在紧急情况下,无人驾驶飞行器操作员的神经签名和解码使用脑电图.

科学领域:

• 神经科学是一个神经科学.
• 人与计算机的交互
• 航空航天工程 航空航天工程

背景情况:

• 大脑-计算机接口 (BCI) 增强了人机交互,并为残疾人提供了沟通.
• 在无人机紧急情况下了解操作员大脑活动对于提高安全性和性能至关重要.
• 目前用于检测无人机紧急情况的现有方法缺乏实时,以操作员为中心的监控.

研究的目的:

• 为了探索与无人机紧急情况相关的大脑神经特征在操作员中.
• 开发一种基于脑电图 (EEG) 的检测方法,用于识别无人机紧急情况.
• 为航空业实时紧急检测系统奠定基础.

主要方法:

• 在模拟紧急情况下,对无人机操作员发出的脑电图 (EEG) 信号进行分析.
• 确定与事件相关的潜在 (ERP) 组件,包括视觉不匹配负面性 (vMMN) 和随机负面变化 (CNV).
• 源分析以确定大脑叶激活模式 (头骨,,额头).
• 基于EEG的在线紧急检测系统的实施和测试.

主要成果:

• 在紧急情况下,EEG信号表现出类似于已知的ERP组件的规律性特征.
• 紧急发作触发了头,头和前脑叶的连续激活.
• 开发的在线检测系统在检测紧急情况时取得了超过88%的准确性.
• 检测延迟记录在431.95毫秒,从紧急情况开始.

结论:

• 该研究成功地确定了在紧急情况下无人机操作员的独特大脑神经特征.
• 一种基于EEG的检测方法证明了无人机紧急情况的高精度和快速检测.
• 这项研究为开发先进的脑活动监测系统提供了基础,以提高无人机运行安全.