基于脑电的运动意图检测用于实时机器人辅助控制的可行性研究
机器人学
2024-03-14 v1
摘要
本文探讨了利用基于脑电图（EEG）的意图检测进行实时机器人辅助控制的可行性。我们专注于预测和区分左/右臂运动的运动意图，通过展示：i）一个离线数据采集和训练流程，用于训练左/右运动意图预测的分类器；以及 ii）一个利用训练好的分类器并与辅助机器人集成的在线实时预测流程。我们方法的核心是一种丰富的特征表示，该表示由 EEG 滤波信号及其导数的时间窗化样本协方差矩阵的切空间投影组成；这使得一个简单的支持向量机（SVM）分类器能够达到前所未有的准确率和实时性能。在预录制的实时设置（160 Hz）下，峰值准确率达到 86.88%，超越了先前的工作。在机器人在环设置中，我们的系统仅从 EEG 数据成功检测到意图运动，准确率为 70%，触发机器人执行辅助任务。我们对所提出的分类器进行了全面评估。
引用
@article{arxiv.2403.08149,
title = {On the Feasibility of EEG-based Motor Intention Detection for Real-Time Robot Assistive Control},
author = {Ho Jin Choi and Satyajeet Das and Shaoting Peng and Ruzena Bajcsy and Nadia Figueroa},
journal= {arXiv preprint arXiv:2403.08149},
year = {2024}
}