意大利卡西諾-南拉齊奧大學(University of Cassino andSouthern Lazio)的研究人員開發了一種先進的體系結構，該體系結構可通過基于P300的腦機接口(BCI)來操作輔助機器人。
研究人員開發的系統基于輕型機器人手臂。本質上，該機械臂通過基于P300範例的BCI接收來自使用者的進階指令。在神經科學中，P300波是人類大腦在決策過程中産生的反應。
研究人員表示，在該項研究中，他們工作的主要目的是實作一個系統，該系統允許使用者通過腦機接口(BCI)為機械臂生成進階指令。然後将這些指令轉換為自動執行指定任務的運動指令，同時確定使用者的安全。”
系統架構
該架構有三個關鍵組成部分：P300BCI裝置，輔助機器人和感覺系統。研究人員将這三個元素內建在ROS環境中，ROS是一種著名的機器人應用軟體中間件。
該架構的第一個元件P300BCI裝置，該裝置通過腦電圖(EEG)測量大腦中的電活動。然後，它将這些大腦信号轉換為可以輸入到計算機的指令。
BCI的P300範例利用使用者的大腦對外部刺激的反應，即螢幕上的圖示閃爍，以允許使用者通過每次對所需圖示閃爍做出反應(例如計數)來選擇螢幕上的元素。這允許使用者在一組預定義的元素中執行一組選擇，并為機器人建立有關要執行的動作(如對象的操縱)的進階消息。”
為了執行使用者想要的動作，研究人員使用了一種名為Kinova Jaco的輕型機器人操作器。這個輔助機器人的控制軟體通過BCI接收使用者生成的進階指令，并将它們轉換為運動指令。其運動控制采用閉環逆運動學算法，可以同時管理不同的任務。
輕型機器人
改進的使用者界面
研究人員表示:“我們開發的控制架構允許機器人實作多個優先目标，即在實作操作任務的同時避免與使用者和/或外部障礙的碰撞，同時遵守諸如機器人機械限制之類的限制。”
該系統架構的最後一個組成部分是一個基于RGB-D傳感器的感覺系統。該系統使用KinectOne傳感器來檢測和定位機器人在工作空間内要操作的物體。該傳感器可以檢測使用者的臉部，還能識别障礙物。
研究人員Arrichiello表示：“我們研究的最終目标是朝着建立可靠而有效的機器人裝置的方向發展，該裝置最終可以幫助行動不便的使用者在沒有護理人員持續支援的情況下自主執行日常生活操作。”
研究人員開發基于BCI驅動的輔助機器人
首先試驗由單一固定基座機械手組成的系統，，該機械手可以通過标記和預先配置的使用者界面識别物體。研究人員現在已經大大改進了該體系結構，允許使用者處理更複雜的機器人系統，例如帶有雙臂的移動機器人。
Arrichiello解釋說：“我們還改進了感覺子產品，該子產品現在可以根據對象的形狀進行識别和定位。最後，我們緻力于感覺子產品和圖形使用者界面(GUI)之間的互動，以根據感覺子產品的檢測結果來建立動态GUI（例如，根據所識别對象的數量和類型來更新使用者界面）”，如下圖所示。
為了評估其架構的性能和有效性，Arrichiello和他的同僚進行了一系列實驗，獲得了非常好的結果，如下圖所示。
機器人在識别物體：飲料瓶1、飲料瓶2。【GUI也在動态變化】
機器人拿起飲料瓶
機器人将飲料瓶遞給受試者
機器人給受試者喂飲料
在未來，他們的系統可能會改變受運動障礙和身體損傷影響的人的生活，允許他們完成各種各樣的操作任務。
“未來的研究将首先着眼于提高體系結構的魯棒性和可靠性，而不僅僅是增加系統的應用範圍，” Arrichiello說。 “此外，我們将測試不同的BCI範例，即以不同的方式使用BCI作為基于運動想象的BCI，以便确定最适合遠端操作應用的方式，使用者可以在其中使用BCI來控制機器人。而不會将可賦予機器人的運動指令限制為預定義的設定。”
參考
Assistive robot operated via P300-based Brain Computer Interface
techxplore