脑机接口+自动驾驶，未来驾驶新场景？

来源：前沿情报站(qyqbz_2021)

一心希望用自家SpaceX火箭殖民火星的硅谷“钢铁侠”马斯克，除了抽空搞搞电动车赚点外快外，以补贴火箭的研发经费外，还有个Nerolink项目：脑机接口。

这个项目，简单来说，就是在脑袋上打个洞，往里面塞个芯片，通过这个芯片，不仅能读取你的意识，控制一些机械电子器件，实现新的人机交互方式，长远来看，还可以让人与机器更好地融合，增强人的适应性。

虽然马斯克宣布，他要在2023年将Neuralink的脑机接口产品推向市场，但是吧，这事听着还是有点太科幻了。直接侵入大脑的方式，安全性方面也有待确认，能不能落地，难说。

先从一些简单的场景着手，是靠谱的，比如在医疗应用方面，近几年有不少涉及仿生设备的风投。

那能不能将脑机接口与智能汽车结合起来？

国内脑机接口在驾驶中应用的专利

通过对中国专利数据检索发现，目前国内将脑机接口应用到驾驶领域的技术主要集中在车辆行驶速度低、转向率低的工程车辆，或者轮椅车。

其通常都是使用简单的处理芯片，对原始脑电信号进行分析及提取，直接基于脑电波信号分析结果控制车辆的具体控制部件，如油门、刹车、方向盘，实现车辆速度和转向的控制。

例如中国专利申请2017101716722，其公开了一种大脑电信号控制的静力光轮压路机，该方案通过提取原始脑电波信号，分析其中对于前进、后退、左转右转的控制意图，实现静力光轮压路机控制。

在专利2013105670931中，其公开了一种脑电波遥控车及方法，由脑电信号采集装置采集原始脑电信号进行分析处理，分析出人所要控制的车体部件的意图，再通过控制器根据脑电信号分析结果控制车体的驱动部件以控制车体的动作，从而实现对车体运动的控制。

上述现有的基于脑电波的驾驶控制车辆方案，主要会存在以下缺陷：

1.纯“人工”智能

驾驶过程中需要关注的信息太多了，而且有很多紧急情况。现有的这些技术中，都是直接基于原始脑电信号分析出车辆的具体操控动作，并不关注车辆周边环境、车辆自身状态，因而该类脑电波控制车辆方式，需要驾驶员的注意力足够集中，以人工实时关注周边环境、车辆状态，并及时地做出响应通过意念去控制汽车。

2.脑电识别场景多

现有技术中，需要基于各种场景直接从原始脑电信号中提取出人脑意图，而人脑意图的提取实际较大可能会存在错误或误差，且易于受到干扰，实际车辆控制的平稳性、鲁棒性不佳。

3.难以实现复杂的车辆控制

脑机接口还是一个新兴领域，现有技术中，只能采用简单的单核无系统的处理芯片，对人脑电波进行简单的脑电频率的提取。这仅能够获取人简单的意图，如前进、后退等简单动作，不具备复杂的意图理解能力。也无法在车辆的驾驶过程中，实现人的意图与机器之间的交互，因而无法完成复杂的车辆控制，如超车、跟车、左转、右转、环道等。这些复杂的驾驶场景下，不仅需要前、后的命令，还要具体转向多少度、速度多少等操作，需要驾驶员进行较为复杂的车辆控制，也是现有脑机接口车辆不具备的能力。

如何通过脑机接口实现复杂驾驶？

在现有技术能力下，能否更好地突破脑机接口在驾驶领域的应用呢？

国防科大有个想法。

12月24日，国防科大的一件专利《一种基于脑机交互的车辆控制方法及装置》获得授权，将脑机接口与智能汽车结合了起来。能通过脑机交互，实现超车、跟车、左转、右转、环道等变换复杂的驾驶环境。

没错，不是近期在自动驾驶领域崭露头角的华为，不是特斯拉，也不是百度阿波罗、小鹏这些智能车玩家，而是那个在校门口拍个照片都要被赶走的神秘大学——国防科大。

他是怎么做到用脑机接口实现复杂驾驶的？

根据专利内容描述，其主要包括以下几个模块：

S1.信息感知：被控车辆在驾驶过程中，通过车辆自身传感器，实时感知被控车辆的外部环境信息以及被控车辆的自身状态信息；

S2.决策需求判断：根据实时感知到的被控车辆的外部环境信息以及被控车辆的自身状态信息，判断与当前环境匹配的所有驾驶场景，并作为可选驾驶决策输出以提供给驾驶员选择；

S3.决策指令提取：实时采集驾驶员的脑电波信号，并从采集的所述脑电波信号中提取出驾驶员对于所述驾驶决策的决策选择指令；

S4.车辆控制驾驶：当接收到所述决策选择指令时，根据所述决策选择指令从预先训练得到的多个驾驶行为模型中调用对应的目标驾驶行为模型，所述驾驶行为模型包括不同驾驶场景下驾驶员对方向盘的转向控制信息，使用目标驾驶行为模型控制车辆驾驶行为。

简单来说，这项专利并不是在底层技术上——脑机信号识别、脑机芯片，这方面创新，而是在模式上创新。

驾驶过程中需要识别的信号种类太多？那好，我们将部分信号处理的事情交给汽车的传感器。现在自动驾驶汽车技术进步飞速，基于视觉、激光雷达、V2X各种途径已经可以获取大量驾驶信息，且这类信号的获取能力已日趋成熟。将其能力融合进来，可以省去大量需要解析的信号。

现阶段脑机信号识别不是很难识别复杂的信号吗？那好，我们把复杂信号处理的事情交给“专家决策系统”（放到现有的自动驾驶系统中，可以与ADAS系统结合），让决策系统提供给我们“选择题”，例如，在道路口时是直行还是转弯？转向哪个方向？而人脑只需要决策选哪个选项，而不是做“填空题”。这样，就解决了难以识别复杂信号的问题。

根据专利描述，国防科大尚未将其应用在真实场景中，只是进行了仿真测试。在仿真环境中，能够很好地完成障碍物规避、超车、会车功能，仿真车辆的速度在25km/h～50km/h。

图：仿真测试使用工控机6108采集模型运算所需的感知特征信息、图像数据，通过UDP传输给7164工控机，7164工控机接收感知特征信息、图像数据，通过调用不同场景下的驾驶行为模型得到车辆控制值或者决策策略，通过UDP传输给工控机6108进行车辆决策控制

结语

或许，你会觉得这项尚未被应用到实际驾驶中的脑机控制车辆技术是空中楼阁，但是其提供了一种与自动驾驶结合的新思路：

在辅助驾驶、自动驾驶过程中，难以避免会出现复杂的路况，需要人工接管。现在，在人工接管状态下，完全退变回了人工驾驶的状态。

但其实有相当一部分需要人工接管的场景，自动驾驶系统是有选项的，只不过限于识别准确率，自主决策的风险太高。能否把这一部分需要人工接管的场景，由自动驾驶系统处理成选项，交给人做选择题呢？结合脑机控制接口，这个时候，我们仍然不需要去物理触碰方向盘、刹车、油门，只需要帮自动驾驶系统做出决策就可以了。

当然了，如果已经处理成了选项，或许通过语音交互就可以控制了。就像钢铁侠中的Javis一样。但意念控制，或许是个让Javis升级为幻视的更酷的选项。

相关专利：

公告号：CN112356841B
授权日：2021.12.24
专利权人：中国人民解放军国防科技大学
《一种基于脑机交互的车辆控制方法及装置》

• 透过专利看技术。关注前沿情报站(qyqbz_2021)，获取国内外科技巨头最新技术情报。