北京，2023年10月5日/PRNewswire/-全球领先的全息增强现实（“AR”）技术提供商WiMi全息云股份有限公司（NASDAQ:WiMi）（“WiMi”或“公司”）今天宣布，提出了一种基于脑电图（EEG）的脑机接口（BCI）系统控制方法，用于低速无人机（UAV）目标搜索。WiMi的无人机控制脑机接口系统基于半自主导航和运动图像。该方法由两个子系统组成：决策子系统和半自主导航子系统。它能够在水平维度上对无人机进行连续控制，以实现低速无人机的稳定控制和目标搜索。
决策子系统通过分析运动图像脑电来实现无人机的决策控制。MI特征提取采用改进的互相关（CC）方法，可以有效地提取脑电中与MI相关的信息。然后，使用逻辑回归（LR）方法对MI特征进行分类和决策，以指导无人机的运动方向。决策子系统为无人机提供了直接的大脑控制能力，使操作更加直观高效。该方法的决策子系统实现如下：
脑电信号采集：在决策子系统中，首先需要采集操作员的脑电信号，这是使用非侵入式脑电设备、头戴式脑电传感器或干电极阵列来完成的。EEG记录大脑皮层的电活动，尤其是与MI相关的电信号。
MI特征提取：在获取EEG信号后，下一步是提取MI特征。MI是指当一个人想象特定的动作时，大脑产生的相应电信号。这些具体动作通常与无人机的运动方向有关，如向左、向右、向前等。
特征分类和决策：在特征提取后，决策子系统使用分类算法来识别和区分不同的MI。分类算法包括逻辑回归、支持向量机等。通过这些算法，决策子系统可以基于识别的MI来确定操作者的意图，并相应地引导UAV的运动。
向无人机传递指令：决策子系统完成MI分类决策后，将相应的指令传递给无人机控制系统，指导无人机执行相应的动作。这些指令可以是飞行方向调整、速度变化或其他与运动相关的控制。
决策子系统的关键是准确地识别和分类运动图像，以便将正确的命令传递给无人机。这需要对脑电信号进行有效的特征提取和高效的分类算法，以确保系统的稳定性和可靠性。
