹车意图的脑电检测。 本书可供自动化、计算机、机械、人工智能、生物医学、电子工程等专业的高等院校师生和相关专业的研究机构或企业的研发人员参考使用。 目录 第1章 脑-控智能车辆概述 1.1 智能车辆 1.1.1 智能车辆的定义 1.1.2 智能车辆的组成 1.2 脑-机接口 1.2.1 脑-机接口的定义 1.2.2 脑-机接口的组成 1.3 脑-控智能车辆 1.3.1 脑-控智能车辆产生的背景 1.3.2 脑-控智能车辆的定义和意义 1.3.3 脑-控智能车辆的组成 1.3.4 脑-控智能车辆的分类 1.4 脑-控智能车辆的展望 参考文献 第2章 脑-机接口技术 2.1 引言 2.2 脑电信号与脑-机接口范式 2.2.1 脑电信号简介 2.2.2 典型脑-机接口范式 2.2.3 其他脑-机接口范式 2.3 脑电信号采集及预处理 2.3.1 大脑功能分区 2.3.2 脑电信号采集 2.3.3 脑电信号预处理 2.4 脑电信号特征 2.4.1 时域特征 2.4.2 频域特征 2.4.3 时频特征 2.4.4 空间域特征 2.4.5 脑网络特征 2.5 脑电信号特征选择和提取 2.5.1 χ2特征选择 2.5.2 AUC特征选择 2.5.3 顺序前向浮动搜索算法 2.5.4 主成分分析特征提取 2.6 脑电信号分类算法 2.6.1 Fisher线性判别法 2.6.2 支持向量机 2.6.3 人工神经网络 2.6.4 卷积神经网络 2.6.5 胶囊网络 参考文献 第3章 基于任务层面共享控制的脑-控智能车辆 3.1 引言 3.2 基于任务层面共享控制的脑-控智能车辆的系统结构 3.3 基于抬头显示系统的用户界面 3.4 基于BCI的目的地选择系统 3.4.1 BCI模式选择 3.4.2 视觉刺激 3.4.3 BCI算法 3.5 实验 3.5.1 实验平台 3.5.2 被试者及实验条件 3.5.3 实验过程 3.6 结果分析 3.6.1 模型测试轮数分析 3.6.2 模型训练轮数分析 3.6.3 通道分析 3.7 总结 参考文献 第4章 基于混合BCI的脑-控车辆目的地选择系统 4.1 引言 4.2 脑-控车辆目的地选择系统 4.2.1 模式选择 4.2.2 基于混合BCI的目的地选择系统结构 4.3 刺激及BCI算法 4.3.1 视觉刺激 4.3.2 BCI算法 4.4 系统性能模型 4.4.1 系统准确率计算模型 4.4.2 系统限制条件 4.4.3 完成任务的时间计算模型 4.5 实验 4.5.1 被试者 4.5.2 实验过程 4.5.3 实验条件 4.6 结果分析 4.6.1 SSVEP BCI性能分析 4.6.2 系统结果分析 4.7 总结 参考文献 第5章 环境因素对脑-控车辆目的地选择系统的影响分析 5.1 引言 5.2 实验设计 5.2.1 实验条件 5.2.2 实验过程 5.3 环境因素对系统性能的影响 5.3.1 系统性能 5.3.2 主观评价 5.4 影响规律的生理学机理 5.4.1 EEG表征 5.4.2 P300幅值变化 5.4.3 P300潜伏期变化 5.4.4 讨论 5.5 总结 参考文献 第6章 基于运动控制的脑-控智能车辆 6.1 引言 6.2 脑-控智能车辆的系统结构 6.3 基于BCI的人车接口系统 6.3.1 BCI 6.3.2 接口模型 6.4 系统性能分析 6.4.1 实验平台 6.4.2 实验设计 6.4.3 脑-控车辆的性能分析 6.4.4 脑-控车辆的驾驶训练分析 6.5 总结 参考文献 第7章 脑-控智能车辆运动控制系统建模 7.1 引言 7.2 脑-控智能车辆运动控制系统模型 7.2.1 基于QN-MHP的脑-控驾驶员模型 7.2.2 BCI模型 7.2.3 接口模型 7.2.4 道路和车辆模型 7.2.5 脑-控车辆模型 7.3 模型验证 7.3.1 实验 7.3.2 仿真 7.3.3 模型验证 7.4 结果分析 7.4.1 仿真条件 7.4.2 仿真结果及分析 7.4.3 更新量的选择分析 7.5 总结 参考文献 第8章 脑-控智能车辆运动的共享控制方法 8.1 引言 8.2 基于模型预测控制的共享控制方法 8.2.1 共享控制系统结构 8.2.2 辅助控制器的设计 8.3 辅助控制器的仿真分析与参数优化 8.3.1 仿真平台 8.3.2 MPC辅助控制器的参数分析 8.3.3 性能测试 8.4 辅助控制器的实验验证 8.4.1 实验平台及实验过程 8.4.2 实验结果 8.5 总结 参考文献 第9章 紧急状况下驾驶员制动意图的脑电表征 9.1 引言 9.2 实验 9.2.1 实验条件 9.2.2 实验过程 9.3 脑电表征 9.3.1 事件相关电位分析 9.3.2 功率谱特性 9.3.3 脑连通性分析 9.4 总结 参考文献 第10章 紧急状况下驾驶员制动意图的脑电检测 10.1 引言 10.2 特征选择 10.3 不同类型特征分类性能评价 10.3.1 ERP特征 10.3.2 功率谱特征 10.3.3 功能性脑网络特征 10.3.4 效用性脑网络特征 10.3.5 各类特征分类性能对比 10.4 基于最优特征的解析模型分析 10.5 基于脑电解析模型的脑-控驾驶员紧 |