来源 | techxplore
报道 | 新智元
【导读】如果只通过意念就能控制机械臂听起来不错，如果这种方式还是无创的是不是更好？研究人员利用无创的脑机接口（BCI）开发出了首个通过思想来控制的机械臂，一起来看一下。
来自卡耐基梅隆大学（CMU）的一组研究人员与明尼苏达大学合作，在无创机器人设备控制领域取得了重要突破。研究人员利用无创的脑机接口（BCI）开发出了首个成功通过思想来控制的机械臂，它具有连续跟踪和跟随计算机光标的能力。
能够仅使用思想无创地控制机器人装置将具有广泛的应用，特别是有益于瘫痪患者和运动障碍患者的生活。
已经证明BCI仅使用从脑植入物感测到的信号来控制机器人设备的良好性能。当机器人设备可以高精度控制时，它们可用于完成各种日常任务。然而，到目前为止，成功控制机械臂的BCI已经使用了侵入性脑部植入物。这些植入物需要大量的医学和外科专业知识才能正确安装和操作，更不用说成本和潜在风险，因此，它们的使用仅限于少数临床病例。
BCI研究的一大挑战是开发侵入性较小甚至完全无创的技术，使瘫痪患者能够利用自己的“思想”控制周围的环境或机器假肢。这种非侵入性BCI技术如果成功，将为众多患者带来曙光，甚至造福大众。
参与者使用BCI下的虚拟光标完成随机移动目标的连续控制目标定位任务
然而，使用非侵入性外部传感而非脑部植入物的BCI接收“更脏”的信号，导致当前较低的分辨率和较不精确的控制。因此，当仅使用大脑来控制机械臂时，非侵入性BCI无法使用植入式装置。尽管如此，BCI的研究人员已经取得了进展，他们关注的是一种可以每天帮助世界各地患者的少量或非侵入性技术。
卡耐基梅隆大学生物医学工程部门负责人贺斌教授正在实现这一目标，每一次都是一项重要发现。
贺斌教授
“ 使用脑部植入物的思想控制机器人设备已经取得了重大进展。这是一门出色的科学，”他说：“但非侵入性是最终目标。神经解码的进步和无创机械臂控制的实用性将对非侵入性神经机器人的最终发展产生重大影响。”
利用新颖的传感和机器学习技术，他和他的实验室能够访问大脑深处的信号，实现对机械臂的高分辨率控制。通过无创神经影像学和一种新颖的连续追踪范式，他克服了嘈杂的脑电信号，从而显著改善了基于脑电图的神经解码，并促进了实时连续2-D机器人设备控制。
参与者使用BCI下的机械臂完成随机移动目标的连续控制目标任务
以前，人类无创控制的机械臂总是以急促、离散的动作跟随移动的光标——好像机械臂在试图“赶上”大脑的命令 ——但是现在，机械臂能够流畅、连续的跟随光标。
在Science Robotics上发表的一篇论文中，研究小组建立了一个新的框架，通过增加用户参与度和训练，以及通过脑电图源成像提高无创神经数据的空间分辨率，来解决和改进BCI的“大脑”和“计算机”组件。
该论文“Noninvasive neuroimaging enhances continuous neural tracking for robotic device control”（无创神经影像增强机器人设备控制的连续神经跟踪）表明，团队解决这一问题的独特方法将计算机光标的连续跟踪提高了500%以上。
这项技术还有一些应用，可以通过提供安全、无创的“思想控制”设备来帮助各种人群，这些设备可以让人们与环境交互并控制环境。迄今为止，这项技术已经在68名身体健全的人体受试者身上进行了测试（每个受试者最多10次），包括虚拟设备控制和机器人臂的控制，以便持续追踪。该技术直接适用于患者，团队计划在不久的将来进行临床试验。
“尽管使用非侵入性信号存在技术挑战，但我们完全致力于将这种安全和经济的技术带给可以从中受益的人，”贺斌教授表示：“这项工作代表了无创脑机接口的重要一步，这项技术有朝一日可能成为帮助每个人的普遍辅助技术，就像智能手机一样。”
论文地址：
https://robotics.sciencemag.org/content/robotics/4/31/eaaw6844.full.pdf
参考链接
https://techxplore.com/news/2019-06-first-ever-successful-mind-controlled-robotic-arm.html
— 完 —
为您推荐
南大周志华：第一批AI本科生学的是“硬核课程”
手把手带你走进卷积神经网络！
美颜1秒识破，Adobe伯克利联手打造反PS神器
微软&头条实习生现身说法：我是这样进大厂的
BERT模型在NLP中目前取得如此好的效果，那下一步NLP该何去何从？
本篇文章来源于: 深度学习这件小事
本文为原创文章，版权归知行编程网所有，欢迎分享本文，转载请保留出处！
内容反馈