你有沒有想過，身體需要多少傳感器、信號處理和子任務來處理和執行一個成功的命令?

Crea等人在Scientific Reports 2018中的論文《Feasibility and safety of shared EEG/EOG and vision-guidedautonomous whole-arm exoskeleton control to perform activities of daily living》這篇論文代表了邁向實用腦機接口(BCI)的激動人心的一步。在該項研究中，研究人員專為手臂和手指控制嚴重缺陷而影響日常活動（例如飲酒或飲食）的患者設計了BCI系統。例如，這種損傷是由脊髓損傷或中風引起的，并且對生活質量有很大的影響。

該項研究中所述的BCI是一個復雜的系統，它結合了一個完整的手臂外骨骼，目的是整合EEG和EOG(來自大腦和眼球運動的電信號)來達到和抓取控制能力。主要的挑戰是在如何讓系統易于使用，也就是用戶友好，同時保證系統的安全和有效。

整個手臂外骨骼的不同組成部分的示意圖

上圖中，(a)NeuroExos肩肘模塊（NESM）外骨骼，由三部分組成：肩膀，手臂和肘部；(b)手腕外骨骼包括兩個模塊：手模塊允許手張開或閉合運動，而手腕模塊允許前旋或后仰運動。

正如論文作者所指出的，侵入性測量的最新研究1,2已經獲得了非常吸引人的結果。然而在植入時依舊存在風險和發病率。這篇論文的作者(由SurjoSoekadar領導)在之前的工作中(與我們尊敬的導師Niels Birbaumer)證明了異步EEG/EOG BCI用于抓取的可行性。這里，研究者指的是可以在任何時間使用的接口，而不需要與時間線索同步(如果有時間線索的話，會極大地促進算法的發展，盡管會極大地減少用戶體驗)。

參與者S3使用DLR機械臂從瓶子中喝水

圖中第一次成功試驗的四張連續圖像顯示了參與者S3使用機械手臂抓住瓶子，把它拿到嘴邊，用吸管喝咖啡(她的標準飲用方法)，然后把瓶子放回桌上。背景中的研究人員被安置在監控參與者和機器人手臂的位置。

該項目的研究成果在兩個方面中實現了非常大的創新。首先，它們擴展了接口。用作者的話表示，“與簡單的抓握任務相比，例如，操作整個手臂的外骨骼來喝水，涉及到一系列的子任務，如伸手、抓握和舉起。”“這種擴展轉化為更大的可能行動空間，具有大量的自由度。對信息傳輸帶寬的需求迅速增長。為了解決這個問題，機器人技術以視覺引導的自主系統的形式出現。類似的過程發生在大腦中，“自動化”的任務并沒有被有意識地控制。

換句話說，該系統是由EEG和EOG信號連接起來的人與機器智能的融合。機器人和人類合作完成的任務是拿起一杯水，喝完，然后把它放回桌子上。人類位于指令鏈的頂端，通過EOG信號啟動到達動作，并通過EEG抓取動作，如下圖所示。

基于腦電圖/眼電圖（EEG / EOG）觸發的有限狀態機（FSM）的共享人類機器人控制策略

圖中 (a)可視化由EEG / EOG控制的全臂外骨骼動作。綠色箭頭表示使用EOG記錄的向右水平向眼(HOVr)記錄，而“張開的手”和“張開的手”指示與抓握和釋放動作的運動圖像有關的感覺運動節律(SMRERD，9–15 Hz)的EEG不同步。紫色箭頭表示整個手臂的外骨骼的動作。(b)整個手臂外骨骼控制回路的流程圖。

對于EEG/EOG，作者使用了Neuroelectrics的Enobio無線系統，使用了6個固體凝膠電極。使用BCI2000，這些信號被轉換成命令，與機器人視覺引導系統共享控制外骨骼。后者是用來跟蹤和達到被抓住的對象。整個系統相當復雜，包括紅外攝像機、Enobio、外骨骼組件(手腕部和肩肘部)和視覺界面。大多數子系統間的通信是通過TCP/IP進行中介的(例如，Enobio的軟件NIC可以在網絡上連續傳輸EEG數據)。

基于TCP/IP協議和模擬通信的組件和通信體系結構

未來的發展
最終的結果會讓科幻迷們想起半機械人的概念，或者更準確地說，像一只龍蝦(不是用內部植入物制造的，而是用一個智能外殼，就像鋼鐵俠穿的那樣)。正是人類和人工智能與機器人技術的奇妙融合，使得這一技術以及類似的技術發展令人興奮，因為它們通過與外皮層的共享控制，繞過了BCI的帶寬限制。隨著這類系統中的所有技術元素(傳感器、信號處理、人工智能、機器人)的發展和融合，它們的影響將是巨大的，可能會蔓延到消費者應用領域。

參考
[1]Restoration of reaching and grasping movements through brain-controlled muscle stimulation in a person with tetraplegia: a proof-of-concept demonstration
[2]Reach and grasp by people with tetraplegia using a neurally controlled robotic arm
https://www.neuroelectrics.com/blog/2018/07/31/practical-bci-application-feasibility-of-asynchronous-eeg-eog-bcis-for-grasping/
實際BCI應用:異步EEG/EOG BCI手抓取和釋放的可行性

總結

以上是生活随笔為你收集整理的实际BCI应用:异步EEG/EOG BCI手抓取和释放的可行性的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。