Ehsan Turkish Esfahan. Département de génie mécanique, Université de Californie à Riverside, États-Unis

Résumé

Cet article traite de l'utilisation d'une interface cerveau-ordinateur (BCI) pour obtenir un retour émotionnel d'un être humain en réponse au mouvement de robots humanoïdes dans des environnements collaboratifs. Le but de cette étude est de détecter le niveau de satisfaction humaine et de l'utiliser comme retour d'information pour corriger et améliorer le comportement du robot afin de maximiser la satisfaction humaine. Cet article décrit des expériences et des algorithmes qui utilisent l'activité cérébrale humaine collectée via la BCI afin d'estimer le niveau de satisfaction. Les utilisateurs portent un casque d'électroencéphalogramme (EEG) et contrôlent le mouvement du robot par imagination mentale. Les réponses du robot à l'imagination mentale peuvent ne pas être les mêmes que la commande mentale humaine et cela affectera le niveau de satisfaction émotionnelle. Le casque enregistre l'activité cérébrale à partir de 14 emplacements sur le cuir chevelu. La densité spectrale de puissance de chaque bande de fréquence EEG et les quatre plus grands exposants de Lyapunov de chaque signal EEG forment le vecteur de caractéristiques. Le test de Mann–Whitney–Wilcoxon est ensuite utilisé pour classer toutes les caractéristiques. Les caractéristiques de rang le plus élevé sont ensuite sélectionnées pour entraîner un classificateur discriminant linéaire (LDC) afin de déterminer le niveau de satisfaction. Nos résultats expérimentaux montrent une précision de 79.2% dans la détection du niveau de satisfaction humaine.Cliquez ici pour lire le rapport complet