Ehsan Turkish Esfahan. Departamento de Ingeniería Mecánica, Universidad de California Riverside, EE. UU.

Resumen

Este artículo analiza el uso de una interfaz cerebro-computador (BCI) para obtener retroalimentación emocional de un ser humano en respuesta al movimiento de robots humanoides en entornos colaborativos. El propósito de este estudio es detectar el nivel de satisfacción humana y utilizarlo como retroalimentación para corregir y mejorar el comportamiento del robot con el fin de maximizar la satisfacción humana. Este artículo describe experimentos y algoritmos que utilizan la actividad del cerebro humano recopilada a través de la BCI para estimar el nivel de satisfacción. Los usuarios usan un casco de electroencefalograma (EEG) y controlan el movimiento del robot mediante la imaginación mental. La respuesta del robot a la imaginación mental puede no ser la misma que la orden mental humana, y esto afectará el nivel de satisfacción emocional. El casco registra la actividad cerebral de 14 ubicaciones en el cuero cabelludo. La densidad de potencia espectral de cada banda de frecuencia de EEG y los cuatro exponentes de Lyapunov más grandes de cada señal de EEG constituyen el vector de características. Luego se utiliza la prueba de Mann-Whitney-Wilcoxon para clasificar todas las características. A continuación, se seleccionan las características de mayor rango para entrenar un clasificador discriminante lineal (LDC) para determinar el nivel de satisfacción. Nuestros resultados experimentales muestran una precisión del 79.2% en la detección del nivel de satisfacción humana.Haga clic aquí para leer el informe completo