融合脑电特征的机器人网络遥操作系统的建模与控制

机器人网络遥操作系统是一种典型的人-机协作系统，但现有的研究方法多数围绕系统本体展开，基于系统的动力学模型设计满足特定性能指标的控制器，而忽略了人在系统中的行为特征，不利于遥操作系统性能的提高。本项目提出一种融合脑电特征的机器人网络遥操作系统建模与控制方法，在分析人的脑电信号特征基础上，提取人的行为特征，对人与机器人之间的交互进行混杂系统建模并对远端机器人进行语言化的控制。研究内容：1、在分析人的脑电信号的基础上，发现不同网络延时、不同的媒体信息反馈对人的行为特征的影响，研究从初学者到熟练操作者的脑电信号的变化规律；2、根据人执行遥操作任务过程中的行为特征，建立遥操作系统的混杂系统模型；3、基于运动描述语言实现主端系统对远端机器人系统语言化的控制。课题的开展是对遥操作机器人控制理论的一次有益探索，具有较高的理论意义与应用价值。

本项目针对当前机器人网络遥操作系统控制方法研究中出现的问题提出了解决方案。现有研究方法存在的主要问题控制策略的设计围绕遥操作系统的本体展开，而忽略了人在系统中的行为特征，只能实现遥操作系统在特定条件下的控制。本项目提出了从人的角度研究机器人网络遥操作系统，旨在实现融合人的行为特征的控制方法，以脑电信号分析为手段研究操作者在机器人网络遥操作系统中的行为特征，利用混杂系统理论对遥操作系统进行建模并实现语言化的控制。项目主要工作包括：(1)为了有效地采集人的脑电信号并进行方法验证，建立了人机交互式倒立摆仿真控制系统，并从脑电信号角度研究操作者的认知行为特征；（2）根据人执行遥操作任务过程中的行为特征，建立机器人网络遥操作系统的混杂系统模型；（3）基于机器人运动轨迹正交分解的方法建立运动描述语言模型，实现遥操作系统主端对远端机器人系统语言化的控制方法，并进行了实验验证。本项目研究成果对于实现机器人自主控制以及揭示人的认知行为特征奠定了理论基础。