腦機接口BCI(Brain Computer Interface)是一種新型的人機交互方式，它基于腦電信號EEG(Electroencephalo-gram)實現人腦與計算機或其他電子設備的交互，脫離了對人體外周神經和肌肉組織的依賴[1-2]。因此，該技術在醫療、游戲以及工業控制等諸多領域表現出很好的發展前景。
    目前，國內外腦機接口技術研究與應用的主流方案是以計算機作為核心處理平臺[1]實現多通道腦電信號采集。此方案通常具有較好的性能，但也存在系統操作復雜、軟硬件設備昂貴、體積龐大、功耗高等不足，難以進行推廣和市場普及。
    本文采用TGAM1_R2.4A單通道腦電信號采集模塊[3]、STM32嵌入式處理器結合μC/OS-II多任務實時操作系統設計并實現了一個通過專注度和眨眼信號控制的嵌入式小車控制系統。測試結果表明，該系統在控制小車速度和方向方面具有反應靈敏、穩定性較高的特點。
1 系統框架
    系統由腦電信號采集與傳輸、腦電信號處理、運動控制和信息顯示等部分組成。腦電信號采集由TGAM1_
R2.4A模塊實現。腦電信號通過藍牙模塊BLK-MD-BC04B傳輸至STM32嵌入式處理器進行處理，獲取專注度和眨眼信號。系統通過L298N芯片控制電機的轉動狀態。系統框架圖如圖1所示。

2 腦電信號采集與處理
2.1 腦電信號的采集與傳輸
    TGAM1_R2.4A是基于ThinkGearTM腦波傳感器技術設計的采集芯片，由放置在前額處的傳感器電極觸點和耳部的參考電極觸點采集腦電信號。腦電信號經芯片內部處理后可通過串口(UART)輸出數字化原始腦電信號，α，β等腦波波段數據以及eSense專注度和放松度指數。
    采用具有串口功能的BLK-MD-BC04B藍牙模塊作為無線傳輸的發送和接收單元。利用AT命令配置藍牙發送單元為從機模式并設置配對密碼。藍牙模塊與TGAM1_R2.4A連接原理圖如圖2所示。配置藍牙接收單元為主機模式和自動搜索遠端藍牙設備狀態，設置與發送單元相同的配對密碼并與STM32串口1連接，連接原理圖如圖6所示。

    因不同使用者的腦電信號幅度不同且同一使用者佩戴傳感器的位置和角度的不同也會導致采集到的腦電信號幅度不同，故不能設定一個固定的眨眼信號判斷閾值滿足系統要求。在系統上電后啟動一個自動設定眨眼信號判斷閾值的過程，該過程持續時間為60 s，同時要求在設定過程中保持自然眨眼動作狀態，按圖4所示流程進行判斷閾值的設定。人正常眨眼頻率約為每分鐘10～20次[5]，故該過程以6 s為時間單位，分別計算每個時間單位內腦電信號的最大值Ai，然后計算60 s時間內10個腦電信號最大值的平均值。考慮到眨眼動作的不一致性, 為提高眨眼信號識別的準確率, 需要對平均值加一個過渡緩沖值。經測試，過渡緩沖值設為100可獲

3 小車控制系統設計
3.1 小車控制系統的硬件設計
    系統采用Cortex-M3內核架構的嵌入式芯片STM32-F103ZET6[6]作為核心處理器，采用3.5英寸TFT液晶觸摸顯示屏進行相關信息的顯示和控制指令的輸入，利用L298N芯片驅動兩路電機控制小車運動狀態，采用TLP521-2光耦芯片進行隔離以保證系統穩定性，電路原理圖如圖6所示。L298N的使能端ENA、ENB與STM32芯片的PWM輸出端口PA6、PA7連接，改變STM32輸出脈沖的占空比即可調節電機的轉速，進而達到控制小車速度的目的。小車運動狀態的控制定義如表1所示。

    利用全彩LED的顏色變化顯示專注度大小。在小車頂部設置指示前方、左方、右方的方向指示燈。
    小車控制過程為：系統上電后進行眨眼信號判斷閾值的設定，然后進入運動控制狀態。在運動控制狀態中系統以1.5 s的時間間隔按順時針方向對3個方向進行掃描。當掃描某一方向時相應的方向指示燈亮，若在1.5 s內沒有檢測到有意眨眼信號，則進入下一運行方向的掃描；若在1.5 s內檢測到有意眨眼信號，則立即執行相應動作，在動作執行期間若檢測到有意眨眼信號，則系統停止運動退出動作執行狀態，重新進入掃描狀態。
3.2 小車控制系統的軟件設計
    軟件主體采用具有搶占式內核的μC/OS-II多任務實時操作系統[7]與μC/GUI圖形用戶界面相配合的方案。利用串口中斷方式進行腦電信號的接收并在中斷服務程序中進行腦電信號解碼、專注度提取、眨眼信號識別以保證腦電信號得到實時處理。設置小車運動狀態控制任務為最高優先級的任務以確保對小車運動狀態的實時控制。其運動控制程序流程如圖7所示。

    系統上電后，各功能模塊進行初始化，通過藍牙模塊建立連接，啟動60 s自動設定眨眼信號判斷閾值過程。在上述啟動過程中，若某一過程未成功完成，則系統無法進入下一個啟動過程。在確定眨眼信號判斷閾值之后，若系統檢測到一次有意眨眼信號，則進入運動控制狀態。
4 系統測試與結果分析
    眨眼信號是系統重要的控制信號，眨眼信號的識別效果直接影響系統的性能。組織5名未參與本研究的人員進行眨眼信號識別效果的測試。測試分為A、B兩個批次，其中A批次是被測人員首次接觸該系統進行的測試，B批次是被測人員經過半小時的訓練之后進行的測試。測試結果如表2所示。

    對測試數據分析可知，在被測人員不熟悉系統操作的情況下，眨眼動作不規范，識別率較低。但經過短時間的訓練之后，識別率已經達到比較可靠、穩定的水平。
    為測試系統性能，設計圖8所示的運動路線，被測人員在B批次測試后開始進行按規定運動路線控制小車運動的測試，每位被測人員測試10次并繪制運動軌跡圖。從50次測試結果中根據偏離規定路線的程度選出最佳和最差運動軌跡，如圖8所示，A虛線為最佳控制軌跡，B實線為最差控制軌跡。
    測試結果表明，本系統的眨眼信號識別方法對經過相關訓練的使用者來說具有較好的識別效果。系統在控制小車前進速度和方向方面反應靈敏，穩定性較高。
    利用腦機接口(BCI)技術結合低成本、低功耗的嵌入式處理器平臺，設計并實現了一個通過專注度和眨眼信號控制的小車控制系統。測試結果表明，該系統模塊簡單、易于應用且具有較好的穩定性和較高的反應速度。本系統為腦機接口技術在醫療(如電動輪椅)、游戲以及工業控制等方面的應用和推廣進行了有益的探索。
參考文獻
[1] 王嬌娜，劉紀紅，張力，等.基于腦-機接口的無線智能機器人控制系統[J].電子技術應用，2012，38(8)：119-125.
[2] 王根，方慧娟，羅登.基于事件相關電位的BCI新型輸入系統研究[J].微型機與應用，2013，32(7)：66-68.
[3] NeuroSky.TGAM1 Spec Sheet[EB/OL].(2010-03-24)[2013-12-09].http：//www.neurosky.com.cn.
[4] STEVEN J LUCK著.事件相關電位基礎[M].范思陸,丁玉瓏,曲折，等譯.上海：華東師范大學出版社，2009.
[5] 苑瑋琦，滕紅艷.眼睛疲勞程度判定方法研究[J].計算機工程與應用，2013，49(17)：199-203.
[6] STMicroelectronics.STM32F103E[EB/OL].(2011-04)[2013-12-09].http：//www.st.com.
[7] 任哲.嵌入式實時操作系統μC/OS-II原理及應用(第二版)[M].北京：北京航空航天大學出版社，2012.