[基于异步稳定状态视觉唤起潜力的脑电脑接口的超数机器人四肢]
Ping Xie1,2, Yandi Men1,2, Jiale Zhen1,2
1College of Electrical Engineering, Yanshan University, Qinhuangdao, Hebei 066000, P. R. China.
概括
这项研究介绍了用于智能机器人的先进的大脑计算机接口 (BCI). 新方法改善了稳定状态视觉唤起潜能 (SSVEP) BCI中的异步状态识别,使得控制更加自主.
科学领域:
- 神经科学是一个神经科学.
- 机器人技术 机器人技术 机器人技术
- 人与计算机的交互
背景情况:
- 基于稳态视觉唤起潜力 (SSVEP) 的脑计算机接口 (BCI) 在智能机器人技术中占据着重要地位.
- 传统的SSVEP-BCI系统缺乏自主控制,因为它们依赖于同步触发器,无法识别用户控制状态.
研究的目的:
- 为加强BCI控制开发SSVEP异步状态识别方法.
- 创建一个脑机融合系统,用于在多任务情况下的合作控制,特别是对于残疾人.
主要方法:
- 融合电脑图 (EEG) 信号的多个时间频域特征.
- 采用线性差异分析 (LDA) 来构建异步状态识别模型.
- 开发一种脑机融合系统,用于协同控制可穿戴操纵器和机器人手臂.
主要成果:
- 拟议的SSVEP异步控制算法和脑计算机融合系统成功使用户能够完成多任务合作操作.
- 在线控制实验表明,用户意图识别的平均准确率为93.0%.
结论:
- 开发的异步SSVEP-BCI系统为用户意图识别提供了一个强大的方法.
- 大脑机器融合系统为残疾人提供了一个实用的解决方案,可以执行复杂的多任务操作,作为"第三手".
