基于混合脑计算机接口的机器人共享控制的研究
Ziqi Zhang1, Mengfan Li1, Ran Wei1
1the State Key Laboratory of Reliability and Intelligence of Electrical Equipment, the School of Health Sciences and Biomedical Engineering, Hebei University of Technology, Tianjin 300132, China.
Journal of neuroscience methods
|September 13, 2024
概括
这项研究介绍了一种混合脑计算机接口 (BCI),使用脑电图 (EEG) 和肌电图 (EMG) 进行机器人导航. 这种新的方法通过适应用户的心理状态来提高安全性和准确性,显著减少碰撞并提高跨越障碍物的成功率.
科学领域:
- 人与机器人的交互
- 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
背景情况:
- 新兴的人工智能推动了人机交互技术的进步.
- 大脑-计算机接口 (BCI) 能够实现人机通信和控制.
- 不一致的心理状态降低了BCI准确性和机器人控制精度.
研究的目的:
- 提出基于BCI的混合共享控制 (HB-SC) 方法,用于强大的脑控制机器人导航.
- 通过考虑动态用户心理状态,提高BCI指挥准确性和机器人控制安全性.
主要方法:
- 一种混合的BCI方法,将脑电图 (EEG) 和肌电图 (EMG) 结合起来,用于心理状态的监测和控制.
- 共享控制将人类感知到的障碍数据与机器人感知到的环境数据整合起来.
- 心理状态评估在输出到分层成本图之前对有效的BCI命令进行选.
主要成果:
- 通过HB-SC方法,在导航实验中,碰撞减少了37.50%.
- 通过HB-SC系统,越过障碍物的成功率提高了25.00%.
- 由HB-SC系统生成的导航轨迹与预期的路径更加一致.
结论:
- 在HB-SC方法动态调整BCI命令输出基于实时的大脑状态.
- 这种自适应控制策略显著减少了与不稳定的用户心理状态相关的错误.
- 拟议的系统提高了大脑控制的机器人导航的整体安全性和可靠性.


