基于事件/任务想象的脑机接口技术

脑机协同的无人机编队控制技术

手—脑—机结合的无人勘探车智能控制技术     

少导联便携式脑控机器人

脑控，即用脑电波来操纵机器设备，这一直是人类数百年来的梦想。试想一下，只需要你念头一动，机械或设备就已经按照你的想法去运转，那是一件多棒的事情！就像电影《阿凡达》演绎的那样虽然身有残疾，却能通过脑控让另一个“自己”肆意地生活。

近日，《中国科学报》记者采访西北工业大学电子信息学院的谢松云教授研究团队了解到，他们通过对“脑机融合”这一颠覆性技术的革新研发，有望实现无人驾驶的“双保险”，使其上路将逐渐成为可行。

“多种模式联合诱发的脑机接口技术”的实现推动脑控技术实际应用

在谢松云团队的实验现场展现了这样一个场景：控制室里的实验人员戴上一个特别的“帽子”，面对着屏幕，无需操作任何，只是认真的盯着屏幕……在室外的空地上，一架无人机缓缓滑行、起飞，按计划绕过障碍物，成功降落……无人机每一个动作是由实验室人员的“大脑”控制的。

谢松云介绍，所谓的“意念控物”是通过脑电检测设备采集脑电波，然后用计算机对脑电进行解读，提取脑电特征形成控制信号，进而实现对“事物”的控制，这些“事物”可以是设备装置，甚至可以是生物体。至于脑电波，其实很早就被人类所认识和获取，人脑神经元活动时就会产生电信号，这些信号相叠加，就形成了脑电波。

“要想实现高质量的控制，其最关键也是难度最大的就是：对脑电波的提取、识别与区分，也就是所谓‘脑特征’的提取。”谢松云讲，“通俗一点讲就是需要知道大脑想要做什么，获取的脑电波要能代表这种‘诉求’，不同‘诉求’要能在脑电波中体现出来。”

据了解，在利用脑电进行控制时，能提取出多少个不同的脑电特征，就能够通过编码生成多少个相应的控制量，控制量的多少在很大程度上决定了控制的水平。最简单的是利用一个“脑特征”，也就是只能得到两种状态，如用 “有”或者“无”，“强”或者“弱”来体现，相应的控制也只能体现出“启动”或者“停止”，“快”或者“慢”等类似的两个状态。目前，应用最多的就是基于注意力、专注度的脑控，脑控让玩偶动起来就是典型的案例。

显然只有1个脑特征的提取与识别远远不能满足人们的对脑控技术的渴望期待。在现实中对物体的控制远不止2个状态，比如上述提到的脑控平衡车，走、停、加速、减速、转弯至少需要4到5个特征。

正在基于这种需求，谢松云团队长期致力于该方面的研究，以期能利用更多的大脑特征。利用经过多年不懈的努力，该团队开发了多种模式联合诱发的大脑特征的提取技术，目前已经可以做到3种模式，12个脑特征的提取与识别，更多的脑特征的利用近期也将攻克。

几个脑特征的增加，并非是简单的数量增减，而是脑控技术应用领域一个“质”的变化，可以说是一种“颠覆性的技术革新”！

可以诱发脑特征的方法包括视觉刺激、运动想象、事件相关电位等，还可结合肌电刺激形成多种模式的脑特征的应用。目前，该团队的相关技术已形成了15项国家发明专利。

AI和脑控协同控制实现无人机编队的复杂队形变化

尽管实现了多种脑特征的提取，由于脑机接口的一些固有的局限性，如速度慢、正确率不够高，是国际上在脑控技术方面的一大障碍。为解决这一问题，谢松云团队创新性的提出了“将意念控制与AI相结合实现脑机融合控制”这一新技术，并研发出多套脑机协同控制系统，有力推动了脑控技术的实际应用。

“脑机融合控制”就是通过脑机接口等技术将大脑的智力和基于计算机技术的人工智能结合起来，将大脑作为计算机控制系统的一个组成部分，构成一个既有大脑的快速认知和灵活决策，又有计算机的高速计算和大容量存储的新型系统，用于对各种设备与系统的控制。谢松云如是概述。

这种模式充分发挥了“人脑”和“机脑”两种不同智能形式各自的优势，更加有利于“脑控”技术向实际应用中的推广。

也正是基于这一理念，他们将长期的理论研究的成果应用于实际的脑控技术。据悉，谢松云团队已做出多项创新结果，提高了信号传输的精准度与实时性，在相关指标上达到国际先进水平，推动了脑控技术向实际应用领域的快速进步。

玩过小型无人机的朋友都知道这种无人机的稳定性不高，不容易操控。然而谢松云团队最新研发了将AI与多模态脑控相结合，实现无人机编队快速转换队形并且稳定非飞行的任务。在现场演示实验中，操控人员头戴脑电帽，通过想象、视觉刺激、眨眼等三种不同的诱发方式，脑控三架小无人机不时变换队列，迅速在空中完成不同列队飞行、叠飞、翻转等高难度动作，这一系列动作的完成只需要一台电脑、一个人。

这项新技术将AI和脑控相结合，使得无人机既能根据脑控指令迅速完成不同模式的转换，变换队形，又不需要负责脑控的操作人员长期耗费脑力，AI技术预设了不同的飞行模式，操作人根据实际需要用脑控设备发出预设模式的指令就能轻松完成无人机编队的完美展示。

手—脑—机协同使无人勘探车实现精准探测和施救

救援救灾中，在未知的复杂坏境或危险区域可采用无人探测设备进行探测，但是在情况不明的情况下单纯使用AI系统设备往往会无法准确识别目标，并造成不必要的时间、能量和装备的损失，使得任务完成质量下降。

谢松云团队利用手-脑-机协同的技术，在环境不明情况下用手控+脑控驱动无人探测设备的快速运行和目标发现，待发现疑似目标后再启动AI系统精准实施探测、识别，人机联合决策给出操作指令，减少了所需的无人系统的操控人员，同时下保证了精准探测和施救。

特别是近年来第五代移动通信系统5G技术的发展成熟，结合脑控和AI技术将为无人驾驶提供更可靠的安全保障。5G的发展不仅是网容量的瀑布式增长，更是海量数据的井喷式汇聚，5G的发展有可能提高AI系统的数据分析效率，但是数据量的增加，也加大了场景的类型数量，是的决策的难度急剧增大，脑的接入将脑的灵活型注入了系统，在很大程度上克服了上述缺点，所以脑控的加入更是增强了系统应对突发事件的能力。

“人脑+AI”发展及应用将使无人驾驶汽车上路成为可能

当前无人驾驶技术的核心关键感知部件是毫米波或激光雷达，但当交通道路环境下工作的雷达越来越密集时，无人车相互间会产生较严重的干扰问题，目前单纯依靠AI技术很难解决，有可能因此造成重大车祸，很难确保行车安全，这限制了无人驾驶技术的应用。

谢松云说，据实验证实：人脑的本能反应比有意识的控制行为要快0.2秒左右，如果在无人驾驶系统中，加入对人的状态监测，将人的本能反应与AI系统相结合，利用人的快速认知能力，在AI系统无法识别应对的情况下，利用监测到的人的本能反应快速给出正确的应急指令，最大程度保障行车安全。

试想一位新手司机行驶中遇到即将撞过来的汽车时只顾惊恐喊叫，而“人脑+AI”在那一刻利用人的本能反应快速启动预设指令实现紧急制动等安全控制，就可以避免一场车祸。这也是无人驾驶汽车上路逐渐成为可能。

“人脑+AI+5G”除了能为残障人士、需要代驾服务的人士提供服务外，将会大大降低司机的驾驶疲劳，还可以为驾驶经验有限的司机提供安全保障。谢松云补充强调。