جلسه دفاع از پایان نامه: سید شهاب زارع حسینی، گروه کنترل
خلاصه خبر:
عنوان پایان نامه: تشخیص قصد حرکتی بهوسیله طبقهبندی سیگنالهای عصبی برای کنترل ربات اسکلت بیرونی
ارائهکننده: سید شهاب زارع حسینی استاد راهنما: دکتر سجاد ازگلی استاد ناظر داخلی اول: دکتر حمیدرضا مومنی استاد ناظر خارجی اول: دکتر محمد منثوری (دانشگاه شاهد) استاد مشاور اول: دکتر زهرا بهمنی تاریخ: 1402/02/17 ساعت:15 مکان: آزمایشگاه اتوماسیون و ابزار دقیق
چکیده: این پژوهش شامل طراحی و شبیهسازی یک سیستم رابط مغز و کامپیوتر (BCI) جهت تشحیص قصد حرکتی از روی سیگنالهای EEG پوست سر انسان و در نهایت کنترل سطح بالای ربات اسکلت بیرونی میباشد. سیستم BCI پیشنهادی شامل دو فاز آفلاین و آنلاین است. در فاز آفلاین، یک مجموعه داده از سیگنال EEG برگرفته از سر انسان طبق پروتکل مناسب تهیه شد و مدلی به منظور طبقهبندی قصد حرکتی موجود در دادهها با روشهای مختلف انتخاب ویژگی مانند تبدیل STFT، موجک، CSP و ERD و همچنین یادگیری ماشین مانند SVM و LDA آموزش و تست شد. پس از انتخاب بهترین مدل، این مدل در فاز آنلاین که میبایست بهطور زمان-حقیقی و با کمترین تأخیر ممکن طبقهبندی کند، استفاده شد. در نهایت طبق خروجی سیستم BCI، سیستم کنترل سطح بالای ربات اسکلت بیرونی میتواند به ربات فرمان ایستادن یا راهرفتن دهد. مدل آفلاین با دقت خوب 84% آموزش داده شد، ولی به دلیل امپدانس بالا و متغیر الکترود خشک حسگر آنلاین، مدل آنلاین نتوانست دقت موردنظر را داشته باشد. هرچند با توجه به عملکرد خوب مدل آفلاین انتظار میرود که با افزایش کیفیت سختافزار آنلاین، دقت سیستم BCI آنلاین و بهطور کلی سیستم کنترل سطح بالای ربات اسکلت بیرونی بهبود یابد.