用于智能家居的脑波控制系统应用外文翻译资料

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

毕业论文（设计）

外文翻译

用于智能家居的脑波控制系统应用

Marwan Nafea, Faculty of Electrical Engineering, Universiti Teknologi Malaysia, Skudai, Malaysia, nmmarwan3@live.utm.my

Nurul Ashikin Abdul-Kadir (corresponding author), Faculty of Biosciences and Medical Engineering, Universiti Teknologi Malaysia, Skudai, Malaysia, ashikin.kadir@utm.my

Amirah lsquo;Aisha Badrul Hisham, Faculty of Electrical Engineering, Universiti Teknologi Malaysia, Skudai, Malaysia, aaisha2@live.utm.my

Fauzan Khairi Che Harun, Faculty of Electrical Engineering, Universiti Teknologi Malaysia, Skudai, Malaysia, fauzan@utm.my

摘要——本文介绍了一种用于智能家居的脑电图（EEG）控制系统，旨在帮助残疾人和老年人。该系统由一个与安卓应用程序配对的NeuroSky MindWave 脑电图传感器组成，该应用程序的开发允许用户控制四个家用设备。安卓应用程序与使用HC-05蓝牙模块的Arduino Uno板配对，来控制设备。脑电图传感器，安卓应用程序和Arduino板之间的连接通过蓝牙完成，蓝牙为智能家居应用提供一个低功耗和便携式的解决方案。该系统允许用户使用眨眼和注意力水平单独打开和关闭四个设备。脑电图信号被提取用以分析实验期间大脑的活动。结果与实验期间的命令，待机，焦点和运行模式一致。开发的系统可以在智能家居中轻松实现，并且具有用于智能自动化和无线生物医学应用的高潜力。

关键字——脑电图控制系统；脑电图传感器；脑-电脑接口；智能家居；安卓；Arduino

1 引言

根据世界卫生组织的统计，世界上约有15％的人口患有某种残疾[1]。这种残疾包括脑或脊髓损伤，多发性硬化，脑干中风，肌萎缩侧索硬化，重症肌无力和脑瘫[2]。在大多数情况下，严重的残疾人无法与周围环境互动，为了方便与其他人交流，移动或控制必要的工具和设备。为了克服这些问题，各种智能设备和应用已经被单独开发和实施，或者在智能汽车，建筑和家庭中集成在一起。例如，Y.Moon等人提出了一种使用自动驾驶汽车的和声搜索算法的消失点检测模型[3]。与常用的随机样本一致性算法相比，他们提出的方法表现出更好的性能。智能家居的研究领域在过去几年中发展迅速，因为它对残疾人，老年人和年轻健康人产生了很大的积极影响[4,5]。M. Li和H. Lin提出了一种智能家居智能照明算法，它采用电力线通信作为网络骨干和无线传感器网络进行数据传感[6]。环境参数被获得用以控制照明和其他家用电器。另一方面，SKumar展示了一款使用安卓应用程序控制的低成本智能家居系统[7]。该应用程序与微Web服务器通信来操作多个家用电器。Arduino以太网被用于消除在利用语音激活命令来控制家用电器的同时，需要一台计算机并降低成本。A.Hussein等人提出了一种基于神经网络的智能家居设计，能够根据残障人士的需求进行学习和自我调整[8]。两个神经网络（前馈和重复）被集成到该系统中，前者用于预测和学习，而后者负责安全和保障。

然而，尽管这些作品提供了有前景的功能，但残疾人使用这种系统的能力仍然有限。几个脑机接口（BCI）系统已经开发出来解决上述问题。这样的系统以允许人类使用通信和控制这些设备的方式，在大脑和其他物理设备之间提供直接的神经接口不同的大脑活动模式[9]。BCI方法可分为侵袭性和非侵入性，前者需要手术将电极植入皮质内部或皮质上，而后者不需要手术[10]。非侵入性BCI方法包括脑磁图[11]，脑电图（EEG）[12]，脱氧血红蛋白浓度[13]和血氧水平依赖性成像[14]。在非侵入式BCI方法中，脑电图是最常用的方法，因为其响应速度快，成本低，简单，并且能够在便携式应用中实现[2]。因此，已经进行了几项利用脑电图信号的工作来控制各种设备和应用。K. S. Sim等人发明了一种使用脑电图头戴式耳机控制的轮椅，该耳机与计算机和Arduino板连接[15]。用户能够以90％的精度控制轮椅的运动。D. Bright等人展示了通过使用MATLAB [16]处理的脑电图信号对假肢的控制。开发的手臂能够以80%的精确度进行屈曲，延伸和夹紧。A. I. N.Alshbatat等人提出了一种用于自动化家用电器的脑电图控制系统[17]。脑电图头戴式耳机，计算机，Wi-Fi模块，用于移动通信/通用分组无线电服务的四频全球系统（GSM / GPRS）模块，相机和PIC-P40板集成在一起，形成实时控制多个设备的系统。

在上述设备的前景特征的推动下，本文提出了一种用于家庭自动化的脑电图控制系统，可用于帮助残疾人和老年人。作为概念验证，该系统允许用户使用一个安卓应用程序控制四个家用电器。该应用程序将手机与脑电图头戴式耳机和HC-05蓝牙模块配对连接到Arduino Uno板。注意力水平和眨眼强度值用于打开和关闭设备，这为残疾人和老年人提供了一个合适的解决方案。系统呈现的性能和捕获的脑电图信号被用来表征用户的大脑活动和系统在实验期间的响应。开发的系统具有成本效益且可以轻松实现各种智能自动化和无线生物医学应用。

2 设计和工作原则

在这项工作中，NeuroSky MindWave头戴式耳机（MW003）（图1）已用于测量脑电图信号。该头戴式耳机采用单节AAA电池供电，使耳机总重量低至约90 g，适用于各种远程和便携式应用和无线生物医学应用[18~20]。耳机的干传感器提取3-100 Hz范围内的12位原始脑电波，采样率为512 Hz。板载Think Gear芯片用于处理和过滤来自传感器的脑波，并通过蓝牙将耳机与其他设备连接。通过测量来实现感测放置在前额上的电极和参考点（耳夹）之间的电势。 NeuroSky EEG算法能够执行信号处理以测量7个频段的功率谱密度，即delta，theta，alpha，low beta，midrange beta，high beta和gamma。这些条带的振幅根据内部心理状态和外部刺激而变化，如（表1）所述[21]。根据这些频段，NeuroSky EEG算法可以进一步测量注意力和冥想水平，以及从三角洲和theta;波段中的尖峰测量得出的眨眼强度[22]。

表1 脑电图频段和相关的心理状态

安卓应用程序是基于NeuroSky EEG算法软件开发工具包（SDK）通过Android Studio开发的。该应用程序允许将手机与耳机和HC-05蓝牙模块配对与Arduino Uno板连接。选择HC-05作为手机和Arduino Uno板之间通信的平均值，因为与使用蓝牙和Wi-Fi与耳机和Arduino Uno板通信相比，HC-05降低了手机的功耗。然后将Arduino Uno板连接到4个家用电器（个人电脑，显示器，Wi-Fi路由器和水壶），使用4个继电器（5 V DC JQC-3FF-S-Z）执行开关过程，如（图2）所示。Arduino Uno板的编程代码允许从安卓应用程序接收命令并将它们转换为控制继电器的高和低输出引脚状态。

通过检测用户的注意力水平和双重眨眼强度值来实现打开和关闭这些设备。开发的安卓应用程序要求用户将手机与HC-05蓝牙模块和NeuroSky MindWave耳机配对。然后，该应用程序利用NeuroSky EEG算法处理原始脑电图信号并检测信号质量。该应用程序旨在拒绝质量差的信号以防止不准确的结果。另一方面，利用中等和高质量信号来提取注意力水平（0-100）和双重眨眼强度值（0-255）。在这种情况下，应用程序处于待机模式，等待用户的命令。强度大于等于90的双眨眼闪烁允许应用程序处于命令模式。选择双眨眼闪烁强度阈值高于正常眨眼闪烁水平，以防止由无意眨眼闪烁引起的任何命令。在命令模式下，4个设备的名称按顺序显示在2个循环中，每个设备的时间间隔为2秒（每个循环8秒）。在2个循环（16秒）的总时间内，用户可以在显示该设备的名称时通过双眨眼闪烁来选择设备。设备一旦被选择好，安卓应用程序会更改为焦点模式，选择设备后，需要用户专注于将注意力水平提高到50 - 100范围内，同时仍显示该设备的名称。这些保持在50-100的范围内且持续10秒的注意力水平触发了跑步模式。根据双眨眼做出的选择，设备名称在此持续时间内固定。然后，打开/关闭所需的设备，并将安卓应用程序设置回待机模式等待用户的命令。上述步骤总结在图3中，其显示出了基于脑电图的控制过程的流程图。

3结果和讨论

安卓应用程序使用构建工具版本26.0.2构建，其中SDK编译器和Gradle插件版本分别为23和3.0.1。该应用程序在安卓版本为6.0.1的Sony Xperia Z3手机上安装和测试。Arduino Uno板使用5 V DC适配器供电，VCC和GND引脚连接到HC05蓝牙模块的相应引脚。TX和RX引脚分别连接到蓝牙模块的RXD和TXD引脚，以建立Arduino Uno板和蓝牙模块之间的通信。然后，使用AT命令将蓝牙模块设置为波特率为9600 bps的从设备。由于HC-05没有从Arduino板接收数据，因此TX和RXD引脚在其余实验期间断开连接。VCC和GND Arduino引脚也连接到4个继电器的相应引脚。此外，数字Arduino引脚D9-D12被设置为输出引脚并连接到IN引脚，IN引脚控制继电器的打开和关闭状态。AC 240 V电源的带电线连接到电路的常开（NO）引脚继电器。中性线连接到每个设备的一个端子，而COM继电器引脚连接到另一个端子。（图4）示出了电气图系统电路。最初，D9-D12引脚设置为低状态，这使继电器保持常开状态，连接设备处于关闭状态。然后，根据从Android应用程序接收的命令，将每个引脚设置为低或高状态。高态引脚会触发相应继电器的输入，从而关闭电路并打开连接的设备。在实验过程中，手机与HC-05蓝牙模块和NeuroSky MindWave耳机配对，而所有电器最初都关闭。用户成功打开了4个设备，然后以随机指定或顺序方式再次关闭它们。值得一提的是，用户需要进行几分钟的简短培训才能理解工作原理并适应需要执行的所需步骤和任务。

图5显示了在实验期间用户使用手机屏幕截图同时执行运行打开和关闭安卓应用程序任务的示例。在图5中，控制电路连接到如图4所示的电器上。在实验开始时（图5（a）），用户需要打开电脑，监视器，Wi-Fi路由器，最后是水壶。安卓应用程序处于待机模式，等待。用户切换到的双闪烁命令模式。然后，用户能够打开计算机和显示器，对每个都进行单

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19725]，资料为PDF文档或Word文档，PDF文档可免费转换为Word