EEG 驱动的 AR-机器人系统用于零接触抓取操作

可靠的机器人脑机接口 (BCI) 控制为人类-机器人交互提供了一种直观且便捷的途径，对运动障碍个体尤其有价值。然而，现有的 BCI-机器人系统面临重大限制：脑电图 (EEG) 信号嘈杂且不稳定，目标选择通常预定义且不灵活，大多数研究仍局限于模拟而缺乏闭环验证。这些问题阻碍了辅助场景中的实际部署。为解决这些问题，我们提出了一种闭环 BCI-AR-机器人系统，集成了基于运动想象 (MI) 的 EEG 解码、增强现实 (AR) 神经反馈和机器人抓取以实现零接触操作。14 通道 EEG 头戴设备支持个性化的 MI 校准，基于智能手机的 AR 接口支持多目标导航并提供方向一致的反馈以增强稳定性，机械臂将决策输出与基于视觉的姿态估计相结合以实现自主抓取。实验用于验证该框架：MI 训练达到 93.1% 的准确率，平均信息传输率 (ITR) 为 14.8 bit/min；AR 神经反馈显著改善了持续控制 (SCI = 0.210)，并实现了最高 ITR (21.3 bit/min)，优于静态、假对照和无 AR 基线；闭环抓取实现了 97.2% 的成功率，具有良好的效率和用户报告的强大控制感。这些结果表明 AR 反馈显著稳定了基于 EEG 的控制，所提出的框架实现了鲁棒的零接触抓取，推动了辅助机器人应用和未来人机交互模式的发展。