一个神经控制视觉辅助设备的初步分析和概念验证,将计算机视觉与基于EEG的二进制控制集成
Preetam Kumar Khuntia1, Prajwal Sanjay Bhide1, Pudureddiyur Venkataraman Manivannan1
1Department of Mechanical Engineering, Indian Institute of Technology Madras, Chennai 600036, India.
Sensors (Basel, Switzerland)
|August 28, 2025
概括
这项研究引入了神经控制视觉辅助器件 (NCVAD). 它使用脑信号 (EEG) 和计算机视觉进行直观的物体交互和机器人手臂指导.
科学领域:
- 生物医学工程
- 神经科学
- 机器人技术
背景情况:
- 目前的视觉辅助设备由于被动控制而提供有限的用户体验.
- 视力障碍者需要直观和积极的辅助技术来完成日常任务.
研究的目的:
- 开发和验证一个神经控制的视觉辅助设备 (NCVAD) 用于达到任务.
- 通过集成系统,使视力受损用户能够进行主动和直观的控制.
主要方法:
- 计算机视觉 (YOLOv8n),脑电图 (EEG) 信号处理和机器人操纵的整合.
- 实时EEG分类用于自愿触发解码和ArUco标记器用于目标定位.
- 基于梯度下降的路径优化算法 (POA) 用于机器人臂的引导.
主要成果:
- 电脑电脑分类达到超过85%的精度和回忆力,
- 路径优化算法以高精度显示了~650毫秒的执行时间.
- 在物理模型上成功验证,与人类性能进行比较.
结论:
- 对于先进的辅助技术,NCVAD建立了一个概念验证.
- 脑电图和计算机视觉的整合为未来的视觉辅助提供了一个有前途的范例.
- 该系统为视力受损的用户提供了积极的,直观的控制.
