感应运动（或者通过思维移动物体的能力）不再是一个遥不可及的梦想。通过使用 Muse™（一个收集脑电波信号的可穿戴设备）、一个 Arduino 设备和一个 Python 程序，本文将演示如何使用思维的力量移动玩具车。事实上，玩具车不是通过分析您的思维来移动的，而是通过确定给定时间点最活跃的脑电波类型来移动的。
移动玩具车可能不是一种有意义的应用。但是，想想这为无法走路或讲话的残疾人带来的可能性 — 使用他们的脑电波，他们现在可以移动一个物体。此外，得益于互联网，您也许能够通过脑电波移动在另一个国家或大陆的物体！请按照本教程中列出的步骤，移动您的第一个物体（一辆玩具车）吧。本教程还将介绍如何开发一个在 上运行的 Node.js Web 应用程序，以便存储和显示使用 Muse 收集的脑部活动。
构建您的应用程序需要做的准备工作- 一辆具有遥控功能的玩具车（本教程中使用的是 New Bright 1:24 Scale Radio Control Sports Car 模型）。
- 一个 Arduino 设备。
- 一个 头环。
- 一个 帐户，您可以通过它使用 、 和 。
- 一个 帐户，用于获取并分解以下代码示例。
- 熟悉 Python 编程语言。
- 熟悉 Cloudant（noSQL 数据库）。
 Muse 使用蓝牙与笔记本电脑相连。笔记本电脑连接到一个 Arduino Uno 设备，该设备被连接到玩具车随带的遥控器。
笔记本电脑在本地运行一个 Python 应用程序，该应用程序拥有分析 Muse 收到的脑电波类型的逻辑。在它确定 ‘阿尔法’ 波最强时（松弛度），它将执行 Arduino Uno 设备上运行的一个小程序来向前移动玩具车。
与此同时，一个使用 Node.js、Cloudant NoSQL 数据库和 dashDB 的 Bluemix 应用程序正在运行。这个 Web 应用程序将实时显示 Muse 传感器的活动、脑部活动，以及传入并存储在一个 Cloudant NoSQL 数据库中的数据。因为配置了 Cloudant 和 dashDB Bluemix 服务，所以数据会在 Cloudant 与 dashDB 之间同步。使用 dashDB 中的 R，我们将展示所收集的数据的一种简单的可视化形式。
第 I 部分. 硬件 - 玩具车遥控器和 Arduino第 1 步. 拆开玩具和遥控器首先需要安装所有硬件。对于本教程，我们使用了一个特定的玩具车型号 (New Bright 1:24 Scale Radio Control Sports Car)，它允许我们向特定位置焊接一些线并完全控制它。我们建议您使用一个类似的模型以方便操作，但是这不是严格要求的。
  这个特定的玩具车的遥控器上包含前进/后退和左转/右转按钮。拆开遥控器后，可以查找电路板上连接各个按钮的相应测试点 (TP)。电路板上的这些点在制造过程中用于测试用途。我们可使用它们发送 HIGH 和 LOW 信号来控制玩具车，而无需去除按钮。另外，因为遥控器由两节 AA 电池（总共 3V）供电，所以我们可以使用 Arduino 中的 3.3V 输出给电路板供电。
要焊接电线的 TP 点：
- 后退 - TP80
- 前进 - TP81
- 左转 - TP82
- 右转 - TP83
备注：此模式是我们使用的遥控器所独有的。如果使用另一个型号的玩具车和不同的遥控器，则需要寻找电路板上的特定测试点。
将电线焊接在 TP 点（前进/后退和左转/右转）和电源输入点上后，遥控器就可以连接到 Arduino 了。
 第 2 步. 将 Arduino 连接到玩具车遥控器在遥控器上的正确位置焊接点线之后，是时候连接 Arduino 了。按以下方式连接带颜色的电线：
- 蓝色（后退 TP80） - 引脚 4
- 白色（前进 TP81） - 引脚 2
- 绿色（左转 TP82） - 引脚 8
- 黄色（右转 TP83） - 引脚 12
- 红色 - 3.3V
- 橙色 - 接地
  备注：您可以使用任何颜色的电线。只要记住将电线连接到正确的引脚上。
我们看看组装完成的装置的样子。
 |
