или войти через:
Ваша корзина пока пуста
favorite_border
Доступно только зарегистрированным пользователям

Ученые EPFL управляют экзоскелетом через мозговой интерфейс

schedule 28.09.2015 в 12:17 link управление роботом EPFL EPFL
​Интерфейсы машина-мозг (BMI) являются перспективными и расширяют отрасль робототехники, которая изменяет жизненные возможности для людей с ограниченными двигательными способностями. При использовании электродов на коже (ЭЭГ), чтобы записать мозговые волны, а затем использовать эти волны для работы внешнего робота (например, протеза), чтобы выполнять действия в точности так, как требует пользователь, BMI может быть использован для преодоления разрыва в нервной системе, который может вызван травмами или болезнями.
В статье, опубликованной в Nature Scientific Reports, группа из института EPFL в сотрудничестве с CNBI и NCCR Robotics разработали способ использования декодированных ошибок, связанных с потенциалом ЭЭГ, чтобы научить робота понимать, что его пользователь может захотеть, и таким образом, ускорить процесс обучения системы BMI, - сообщает Robotics.ua.



Цель проекта

Проблема, которая запрещает использование BMI в повседневной жизни для людей с ограниченными возможностями – это количество времени, необходимое для обучения пользователей и системы, чтобы понять друг друга. Люди должны научиться модулировать их мыслительные процессы, прежде чем их сигналы станут ясны для управления роботом, так например, для перемещения руки, человек должен сначала подумать, что он будет перемещать руку. Это мысленный процесс, который использует значительно больше мозгов, чем инструкции подсознания, которые используются у здоровых людей и при движении. Эти движения естественны под контролем головного и спинного мозга. На самом деле, правильные и неправильные действия приводят к очень разным мозговым волнам, которые могут быть выбраны с использованием шлема с электродами, расположенными на коже.

Именно с этой целью исследовательская группа разработала новую систему обратной связи для управления роботов с использованием BMI. По записи ошибок, связанных с потенциальными вариантами (ErrPs) в коре головного мозга робот может быстро понять сделал ли он правильное движение или нет, и может повторить изменения из движения до тех пор, пока не найдет правильный ответ. Кроме того, робот также узнает свою политику управления посредством экспериментов с пользователем. Таким образом, система по-прежнему становятся более точной, чем дольше он находится в использовании - ценный навык при проектировании контроллеров для активных протезов, которые созданы для использования в течение длительного времени.

В экспериментальных условиях двенадцать испытуемых просили машину выполнять 350 отдельных движений, где машина была запрограммирована, чтобы сделать неверное движение в 20% случаях для того, чтобы установить ErrP. Этот шаг занимал в среднем 25 минут. После этой первой стадии обучения каждый субъект осуществил три эксперимента, чтобы попытаться найти конкретную цель с помощью робота-манипулятора. В этих экспериментах рука была в состоянии найти 12-13 целей с 71-78% точностью в 100 движениях, в то время как роботы со случайным выбором нашли только 2 цели каждый. Как и ожидалось, время, необходимое для поиска расчета снижалось с продолжением эксперимента.

По данным robotics.ua, этот новый подход находит очевидную применяемость в области нейропротезирования особенно для тех, кто имеет дегенеративные неврологические заболеваниями и их требования меняются с течением времени, но эта новая технология имеет потенциал автоматически адаптироваться к их требованиям без необходимости переподготовки или перепрограммирования.

Комментарии: