面向行人导航意图探测的脑电分类研究

P228; 行人导航意图的自动识别是行人导航研究的一个难点问题,对建立智慧导航服务与新型的人机交互方式至关重要.目前,利用行为模式推估导航意图成为主流的解决方案,但是,这种方案依赖多种传感器且具有时滞性.本文提出了一种基于脑成像技术的行人导航意图探测方法,通过多导联的、高时间分辨率的脑电信号解译行人的转向意图.首先,在处于道路交叉口的场景下,依照标准的运动想象范式采集得到4类导航意图对应的脑电原始数据,包括直行、停止、左转和右转;然后,融合脑电在时频域、空间域与功能连接上的特征,构建表达脑电活动过程的脑电时空连接网络,便于捕获与导航意图高度相关的脑电特征;最后,采用图卷积神经网络编码脑电时空连...

Full description

Saved in:
Bibliographic Details
Published in测绘学报 Vol. 53; no. 9; pp. 1829 - 1841
Main Authors 方志祥, 王禄斌
Format Journal Article
LanguageChinese
Published 武汉大学测绘遥感信息工程国家重点实验室,湖北武汉 430079 16.10.2024
Subjects
导航意图识别
GCN
行人导航
pedestrian navigation
intention detection
EEG
Online AccessGet full text
ISSN1001-1595
DOI10.11947/j.AGCS.2024.20230444

Cover

More Information
Summary:P228; 行人导航意图的自动识别是行人导航研究的一个难点问题,对建立智慧导航服务与新型的人机交互方式至关重要.目前,利用行为模式推估导航意图成为主流的解决方案,但是,这种方案依赖多种传感器且具有时滞性.本文提出了一种基于脑成像技术的行人导航意图探测方法,通过多导联的、高时间分辨率的脑电信号解译行人的转向意图.首先,在处于道路交叉口的场景下,依照标准的运动想象范式采集得到4类导航意图对应的脑电原始数据,包括直行、停止、左转和右转;然后,融合脑电在时频域、空间域与功能连接上的特征,构建表达脑电活动过程的脑电时空连接网络,便于捕获与导航意图高度相关的脑电特征;最后,采用图卷积神经网络编码脑电时空连接网络,完成由脑电到4类导航意图的映射,并利用9个被试者的脑电数据作为样本集对本文方法的有效性进行验证.试验结果表明,采用短时窗(1 s)探测4类导航意图的平均精度为0.443±0.062,最高精度可达0.571.采用长时窗(6 s)探测4类导航意图的平均精度为0.525 士0.084,最高精度可达0.665.该方法的探测精度略优于其他脑电解译算法,且对前进和停止意图的识别能力优秀,最高可达0.740和0.700.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2024.20230444