机构名称：
¥ 19.0
摘要 - 人类机器接口（HMI）和大脑计算机接口（BCI）最近已成为许多机器控制或计算机应用程序的有效解决方案，以便发送直接控件的命令或提供在任务执行过程中纠正某些机器人操作的反馈[1]，[2]，[2]，[3]。但是，设计一个高效有效的BCI系统存在许多挑战，该系统需要减少涉及人类大脑的精神努力，因此它可以成为日常任务的实用工具，而无需要求额外的大脑努力。在相关作品中，由放置在人头皮上的外部电极获得的脑电图（EEG）信号被用作实施算法的输入，以纠正机器人任务性能期间可能的故障和错误[4]，[5]。尽管有很多工作重点是使用BCI，目的是基于EEG信号检测到实时反馈，但将其用作算法输入以纠正机器人任务期间可能的故障和错误的想法，就像在本文导航期间提议的障碍避免案例一样，仍然是一个挑战性的目标[6]。此外，大多数现有的BCI协议用于使人类参与机器人控制循环，要求用户观察到完整的视觉和大脑浓度，以便在不同的认知情况下具有良好的信号[1]。这项研究的目的是设计基于BCI的协议，该协议与轮椅机器人控制系统一起在室内方案中进行安全导航，以避免板载传感器设备未检测到的障碍。此外，特定协议的设计的目的是唤起和收集将与ROS集成（机器人操作系统）的BCI系统进行培训和测试的脑电图数据。在ROS环境中，BCI将衬有一个已经开发的包装[7] - [9]，从而产生虚拟障碍并支持人类在循环方法集成中。设计的协议是通过使用仿真平台（即凉亭）实现的，包括环境和特定的移动机器人，即智能轮椅。智能轮椅可以在室内场景中自动导航，避免使用智能轮椅的可用传感器，避免了可能的障碍物，而无需任何人类干预。但是，如果传感器在障碍物检测中可能失败，由于阻塞或意外的障碍位置，人类参与机器人路径计划控制可以改善人类安全。在BCI系统的培训阶段，要求用户观察机器人试图避免
第十届国际BCI会议
主要关键词
相关文件推荐
