Conjunto de instrucciones híbrido BCI para control dual de brazo robótico usando señales de EEG y movimiento ocular

Área de la Ciencia:

• Neurociencia; Robótica; Interacción Humano-Computadora

Sus antecedentes:

• Las interfaces cerebro-computadora (BCI) no invasivas enfrentan limitaciones en la robustez de las características para controlar dispositivos complejos.
• Las BCI existentes tienen dificultades con el control de alto grado de libertad, lo que dificulta aplicaciones como la manipulación de brazos robóticos.

Objetivo del estudio:

• Desarrollar una interfaz cerebro-computadora (BCI) mejorada para controlar brazos robóticos colaborativos duales.
• Fusionar electroencefalograma (EEG) y señales de movimiento ocular con imágenes motrices para conjuntos de comandos ampliados.

Principales métodos:

• Se implementó un sistema BCI híbrido que combina imágenes motrices, movimiento ocular y señales de EEG.
• Se utilizaron mecanismos de convolución espacio-temporal y atención para una clasificación robusta de señales cerebrales.
• Se realizaron simulaciones cinemáticas y de movimiento 3D de un brazo robótico colaborativo dual de 6 DOF (UR3e) en la plataforma Webots.

Principales resultados:

• Se logró una precisión de clasificación promedio del 83,8% con un algoritmo computacionalmente eficiente (8,8k parámetros).
• Se demostró la viabilidad de controlar un brazo robótico colaborativo dual para tareas de agarre en escenarios complejos.
• Se validó la efectividad del conjunto de instrucciones extendido para operar dispositivos periféricos de múltiples grados de libertad.

Conclusiones:

• El método BCI híbrido propuesto amplía eficazmente las capacidades de control más allá de los enfoques no invasivos tradicionales.
• Este sistema BCI ofrece una solución viable para el control avanzado de brazos robóticos y aplicaciones de rehabilitación.
• La fusión de imágenes motrices, movimiento ocular y señales de EEG presenta una dirección prometedora para el desarrollo futuro de BCI.