本發(fā)明涉及腦機(jī)接口與汽車(chē)智能化領(lǐng)域，尤其是一種車(chē)輛腦機(jī)接口預(yù)期功能交互測(cè)試與評(píng)價(jià)方法。

背景技術(shù)：

1、在類(lèi)腦智能等前沿科技和產(chǎn)業(yè)變革領(lǐng)域，腦機(jī)技術(shù)已經(jīng)成為目前全世界需要攻關(guān)的重點(diǎn)技術(shù)之一。智能汽車(chē)的技術(shù)創(chuàng)新、產(chǎn)業(yè)生態(tài)、基礎(chǔ)設(shè)施、法規(guī)標(biāo)準(zhǔn)、產(chǎn)品監(jiān)管和網(wǎng)絡(luò)安全體系在逐步完善，汽車(chē)的智能化已然成為未來(lái)科技發(fā)展的方向，腦機(jī)接口是智能車(chē)輛的前沿研究領(lǐng)域，因此應(yīng)用了腦機(jī)接口技術(shù)的腦控車(chē)輛相關(guān)研究具有十分廣闊的發(fā)展前景。由于腦機(jī)接口作為駕駛員控制車(chē)輛的信息交流通道，其性能對(duì)腦控車(chē)輛的交互起到了關(guān)鍵性的作用，因此對(duì)車(chē)輛腦機(jī)接口系統(tǒng)性能的測(cè)試和評(píng)價(jià)是加速腦控車(chē)輛發(fā)展、應(yīng)用和部署的關(guān)鍵。

2、然而，現(xiàn)今國(guó)內(nèi)外關(guān)于腦控車(chē)輛的研究尚處于起步階段，仍有很多問(wèn)題沒(méi)有解決，尤其在腦車(chē)接口功能的交互質(zhì)量分析、測(cè)試與評(píng)價(jià)方面尚存空白。缺少客觀合理的評(píng)價(jià)方法，將阻礙后續(xù)腦控車(chē)輛技術(shù)發(fā)展。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問(wèn)題，本發(fā)明提出一種車(chē)輛腦機(jī)接口預(yù)期功能交互測(cè)試與評(píng)價(jià)方法，評(píng)價(jià)體系結(jié)構(gòu)包括四層：

2、第1層為目標(biāo)層：目標(biāo)層的核心是評(píng)價(jià)腦機(jī)接口(bmi)預(yù)期功能交互水平，衡量腦機(jī)接口在實(shí)際控制汽車(chē)中的交互效果和用戶(hù)體驗(yàn)，記錄績(jī)效評(píng)價(jià)結(jié)果，目標(biāo)層是指導(dǎo)功能層評(píng)價(jià)的基礎(chǔ)；

3、第2層為功能層：功能層針對(duì)腦機(jī)接口實(shí)現(xiàn)的預(yù)期功能進(jìn)行評(píng)價(jià)，包括控制剎車(chē)、疲勞監(jiān)測(cè)、控制車(chē)窗升降、控制空調(diào)、控制音響中的一種或數(shù)種功能；每種預(yù)期功能下，腦機(jī)接口的性能要求和用戶(hù)的操作習(xí)慣可能不同，在這一層中，應(yīng)詳細(xì)描述每個(gè)功能的特點(diǎn)和對(duì)腦機(jī)接口性能的具體要求，這有助于后續(xù)針對(duì)性的評(píng)價(jià)和優(yōu)化。

4、第3層為性能層：性能層將每種預(yù)期功能下的腦機(jī)接口功能評(píng)價(jià)進(jìn)一步細(xì)分為不同性能維度，包括安全性、抗干擾性、準(zhǔn)確性、時(shí)效性、舒適性中的一種或數(shù)種維度；

5、所述的安全性用于評(píng)價(jià)系統(tǒng)在各種操作條件下的安全保障能力，如錯(cuò)誤操作的預(yù)防和緊急情況下的響應(yīng)；

6、所述的抗干擾性用于分析系統(tǒng)在復(fù)雜環(huán)境下對(duì)外界干擾的抵抗能力，確保信號(hào)的穩(wěn)定傳輸；

7、所述的準(zhǔn)確性用于衡量用戶(hù)意圖識(shí)別的準(zhǔn)確度和執(zhí)行指令的精確性；

8、所述的時(shí)效性用于評(píng)價(jià)從用戶(hù)發(fā)出指令到系統(tǒng)響應(yīng)的時(shí)間延遲，對(duì)于提高交互流暢性至關(guān)重要；

9、所述的舒適性用于考察用戶(hù)在使用腦機(jī)接口時(shí)的舒適度和疲勞度，直接影響用戶(hù)體驗(yàn)；

10、第4層為指標(biāo)層：指標(biāo)層將性能維度具體化為可量化的評(píng)價(jià)指標(biāo)，每個(gè)評(píng)價(jià)指標(biāo)都應(yīng)有明確的量化方法和評(píng)價(jià)標(biāo)準(zhǔn)，以便進(jìn)行客觀的評(píng)價(jià)和比較；

11、所述的安全性的評(píng)價(jià)指標(biāo)包括識(shí)別準(zhǔn)確率；

12、所述的抗干擾性的評(píng)價(jià)指標(biāo)包括可選目標(biāo)數(shù)、誤觸發(fā)率、信噪比中的一項(xiàng)或數(shù)項(xiàng)指標(biāo)；

13、所述的準(zhǔn)確性的評(píng)價(jià)指標(biāo)包括誤報(bào)率、kappa系數(shù)、互信息中的一項(xiàng)或數(shù)項(xiàng)指標(biāo)；

14、所述的時(shí)效性的評(píng)價(jià)指標(biāo)包括信息傳輸率、響應(yīng)時(shí)間、最大峭度中的一項(xiàng)或數(shù)項(xiàng)指標(biāo)；

15、所述的舒適性的評(píng)價(jià)指標(biāo)包括腦力負(fù)荷、駕駛?cè)藵M意度中的一項(xiàng)或兩項(xiàng)指標(biāo)；

16、各項(xiàng)指標(biāo)均屬于客觀數(shù)值定量指標(biāo)；

17、評(píng)價(jià)方法包括以下步驟：

18、(1)數(shù)據(jù)標(biāo)準(zhǔn)化

19、對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，目的是消除不同指標(biāo)之間的量綱差異，使得各指標(biāo)具有可比性；設(shè)有l(wèi)種功能，每種功能有n種性能維度，每種性能維度有m個(gè)指標(biāo)，原始數(shù)據(jù)矩陣為x＝(xij)n×m；其中，xij表示某一功能的第i個(gè)性能維度的第j個(gè)指標(biāo)的原始值，i＝0,1,…n；j＝0,1,…m；

20、對(duì)于正向指標(biāo)(數(shù)值越大表示性能越好)：

21、

22、對(duì)于負(fù)向指標(biāo)(數(shù)值越小表示性能越好)：

23、

24、其中，zij為xij標(biāo)準(zhǔn)化后的得分，min(xij)為第i個(gè)性能維度的第j個(gè)指標(biāo)所有樣本值中的最小值，max(xij)為第i個(gè)性能維度的第j個(gè)指標(biāo)所有樣本值中的最大值。

25、(2)計(jì)算指標(biāo)的熵值

26、計(jì)算第j個(gè)指標(biāo)的熵值ej：

27、

28、其中：

29、ej表示第j個(gè)指標(biāo)的熵值；

30、m為樣本總數(shù)；

31、k為常數(shù)，計(jì)算公式為：用于歸一化熵值，確保熵值在合理的范圍內(nèi)；

32、pij表示第i個(gè)樣本在第j個(gè)指標(biāo)上的比例值，計(jì)算公式為：其中zij為xij標(biāo)準(zhǔn)化后的得分；

33、熵值反映了指標(biāo)的信息量，熵值越大，說(shuō)明該指標(biāo)的信息越分散，權(quán)重越小；反之，熵值越小，說(shuō)明該指標(biāo)的信息越集中，權(quán)重越大。

34、(3)計(jì)算指標(biāo)的權(quán)重

35、計(jì)算第j個(gè)指標(biāo)的權(quán)重wzj：

36、

37、計(jì)算權(quán)重是為了確定每個(gè)指標(biāo)在綜合評(píng)價(jià)中的重要性，權(quán)重越大，說(shuō)明該指標(biāo)對(duì)綜合評(píng)價(jià)的影響越大。

38、(4)計(jì)算性能維度層次的權(quán)重

39、使用層次分析法(ahp)來(lái)確定不同性能維度的權(quán)重，步驟如下：

40、(4.1)構(gòu)建判斷矩陣

41、設(shè)有n個(gè)性能維度，構(gòu)建一個(gè)n×n的判斷矩陣a，其中aij表示性能維度i相對(duì)于性能維度j的重要性；判斷矩陣a滿足以下條件：

42、aij＞0

43、

44、aii＝1

45、(4.2)計(jì)算判斷矩陣的特征向量和最大特征值

46、計(jì)算判斷矩陣a的最大特征值λmax及其對(duì)應(yīng)的特征向量v＝(v1，v2，...，vn)t，其中，vn表示特征向量中的第n個(gè)特征向量。

47、(4.3)歸一化特征向量

48、將特征向量v歸一化，得到各性能維度層次的權(quán)重wxi：

49、

50、(4.4)一致性檢驗(yàn)

51、為了確保判斷矩陣的一致性，需要進(jìn)行一致性檢驗(yàn)；計(jì)算一致性指標(biāo)ci和一致性比率cr：

52、

53、

54、其中，ri是隨機(jī)一致性指標(biāo)，取決于矩陣的階數(shù)n；

55、如果cr＜0.1，則判斷矩陣具有滿意的一致性；否則，需要調(diào)整判斷矩陣；

56、(5)計(jì)算功能的權(quán)重

57、在目標(biāo)層次下，通過(guò)層次分析法計(jì)算第i個(gè)功能的權(quán)重wgi，具體步驟同上；

58、(6)計(jì)算總體評(píng)價(jià)得分

59、將各指標(biāo)的權(quán)重乘以其標(biāo)準(zhǔn)化后的值，得到每個(gè)樣本的綜合得分，第k個(gè)功能的得分sk為：

60、

61、l種功能最終的總績(jī)效得分s為：

62、

63、綜合得分反映了每個(gè)樣本在所有指標(biāo)上的綜合表現(xiàn)，得分越高，說(shuō)明綜合表現(xiàn)越好。

64、進(jìn)一步的，指標(biāo)層中，腦機(jī)交互的安全性由識(shí)別準(zhǔn)確率進(jìn)行評(píng)價(jià)；準(zhǔn)確識(shí)別駕駛?cè)艘鈭D是腦控汽車(chē)的首要任務(wù)，應(yīng)當(dāng)避免錯(cuò)誤識(shí)別駕駛?cè)艘鈭D引發(fā)災(zāi)難性事故；識(shí)別準(zhǔn)確率定義如下：對(duì)于同一組測(cè)試數(shù)據(jù)，識(shí)別結(jié)果為rr(recognition?result),其中正確的結(jié)果用tr(ture?recognition)表示，錯(cuò)誤的識(shí)別結(jié)果用fr(false?recognition)表示，則識(shí)別準(zhǔn)確率era(eeg?recognition?accuracy)通過(guò)下式計(jì)算：

65、

66、進(jìn)一步的，指標(biāo)層中，腦機(jī)交互的抗干擾性指標(biāo)包含可選目標(biāo)數(shù)、誤觸發(fā)率以及信噪比三項(xiàng)指標(biāo)，三項(xiàng)指標(biāo)均屬于客觀數(shù)值定量指標(biāo)。

67、所述的可選目標(biāo)數(shù)表示系統(tǒng)能夠輸出的命令類(lèi)別數(shù)，通常將可選目標(biāo)數(shù)設(shè)置為常數(shù)，是衡量系統(tǒng)能否完成控制任務(wù)的重要標(biāo)準(zhǔn)，直接關(guān)系到系統(tǒng)的完備性和執(zhí)行效率；若可選目標(biāo)數(shù)小于控制任務(wù)的命令數(shù)，則系統(tǒng)是不完備的；若大于控制任務(wù)可選命令數(shù)，則會(huì)出現(xiàn)占用系統(tǒng)資源的問(wèn)題，降低系統(tǒng)的通信效率；可選目標(biāo)數(shù)是腦機(jī)接口系統(tǒng)設(shè)計(jì)的基礎(chǔ)，對(duì)系統(tǒng)性能評(píng)估有重大影響；

68、所述的誤觸發(fā)率，又稱(chēng)假陽(yáng)性率(false?positive?rate,fpr)，在腦機(jī)接口領(lǐng)域，主要是指系統(tǒng)在空閑狀態(tài)下被誤觸發(fā)的概率，計(jì)算公式為：

69、

70、其中，fp表示被預(yù)測(cè)為正樣本實(shí)際上是負(fù)樣本的樣本數(shù)，具體地對(duì)應(yīng)空閑狀態(tài)下錯(cuò)誤發(fā)出控制指令的個(gè)數(shù)；tn表示被預(yù)測(cè)為負(fù)樣本，事實(shí)上也是負(fù)樣本的樣本數(shù)，對(duì)應(yīng)在空閑狀態(tài)下避免發(fā)出指令的情況；

71、所述的信噪比(signal-noise?ratiao,snr)是指由電子設(shè)備構(gòu)成的系統(tǒng)中，信號(hào)與噪聲之間耗能的比例；其中信號(hào)是由電子設(shè)備產(chǎn)生的有效信號(hào)，而噪聲是指有效信號(hào)經(jīng)過(guò)電子設(shè)備后產(chǎn)生的無(wú)規(guī)律的干擾信號(hào)，這種信號(hào)不與有效信號(hào)相關(guān)，不攜帶有用信息；在腦機(jī)接口領(lǐng)域，定義信號(hào)為腦電儀采集的大腦皮層腦電信號(hào)，定義噪聲為對(duì)腦電信號(hào)產(chǎn)生干擾的肌電信號(hào)等噪聲，由于在腦機(jī)接口領(lǐng)域，信號(hào)與噪聲的耗能不易計(jì)算，因此利用信號(hào)與噪聲的幅值來(lái)計(jì)算腦電信號(hào)的信噪比，計(jì)算公式如下：

72、

73、其中，vs表示信號(hào)幅值的有效值，vn表示信號(hào)噪聲復(fù)制的有效值。

74、進(jìn)一步的，指標(biāo)層中，對(duì)于腦機(jī)交互的準(zhǔn)確性要求，通過(guò)誤報(bào)率、kappa系數(shù)以及互信息來(lái)進(jìn)行評(píng)價(jià)，三者均是客觀數(shù)值定量指標(biāo)。

75、所述的誤報(bào)率(即假陽(yáng)性率，false?positive?rate,fpr)表示在使用者保證空閑狀態(tài)時(shí)系統(tǒng)產(chǎn)生誤報(bào)的比率；

76、kappa系數(shù)是基于混淆矩陣的分類(lèi)準(zhǔn)確率評(píng)價(jià)指標(biāo)，該指標(biāo)也可用于一致性的檢驗(yàn)，kappa值的計(jì)算是把實(shí)際分類(lèi)中的元素總數(shù)與混淆矩陣對(duì)角線元素相乘后再求和，然后用該值減去某一類(lèi)真實(shí)元素總數(shù)與該類(lèi)中被分類(lèi)元素總數(shù)之積對(duì)所有類(lèi)別求和的結(jié)果，再除以總元素?cái)?shù)的平方減去某一類(lèi)真實(shí)元素總數(shù)與該類(lèi)中被分類(lèi)總數(shù)之積對(duì)所有類(lèi)別求和的結(jié)果得到的；kappa值的計(jì)算公式如下：

77、

78、其中，p0表示觀察到的一致性(模型預(yù)測(cè)正確)比例，即評(píng)估者實(shí)際達(dá)成一致的比例；pe表示預(yù)期的一致性比例，即評(píng)估者在隨機(jī)情況下達(dá)成一致的比例。

79、假設(shè)距離是bci系統(tǒng)對(duì)待識(shí)別對(duì)象的評(píng)估值，對(duì)測(cè)試數(shù)據(jù)的分類(lèi)正確時(shí)，如第i次在進(jìn)行左手想象時(shí)，那么對(duì)eeg信號(hào)分析所得的評(píng)估距離d(i)＞0,反之，如第i次試次在進(jìn)行右手想象時(shí)，那么對(duì)eeg信號(hào)分析所得的評(píng)估距離d(i)＜0；但是在實(shí)際類(lèi)別分類(lèi)過(guò)程中，eeg信號(hào)受到其他因素干擾，不能使每次分類(lèi)任務(wù)都無(wú)誤的執(zhí)行，對(duì)于運(yùn)動(dòng)想象分類(lèi)任務(wù)而言就是其識(shí)別率達(dá)到100％；所以，我們每次進(jìn)行分類(lèi)的評(píng)估值可以被看作為兩類(lèi)，一類(lèi)是分類(lèi)正確的和運(yùn)動(dòng)想象任務(wù)相關(guān)，包含有效信息輸出，而另一類(lèi)分類(lèi)錯(cuò)誤的，則是與運(yùn)動(dòng)想象任務(wù)無(wú)關(guān)的干擾或說(shuō)是噪聲信號(hào)；從信噪比的角度來(lái)看整個(gè)運(yùn)動(dòng)想象識(shí)別任務(wù)，其表示形式定義為：

80、

81、其中，snrt為信噪比(signal-to-noise?ratio,snr)，為在時(shí)間t的第i個(gè)數(shù)據(jù)點(diǎn)。{l},{r}分別表示兩個(gè)不同的數(shù)據(jù)組或條件集合，例如左手想象和右手想象的評(píng)估值集合，var表示評(píng)估值集合的方差。為了從分類(lèi)器評(píng)價(jià)結(jié)果中得到運(yùn)動(dòng)想象的有關(guān)信息，根據(jù)香濃定理，互信息i可以表示為熵差，而對(duì)于一個(gè)高斯過(guò)程x的熵h定義有如下形式：

82、

83、其中，e為自然對(duì)數(shù)的底數(shù)，δx表示隨機(jī)變量x的標(biāo)準(zhǔn)差。

84、根據(jù)熵值定義評(píng)價(jià)系統(tǒng)輸出信噪比值，則基于二分類(lèi)的運(yùn)動(dòng)想象識(shí)別任務(wù)的互信息的計(jì)算公式如下：

85、it＝0.5×log2(snrt+1)

86、互信息的值越大，說(shuō)明bci系統(tǒng)具有更好的分類(lèi)效果，分類(lèi)器的輸出具有較高的置信度；互信息的值在某種程度上反映具有更好的識(shí)別率，而較高的識(shí)別率則難以判定信息值的高低。

87、進(jìn)一步的，指標(biāo)層中，所述的信息傳輸率是衡量信息傳輸?shù)囊粋€(gè)常用指標(biāo)，是從信息論的角度估計(jì)單位時(shí)間內(nèi)傳輸信息的位數(shù)，兼顧了可選目標(biāo)數(shù)、準(zhǔn)確率和傳輸速度，itr是腦機(jī)接口研究中評(píng)估系統(tǒng)通信速率最常用的綜合評(píng)價(jià)指標(biāo)之一，其單位常采用bit/min來(lái)表示，其計(jì)算過(guò)程如下：

88、

89、t＝ts+ti

90、

91、其中，n表示系統(tǒng)中的目標(biāo)選項(xiàng)數(shù)，p表示每種目標(biāo)選項(xiàng)的識(shí)別準(zhǔn)確率，b表示單次目標(biāo)選擇所傳輸?shù)男畔⒘?，t表示單次目標(biāo)選擇時(shí)間，ts表示單次目標(biāo)選擇刺激時(shí)間，ti表示兩次選擇的間隔時(shí)間。

92、所述的響應(yīng)時(shí)間表示使用者發(fā)出一次bci指令所需的時(shí)間，反應(yīng)了bci系統(tǒng)執(zhí)行用于控制意圖的快慢；計(jì)算一次完整的響應(yīng)時(shí)間應(yīng)該從用戶(hù)發(fā)出控制意圖作為初始點(diǎn)(可以是bci系統(tǒng)給出輸出提示的時(shí)間點(diǎn)或者是用戶(hù)自主選擇輸出指令的時(shí)間點(diǎn))，到系統(tǒng)收集到信號(hào)分析所需時(shí)間長(zhǎng)度的數(shù)據(jù)，再到產(chǎn)生分類(lèi)結(jié)果并輸出的時(shí)刻作為結(jié)束點(diǎn)。

93、所述的最大峭度評(píng)價(jià)標(biāo)準(zhǔn)(the?maximum?steepness?of?mi)是基于互信息的基礎(chǔ)上提出一個(gè)評(píng)價(jià)指標(biāo)，它不僅僅考慮到了互信息的優(yōu)劣，同時(shí)對(duì)整個(gè)系統(tǒng)的反響時(shí)間進(jìn)行了評(píng)估，系統(tǒng)的反響時(shí)間越快，得到期望的分類(lèi)輸出越快，所獲得的最大峭度也越高。最大峭度能更好評(píng)價(jià)在線bci系統(tǒng)優(yōu)良，同時(shí)評(píng)估輸出置信度及系統(tǒng)反映時(shí)間，是一種在線bci的評(píng)價(jià)方案。最大峭度的計(jì)算公式如下：

94、mi_maxsteepness＝mi(t)/(t-3)

95、其中mi(t)為互信息值，且要求t>3.5s以避免應(yīng)激反應(yīng)。

96、進(jìn)一步的，指標(biāo)層中，所述的腦力負(fù)荷是指使用者在完成某種任務(wù)所付出的腦力資源，即腦疲勞程度；該指標(biāo)的評(píng)估結(jié)果直接影響到對(duì)應(yīng)bci系統(tǒng)的實(shí)用性和便利性，尤其是面向諸如重度癱瘓的使用者時(shí)，他們的腦疲勞程度是不可忽視的重要因素。采用主觀負(fù)荷評(píng)估技術(shù)或nasa負(fù)荷指數(shù)這種問(wèn)卷形式來(lái)調(diào)查使用者對(duì)相關(guān)系統(tǒng)的主觀感受，其中，nasa-tlx涵蓋了精神、性能、體力、時(shí)間要求、努力程度和受挫程度等六個(gè)維度，每個(gè)維度均有20個(gè)等級(jí)，對(duì)應(yīng)分值分布為0-100，數(shù)值越少表示工作量越少，反之表示工作量越多；該方法已經(jīng)被廣泛應(yīng)用在bci系統(tǒng)的性能評(píng)估中。

97、駕駛?cè)藵M意度是指駕駛員對(duì)于腦機(jī)交互功能在駕駛過(guò)程中的滿意程度，這一指標(biāo)體現(xiàn)了駕駛?cè)藢?duì)腦控車(chē)功能的舒適性、安全性以及整體使用體驗(yàn)的評(píng)價(jià)。通過(guò)駕駛?cè)藵M意度調(diào)查，腦機(jī)交互功能的相關(guān)研究機(jī)構(gòu)可以獲得駕駛?cè)朔答佉庖?jiàn)和建議，從而改進(jìn)腦機(jī)交互功能，提升駕駛?cè)说鸟{駛體驗(yàn)，這對(duì)于提高腦控車(chē)功能的人機(jī)交互質(zhì)量具有非常重要的作用。駕駛?cè)藵M意度調(diào)查通常通過(guò)問(wèn)卷調(diào)查、面談、訪談等方式進(jìn)行，以收集駕駛?cè)说囊庖?jiàn)和評(píng)價(jià)，這些調(diào)查結(jié)果可以幫助研究人員制定改進(jìn)措施，并為駕駛?cè)颂峁└玫哪X機(jī)交互體驗(yàn)。

98、問(wèn)卷調(diào)查是收集人們對(duì)腦機(jī)接口預(yù)期功能使用舒適性評(píng)價(jià)的一種有效方法，通過(guò)使用評(píng)分或者滿意度量表的方法，讓受試者評(píng)價(jià)他們對(duì)腦機(jī)接口預(yù)期功能舒適性的滿意度，問(wèn)卷調(diào)查采用1～5打分的形式來(lái)對(duì)與舒適性的相關(guān)的各項(xiàng)指標(biāo)進(jìn)行評(píng)價(jià)；最后根據(jù)收集的問(wèn)卷，對(duì)數(shù)據(jù)進(jìn)行分析和總結(jié)，以此得到腦機(jī)接口預(yù)期功能舒適性評(píng)價(jià)的具體數(shù)據(jù)。

99、本發(fā)明的有益效果：

100、本發(fā)明立足于車(chē)輛腦機(jī)接口測(cè)試與評(píng)價(jià)領(lǐng)域，重點(diǎn)針對(duì)目前的評(píng)價(jià)方法無(wú)法滿足車(chē)輛腦機(jī)接口功能績(jī)效評(píng)價(jià)的需求問(wèn)題，創(chuàng)新地提出一種車(chē)輛-腦機(jī)接口-功能交互績(jī)效評(píng)價(jià)方法，針對(duì)不同的腦機(jī)接口功能的實(shí)測(cè)表現(xiàn)進(jìn)行評(píng)價(jià)，考慮腦機(jī)接口功能在各場(chǎng)景內(nèi)的安全性、抗干擾性、準(zhǔn)確性、時(shí)效性、舒適性這5個(gè)維度，通過(guò)對(duì)各維度內(nèi)的指標(biāo)與腦機(jī)接口功能的評(píng)價(jià)需要進(jìn)行匹配，設(shè)置評(píng)價(jià)所需的各維度指標(biāo)，從而構(gòu)成具有不同評(píng)價(jià)側(cè)重點(diǎn)的評(píng)價(jià)方法，使用改進(jìn)熵值法分別計(jì)算指標(biāo)層、性能層、功能層各構(gòu)成成分的單層次權(quán)重值，并根據(jù)腦機(jī)接口功能的實(shí)測(cè)表現(xiàn)對(duì)指標(biāo)層進(jìn)行賦值，最終實(shí)現(xiàn)車(chē)輛-腦機(jī)接口-功能的交互績(jī)效評(píng)價(jià)。

101、本發(fā)明提供的車(chē)輛-腦機(jī)接口-功能交互績(jī)效評(píng)價(jià)方法，能夠針對(duì)不同車(chē)輛腦機(jī)接口功能構(gòu)建較為全面且具有不同側(cè)重點(diǎn)的交互績(jī)效評(píng)價(jià)方法，提高了車(chē)輛-腦機(jī)接口-功能的交互績(jī)效評(píng)價(jià)的全面性和準(zhǔn)確性，為車(chē)輛-腦機(jī)接口-功能的交互績(jī)效評(píng)價(jià)提供理論依據(jù)與技術(shù)支持，提高了車(chē)輛腦機(jī)接口系統(tǒng)功能的研發(fā)效率并降低了腦控車(chē)輛系統(tǒng)的研發(fā)成本，從而推進(jìn)腦控車(chē)輛在實(shí)際道路上的部署應(yīng)用。