脑控机器人 – OpenBCI + cVEP + Maqueen V2

本教程展示如何使用 OpenBCI 板和 cVEP 开源应用，通过意念控制 Maqueen V2 机器人。

项目使用软硬件：

• OpenBCI 板（Ganglion 板或 Cyton 板）

• EEG 头带或电极帽

• EEG 电极 + 电缆

• cVEP 应用（由 Jason Farquhar 为 MindAffect 开发）

• Maqueen V2 机器人

• Micro:bit

1. OpenBCI 板

本例中我使用了 Ganglion 板。请确保访问 OpenBCI 文档页面。所有关于设置和规格的必要信息都包含在那里。

我们正在使用 EEG 信号，所以请记住，正如 Ganglion 规格所述：

并且所有导线都应连接到顶部的引脚：

2. 头带和电极

对于头带，您可以使用此 GitHub 页面提供的经济实惠的解决方案。您需要做的就是 3D 打印下面的 stl 模型：

• attachment.stl (2x)

• headstrap_integrated_electrodes.stl (1x)

然后组装元件并用 M3 螺丝和魔术贴连接。此外，OpenBCI 电极完美契合孔的直径。

为了获得更好的信号质量，我还建议使用额外的海绵并浸湿水，如下图：

3. cVEP 应用

您可以在此处下载 cVEP 开源应用。

在他们的文档网站上，您将找到关于如何设置环境的所有必要信息。如果您是编程新手，我建议安装您选择的 IDE（我使用 Intellij）。

如果安装成功，您现在可以测试该应用并执行此命令（使用 fakedata_test.json）：

python -m mindaffectBCI.online_bci

如果一切正常并且应用启动，您应该看到此菜单：

您可以开始测试 cVEP 应用。尝试进行校准，然后进行提示预测。如果在预测选项期间您看不到系统用蓝色标记预测的选项，请查看日志。

如果您看到此错误：

请转到 decoder.py 文件，在第 510 行将：

np.bool改为 np.bool_

同时请确保您安装了 Java 1.8 或更低版本。Utopia 服务器应用中的某些功能在高于 1.8 的 Java 版本上将无法工作。

如果您进入主菜单中的电极质量选项，看到所有电极的信号都固定为 0.5，您会注意到有问题。

4. 修改 cVEP 应用以配合 Maqueen V2 + 加载器使用

现在 cVEP 应用可以工作了，我们可以修改配置，使其能与 Maqueen V2 机器人配合工作。

在这种情况下，请访问此 GitHub 仓库并下载它。

您现在可以将文件从此仓库复制到 cVEP 应用仓库的相应路径。

请确保在 movement_output.py 中设置正确的端口。您可以在设备管理器/端口中验证端口。

现在，您可以使用 fakedata_test_maqueen.json 运行 cVEP 应用来测试方向预测。

校准应该看起来像这样：

5. Micro:bit 和 Maqueen 设置

通过 USB 端口将 Micro:bit 微控制器连接到计算机。

访问 python.microbit.org/v/3 并从 microbit_maqueen.py 复制代码，然后将其粘贴到网站上的脚本字段中：

您现在可以将其发送到 micro:bit。

如果您有一个额外的加载器，您所需要做的就是将 micro:bit 与 Maqueen 机器人连接。

我建议使用更长的 USB type B 数据线来连接 micro:bit。随微控制器附送的那根非常短，测试 Maqueen 机器人会很困难。

如果您没有加载器，那么您需要修改文件。这非常简单：

• noisetag_bci_maqueen.json – 删除 calibration_symbols 字段中的数组 [“up”, “down”]

• movement_output.py – 删除函数 down 和 up，并从 map objectID2Actions 中删除值 5: up, 6: down（第52行）

• robot_control.txt – 删除第3行：up, down,

如果您想修改机器人运动或添加新功能，您有很多方法可以尝试。

• 机器人规格

• dfrobot 论坛

• Micropython 文档

6. 测试

成功设置后，我们现在可以开始测试用我们的意念控制机器人了！

使用 noisetag_bci_maqueen.json 配置运行 cVEP 应用。

如果应用启动，您现在可以运行 movement_output.py 脚本，该脚本将监听系统预测。您应该在日志中看到此信息：

您现在可以开始校准解码器。

但在那之前，请确保您的电极质量良好且稳定。

如果校准性能较低，您可以重新校准，或者增加 noisetag_bci_maqueen.json 中 presentation_args.ncal 字段的数字。

一般来说，数据越多越好。此外，电极质量对校准过程至关重要。

校准模型后，您可以进入菜单中的自由输入选项，并开始控制机器人！

我希望您觉得本教程有帮助！