EEGおよび眼球運動信号を用いたデュアルロボットアーム制御のためのハイブリッドBCIベース命令セット
Lingyue Zhang1,2, Baojiang Li1,2, Xingbin Shi1,2
1School of Electrical Engineering, Shanghai DianJi University, Shanghai, 201306, People's Republic of China.
Biomedical physics & engineering express
|December 15, 2025
まとめ
本研究では、運動イメージ、眼球運動、およびEEG信号を用いたハイブリッドブレイン・コンピューター・インターフェース（BCI）を導入し、ロボットアームを制御します。この新しいアプローチは、複雑なタスクの制御能力を強化し、人間と機械の相互作用を改善します。
科学分野:
- 神経科学; ロボット工学; ヒューマン・コンピューター・インタラクション
背景:
- 非侵襲的ブレイン・コンピューター・インターフェース（BCI）は、複雑なデバイスを制御するための特徴の堅牢性に限界があります。
- 既存のBCIは、高自由度制御に苦労しており、ロボットアーム操作などのアプリケーションを妨げています。
研究 の 目的:
- デュアル協調ロボットアームを制御するための拡張ブレイン・コンピューター・インターフェース（BCI）を開発すること。
- 運動イメージ、眼球運動、およびEEG信号を融合させて、コマンドセットを拡張すること。
主な方法:
- 運動イメージ、眼球運動、およびEEG信号を組み合わせたハイブリッドBCIシステムを実装しました。
- 堅牢な脳信号分類のために、時空間畳み込みおよび注意メカニズムを利用しました。
- Webotsプラットフォーム上で、デュアル6-DOF協調ロボットアーム（UR3e）の運動学的および3D運動シミュレーションを実行しました。
主要な成果:
- 計算効率の高いアルゴリズム（パラメータ数8.8k）で平均83.8%の分類精度を達成しました。
- 複雑なシナリオでの把持タスクのためのデュアル協調ロボットアームの制御の実現可能性を示しました。
- 多自由度周辺機器を操作するための拡張命令セットの有効性を検証しました。
結論:
- 提案されたハイブリッドBCI法は、従来の非侵襲的方法を超えて制御能力を効果的に拡張します。
- このBCIシステムは、高度なロボットアーム制御およびリハビリテーションアプリケーションに実行可能なソリューションを提供します。
- 運動イメージ、眼球運動、およびEEG信号の融合は、将来のBCI開発のための有望な方向性を示しています。
