基于混合BCI的指令集用于使用EEG和眼动信号的双机器人手臂控制
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
概括
这项研究介绍了一种混合脑计算机接口 (BCI),使用运动图像,眼睛运动和EEG信号来控制机器人手臂. 这种新的方法增强了复杂任务的控制能力,改善了人机交互.
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:
- 非侵入性脑电脑接口 (BCI) 在控制复杂设备的功能稳定性方面存在局限性.
- 现有的BCI在高自由度控制方面扎,阻碍了机器人手臂操纵等应用.
研究的目的:
- 开发一个增强的大脑-计算机接口 (BCI) 控制双协作机器人手臂.
- 为了将脑电图 (EEG) 和眼动信号与运动图像进行融合,用于扩展的命令集.
主要方法:
- 实施了混合BCI系统,结合了运动图像,眼动和EEG信号.
- 利用时空卷积和注意力机制来进行强大的大脑信号分类.
- 在Webots平台上执行双-6DOF协作机器人手臂 (UR3e) 的动态和3D运动模拟.
主要成果:
- 通过计算高效的算法 (8.8k参数) 实现了平均分类准确率为83.8%.
- 证明了控制双协作机器人手臂的可行性,以便在复杂场景中掌握任务.
- 验证了用于操作多度自由度外围设备的扩展指令集的有效性.
结论:
- 拟议的混合BCI方法有效地扩大了控制能力,超出了传统的非侵入性方法.
- 这种BCI系统为先进的机器人手臂控制和康复应用提供了可行的解决方案.
- 运动图像,眼动和EEG信号的融合为未来BCI发展提供了一个有希望的方向.
