Utilizando interfaces cerebro-computadora para detectar la satisfacción humana en la interacción humano-robot
Compartir:
Ehsan Turkish Esfahan. Departamento de Ingeniería Mecánica, Universidad de California Riverside, EE. UU.
Resumen
Este artículo discute el uso de una interfaz cerebro-computadora (BCI) para obtener retroalimentación emocional de un humano en respuesta al movimiento de robots humanoides en entornos colaborativos. El propósito de este estudio es detectar el nivel de satisfacción humana y usarlo como retroalimentación para corregir y mejorar el comportamiento del robot para maximizar la satisfacción humana. Este artículo describe experimentos y algoritmos que utilizan la actividad cerebral de los humanos recopilada a través de la BCI para estimar el nivel de satisfacción. Los usuarios llevan un auricular de electroencefalograma (EEG) y controlan el movimiento del robot mediante la imaginación mental. Las respuestas de los robots a la imaginación mental pueden no ser las mismas que el comando mental humano y esto afectará el nivel de satisfacción emocional. El auricular registra la actividad cerebral desde 14 ubicaciones en el cuero cabelludo. La densidad espectral de potencia de cada banda de frecuencia EEG y los cuatro mayores exponentes de Lyapunov de cada señal EEG forman el vector de características. Luego se utiliza la prueba de Mann-Whitney-Wilcoxon para clasificar todas las características. Las características de mayor rango se seleccionan 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
Ehsan Turkish Esfahan. Departamento de Ingeniería Mecánica, Universidad de California Riverside, EE. UU.
Resumen
Este artículo discute el uso de una interfaz cerebro-computadora (BCI) para obtener retroalimentación emocional de un humano en respuesta al movimiento de robots humanoides en entornos colaborativos. El propósito de este estudio es detectar el nivel de satisfacción humana y usarlo como retroalimentación para corregir y mejorar el comportamiento del robot para maximizar la satisfacción humana. Este artículo describe experimentos y algoritmos que utilizan la actividad cerebral de los humanos recopilada a través de la BCI para estimar el nivel de satisfacción. Los usuarios llevan un auricular de electroencefalograma (EEG) y controlan el movimiento del robot mediante la imaginación mental. Las respuestas de los robots a la imaginación mental pueden no ser las mismas que el comando mental humano y esto afectará el nivel de satisfacción emocional. El auricular registra la actividad cerebral desde 14 ubicaciones en el cuero cabelludo. La densidad espectral de potencia de cada banda de frecuencia EEG y los cuatro mayores exponentes de Lyapunov de cada señal EEG forman el vector de características. Luego se utiliza la prueba de Mann-Whitney-Wilcoxon para clasificar todas las características. Las características de mayor rango se seleccionan 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
Ehsan Turkish Esfahan. Departamento de Ingeniería Mecánica, Universidad de California Riverside, EE. UU.
Resumen
Este artículo discute el uso de una interfaz cerebro-computadora (BCI) para obtener retroalimentación emocional de un humano en respuesta al movimiento de robots humanoides en entornos colaborativos. El propósito de este estudio es detectar el nivel de satisfacción humana y usarlo como retroalimentación para corregir y mejorar el comportamiento del robot para maximizar la satisfacción humana. Este artículo describe experimentos y algoritmos que utilizan la actividad cerebral de los humanos recopilada a través de la BCI para estimar el nivel de satisfacción. Los usuarios llevan un auricular de electroencefalograma (EEG) y controlan el movimiento del robot mediante la imaginación mental. Las respuestas de los robots a la imaginación mental pueden no ser las mismas que el comando mental humano y esto afectará el nivel de satisfacción emocional. El auricular registra la actividad cerebral desde 14 ubicaciones en el cuero cabelludo. La densidad espectral de potencia de cada banda de frecuencia EEG y los cuatro mayores exponentes de Lyapunov de cada señal EEG forman el vector de características. Luego se utiliza la prueba de Mann-Whitney-Wilcoxon para clasificar todas las características. Las características de mayor rango se seleccionan 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