基于共形几何代数与人工视觉的半自主脑机接口评估
信号处理
2019-11-01 v1
摘要
本文评估了一种用于操控任务的半自主脑机接口（BCI）。在该系统中，用户通过运动想象指令控制机械臂。在传统的过程控制 BCI 系统中，用户必须持续提供这些指令以逐步操控机器人执行器，这对于诸如从表面拾取并放回物品之类的简单任务而言是一个令人疲惫的过程。此处我们采用基于共形几何代数模型的半自主方法，该模型实时求解机器人逆运动学，用户仅需决定运动的起始与执行器的最终位置（目标选择方法）。在此条件下，我们以圆盘为物品、桌上任意位置放置两个目标区域，实现了拾放任务。使用人工视觉（AV）算法通过网相机捕获图像来获取以机器人坐标系表示的物品位置。随后，将该 AV 算法集成至逆运动学模型以执行操控任务。作为概念验证，不同用户经训练通过过程控制及半自主目标选择方法控制拾放任务，从而可对两种方案的性能进行比较。我们的结果显示了半自主方法在性能上的优越性，以及使用该方法精神疲劳更少的证据。
引用
@article{arxiv.1910.14109,
title = {Evaluating a Semi-Autonomous Brain-Computer Interface Based on Conformal Geometric Algebra and Artificial Vision},
author = {M. A. Ramirez-Moreno and D. Gutiérrez},
journal= {arXiv preprint arXiv:1910.14109},
year = {2019}
}
备注
Research Article 9374802 accepted for publication in Computational Intelligence and Neuroscience