导航 ：EXPO21XX>机器人21xx>H22：移动机器人研究> Zaragoza大学（UZ）
Zaragoza大学（UZ）
视频
加载玩家...
  • 提供个人资料
  • 2008年6月的第一周，Zaragoza大学的研究团队在两个偏远城市（260公里）之间实现了脑部驱动的机器人近距离。在一周的时间里，五个受试者使用脑机界面在遥远的地方使用机器人来开发导航和视觉勘探任务。记录人类神经活动的非侵入性方法是脑电图，Zaragoza和Barcelona之间的通信渠道是互联网，移动机器人配备了可定向的相机和自主导航系统。
产品介绍

  • Zaragoza神经技术项目

  • Zaragoza大学的神经技术实验室在“神经技术”领域具有广泛的知识，在实时检测脑状态和各自的数据分析方法以及实验性脑成像技术方面具有经验（尤其是EEG和MEG）随着技术的发展。这项研究的技术应用领域是神经心理（机器人技术）和神经疗法（神经反馈）。

    • 脑部式机器人轮椅

    • 在该项目中，它被建造为脑部插入机器人轮椅，以使患有严重神经肌肉障碍的人具有一定程度的活动性。在操作过程中，用户面对一个屏幕，显示场景的实时虚拟重建，并集中在要达到的位置上。脑电图（EEG）信号处理检测到用户的意图，这些意图被转移到自主导航系统上，该系统将轮椅驱动到所需的位置，同时避免与传感器检测到的障碍物发生碰撞。这个概念使用户可以灵活地在未知或不断发展的方案中操作设备。该原型已与Zaragoza大学的用户进行了测试和验证

    • 脑部驱动机器人电视系统

    • 该项目探讨了偏僻的用户在远程方案中脑部驱动器机器人的好处。这些患者 - 无法离开临床环境 - 提供了一个体现在真实环境中（世界上互联网访问的任何地方）的物理实体，随时可以感知，探索，操纵和相互作用，仅受大脑活动控制。该系统的基本想法是，脑计算机系统将用户的意图解码；此类意图通过Internet传输到机器人系统，最后，机器人自动执行任务。用户可以在导航模式（控制机器人运动），勘探模式（控制相机方向）和交互模式（通过声音和短表达式交互）之间交替交替。该设备已由Zaragoza大学的用户评估了机器人巴塞罗那理工大学，以及患者图宾根大学与Zaragoza大学的机器人一起。

    • 脑部驱动机器人手臂假体

    • 该研究项目的总体目的是开发新一代的大脑控制机器人臂，该机器人使用更自然和直观的控制策略运作。该项目的重点是增强人类能力，以补偿减少运动功能的功能，特别是对于需要自主操纵和掌握的用户而言。结果将由用户使用大脑控制的机器人组在家中执行每日操纵任务的用户证明。此外，该项目与Faktronik基金会，这将开发功能刺激系统（FES），以实现患者手臂的运动作为机器人臂的替代方案。

    • 低成本机器人的脑部攻击

    • 该项目探讨了一个脑部驱动的远程敏感系统的好处，该系统具有位于不同和偏远位置的几个低成本机器人。开发的系统允许用户同时控制世界上任何地方的两个机器人的运动（具有互联网连接），仅通过大脑活动，还为用户提供交互的功能。移动机器人是低成本系统，可移植（一只手），并配备了手机摄像头。该原型已由Zaragoza大学用户进行了测试和验证。

    • 大脑计算机界面软件体系结构

    • 该项目探讨了新的软件体系结构的好处，该架构围绕着脑部计算机界面和神经反馈应用程序，绕开了现有的局限性。正在开发一个模块化，灵活和便携式体系结构，该体系结构将支持从多个硬件设备中获取信号，同步它们，并同时将几种信号处理算法应用于不同的应用程序。此外，它将根据脑部计算机界面需求以及与机器人体系结构和其他常见相互作用框架的互操作性提供共同的功能。

    • 大脑计算机界面的机器学习

    • 在该项目中，正在开发机器学习技术来识别和检测在线神经生理事件，这对于基于脑电图的大脑计算机界面很有意义。在单个试验中，已成功开发了技术来识别在线P300和与错误相关的电位。这些技术基于几个空间过滤器和最先进的监督模式识别策略，以使每个特定用户的性能以及在不同日期处理脑电图的非阶段性。结果已应用于机器人控制和在线错误检测和校正。

    • EEG和MEG的动态源定位方法

    • 在该项目中，正在开发新方法，通过使用同时使用脑电图（EEG）和磁脑电图（MEG）记录或每种模式本身来定位动态大脑活动的神经过程。因此，考虑了考虑贝叶斯框架内神经激活的动态性质，开发了解决源定位问题的方法。该方法的优点是：（1）问题的可变多维性是处理不同区域中不同大脑动态的（2）同时处理的，并且（3）是实时的。该技术已通过现实的神经生理条件和大脑激活的过渡以及在特定的神经生理方案中记录的实际脑电图和MEG数据的模拟脑电图和MEG数据进行了验证。该方法正在使用不同的神经生理方案进行测试，并解决了诸如癫痫焦点识别之类的常见问题。

    • 用大脑计算机接口和生物信号识别认知状态

    • 在该项目中，正在开发自动系统，以通过生理记录（心电图，皮肤电导率，体温，呼吸等）和脑电图信号来识别认知态（松弛，压力等）。该系统用于在使用BCI系统时对用户进行生理理解和评估。这种类型的系统是相关的，以提高用户机器适应性，性能和鲁棒性。该系统正在与ALS患者合作测试图宾根大学。远程敏感机器人的评估结果表明，尽管患者使用p300 BCI来控制机器人，但可以识别出各种认知状态，例如放松和压力，以及“警报”和“分心”状态之间的变化。

    • 神经反馈专注于注意力缺陷 - 经历性障碍（ADHD）

    • ADHD是一种精神障碍，据报道，在美国约有7％的儿童中受苦。尽管绝大多数研究表明药理学治疗可以对其核心症状产生积极影响，但（i）大约25％的患者表现出不良反应或没有反应，（ii）没有证据表明临床改善继续在没有持续的长期治疗和（iii）的情况下，用兴奋剂的长期治疗涉及风险。在该项目中，基于EEG的脑部计算机界面系统被开发为用于治疗多动症核心症状的临床疗法。EEG生物反馈涉及运作调理技术的应用，为患者提供某些“神经反馈行为”的视觉和听觉“反馈”，从而在特定频带内加强或抑制电生理活性，这可能会产生持续的临床益处。