脑控机械臂
将脑电信号实时解码为机械臂控制指令，实现高自由度、低延迟的多关节协调运动。
研究概述
脑控机械臂系统将 BCI 解码输出与工业级协作臂深度集成，实现从脑意图到末端执行器运动的闭环实时控制。实验室重点研究低延迟解码、多自由度协调及自适应卡尔曼滤波在连续运动预测中的应用。
研究方法
01
连续运动解码
基于改进卡尔曼滤波器与贝叶斯估计框架，从 EEG / ECoG 信号中连续预测手臂运动方向与速度，实现平滑、低抖动的多关节协调输出。
02
闭环控制架构
设计包含视觉反馈、触觉反馈的闭环控制系统，将机械臂末端位置信息实时回馈至解码器，持续校正预测偏差，提升长时任务的稳定性。
03
实时系统工程
研究低延迟信号处理管线（< 50 ms 端到端延迟）与嵌入式部署方案，在边缘计算平台上实现满足临床应用需求的实时响应性能。
机械臂连续解码卡尔曼滤波闭环控制实时系统