利用运动想象脑信号与阻抗控制引导软体机器人

尽管在临床环境中取得了显著进展，但将脑机接口整合到诸如机器人运动控制等非临床应用中仍然困难。具体而言，基于脑电图的运动想象系统仍然容易出错，当刚性机器人在人类附近操作时会带来安全风险。本研究通过将可穿戴脑电图与软体机器人的物理具身安全性相结合，提出了一条实现安全有效操作的替代途径。我们引入并测试了一个流水线，允许用户通过少至三个脑电通道测量到的脑波实时移动软体机器人的末端执行器。鲁棒的运动想象算法解释用户移动虚拟吸引子位置的意图，得益于一种新的笛卡尔阻抗控制器，末端执行器被吸引至该虚拟吸引子。我们在此特别关注基于平面软体机器人的架构超材料，这需要开发一种新颖的控制架构来处理其特殊的非线性，例如控制中的非仿射性。我们在设定值调节任务上对该方法进行了初步但定量的评估。我们观察到用户在 66% 的步骤中到达了设定值附近，并且对于成功的步骤，平均响应时间为 21.5 秒。我们还展示了涉及与环境交互的简单现实世界任务的执行，如果不是因为机器人的柔软性，这些任务将极难执行。