УПРАВЛЕНИЕ РОБОТОМ С ИПОЛЬЗОВАНИЕМ ИНТЕРФЕЙСА «МОЗГ-КОМПЬЮТЕР»

 cover 2-15-2017

УПРАВЛЕНИЕ РОБОТОМ С ИПОЛЬЗОВАНИЕМ ИНТЕРФЕЙСА «МОЗГ-КОМПЬЮТЕР»

Л.А. Станкевич
К.т.н., Санкт-Петербургский Политехнический университет Петра Великого (СПбПУ), доцент, профессор кафедры системного анализа и управления, 195251, Санкт-Петербург, ул. Политехническая, д. 29, тел.: +7(911)751-16-56, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Ф.В. Гунделах
СПбПУ, аспирант, 195251, Санкт-Петербург, ул. Политехническая, д. 29, тел.: +7(911)028-12-20, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.


Аннотация
Рассматривается новый подход к супервизорному управлению роботом на основе неинвазивного интерфейса «мозг-компьютер», который обеспечивает декодирование сигналов активности мозга при воображении супервизорных команд управления движением робота. Решение этой проблемы актуально для реабилитации и обслуживания людей с ограниченными возможностями. Для подстройки системы управления используется биологическая обратная связь. Такое взаимодействие между человеком и роботом продемонстрировано на примере супервизорного управления роботом Nao.

Ключевые слова
Интерфейс «мозг-компьютер», нейронные сети, метод опорных векторов, супервизорное управление роботом, биологическая обратная связь.

Индекс УДК
004.942:004.896:004.383.8

Библиографическое описание
Станкевич Л.А. Современные тенденции развития робототехники / Л.А. Станкевич, Ф.В. Гунделах // Робототехника и техническая кибернетика. – №2(15). – Санкт-Петербург : ЦНИИ РТК. – 2017. – С. 52-56.

Литература

  1. Wolpaw J.R. Brain-computer interfaces: principles and practice / J.R. Wolpaw, E.W. Wolpaw. – NY: Oxford University Press. – 2012. – P. 400.
  2. On the control of brain-computer interfaces by users with cerebral palsy / I. Daly [et al.] // Clinical Neurophysiology. – 2013. – 124. – Pp. 1787-1797.
  3. Фролов А.А. Интерфейс мозг-компьютер. Реальность и перспективы. А.А. Фролов, В.Ю. Рощин // Научная конференция по нейроинформатике МИФИ 2008. Лекции по нейроинформатике. – 2008. – URL: http://neurolectures.narod.ru/2008/Frolov-2008.pdf ‎(дата обращения: 01.05.2017).
  4. Каплан А.Я. Экспериментально-теоретические основания и практические реализации технологии «интерфейс мозг – компьютер». А.Я. Каплан [и др.] // Бюллетень сибирской медицины. – 2013. – 12(2). – С. 21-29.
  5. Hsu W. Embedded Grey Relation Theory in Hopfield Neural Network Application to Motor Imagery EEG Recognition / W. Hsu // Clin EEG Neurosci. – October 2013. – Vol. 44. – № 4. – Pp. 257-264.
  6. EEG-based online two-dimensional cursor control / D. Huang [et al.] // Conf Proc IEEE Eng Med Biol Soc. – 2009. – URL : http://ieeexplore.ieee.org/abstract/document/5332722/ (Дата обращения: 01.05.2017).
  7. Development of electroencephalographic pattern classifiers for real and imaginary thumb and index finger movements of one hand / K.M. Sonkin [et al.] // Artificial Intelligence in Medicine. – Vol. 63(2). – (2015). – Pp.107-117.
  8. EGG Pattern Decoding of Rhythmic Individual Finger Imaginary Movements of one Hand / L.A. Stankevich [et al.] // Human Phisiology. – Vol. 42(1). – 2016. – Pp. 32-42.
  9. Neuper C. Pfurtscheller G. Imagery of motor actions: differential effects of kinesthetic and visual-motor mode of imagery in single-trial EEG / C. Neuper, R. Scherer, M. Reiner // Cognitive Brain Research. – 2005. – 25. – Pp. 668-677.
  10. Asensio-Cubero J. Multiresolution analysis over graphs for a motor imagery based online BCI game / J. Asensio-Cubero, J.Q. Gan, R. Palaniappan // Comput. Biol. Med. – 2016. – URL : http://dx.doi.org/10.1016/j.compbiomed.2015.10.016 (дата обращения: 01.05.2017).
  11. Anupama Singh. Mel Frequency Cepstrul Coefficients Based Pattern Recognition for Limb Motor Action / Anupama Singh, Mrinmoy Chakraborty // International Journal of Advanced Research in Electrical. Electronics and Instrumentation Engineering – Vol. 4. – Issue 6. – June 2015. – Pp. 5327-5332.
  12. A review of classification algorithms for EEG-based brain-computer interfaces / F. Lotte [et al.] // Journal of Neural Engineering. – 2007. – Vol. 4. – № 2. – P. 1.
  13. Cortes C. Support-Vector Networks / C. Cortes, V.N. Vapnik // Machine Learning. – 1995. – Vol. 20. – № 3. – Pp. 273.

Полный текст статьи (pdf)

Адрес редакции:  Россия, 194064, Санкт-Петербург, Тихорецкий пр., 21   Тел.: +7(812) 552-13-25 e-mail: zheleznyakov@rtc.ru