基于 EEG 的混合视觉与运动想象控制的机器人抓取与放置
机器人学
2026-04-08 v2 信号处理
摘要
我们提出了一种框架，将基于 EEG 的视觉想象 (VI) 和运动想象 (MI) 与机器人控制集成，实现实时、意图驱动的抓取与放置。该系统受益于基于脑机接口的机器人技术以增强人机交互的前景，通过在在线流式管道中部署离线预训练的解码器，以零样学习方式实现，将神经信号与物理控制桥接起来。该系统建立了一个双通道意图接口，将视觉意图转化为机器人动作，其中 VI 用于识别抓取对象，MI 用于确定放置位置，从而实现对抓取内容和放置位置的直观控制。该系统仅依赖 EEG，通过无提示想象协议实现集成和在线验证。该系统在 Base 机器人平台上实现，并在包括遮挡目标或不同参与者姿势等多种情景下进行评估，实现了 40.23% (VI) 和 62.59% (MI) 的在线解码准确率，端到端任务成功率为 20.88%。这些结果表明，高层次的视觉认知可被实时解码并转化为可执行的机器人命令，弥合了神经信号与物理交互之间的鸿沟，验证了纯粹想象驱动的 BCI 范式在实际人机协作中的灵活性。
关键词
引用
@article{arxiv.2603.03181,
title = {Robotic Grasping and Placement Controlled by EEG-Based Hybrid Visual and Motor Imagery},
author = {Yichang Liu and Tianyu Wang and Ziyi Ye and Yawei Li and Yu-Gang Jiang and Shouyan Wang and Yanwei Fu},
journal= {arXiv preprint arXiv:2603.03181},
year = {2026}
}
备注
ICRA 2026