Ehsan Turkish Esfahan. Department of Mechanical Engineering, University of California Riverside, USA

Abstract

Artikel ini membahas penggunaan brain–computer interface (BCI) untuk memperoleh umpan balik emosional dari manusia sebagai respons terhadap gerakan robot humanoid di lingkungan kolaboratif. Tujuan dari penelitian ini adalah untuk mendeteksi tingkat kepuasan manusia dan menggunakannya sebagai umpan balik untuk mengoreksi serta meningkatkan perilaku robot guna memaksimalkan kepuasan manusia. Artikel ini menjelaskan eksperimen dan algoritme yang menggunakan aktivitas otak manusia yang dikumpulkan melalui BCI untuk memperkirakan tingkat kepuasan. Pengguna mengenakan headset elektroensefalogram (EEG) dan mengendalikan gerakan robot melalui imajinasi mental. Respons robot terhadap imajinasi mental mungkin tidak sama dengan perintah mental manusia dan hal ini akan memengaruhi tingkat kepuasan emosional. Headset tersebut mencatat aktivitas otak dari 14 lokasi di kulit kepala. Kerapatan spektral daya dari setiap pita frekuensi EEG dan empat eksponen Lyapunov terbesar dari setiap sinyal EEG membentuk vektor fitur. Uji Mann–Whitney–Wilcoxon kemudian digunakan untuk mengurutkan semua fitur. Fitur dengan peringkat tertinggi kemudian dipilih untuk melatih klasifikasi diskriminan linier (LDC) guna menentukan tingkat kepuasan. Hasil eksperimen kami menunjukkan akurasi sebesar 79,2% dalam mendeteksi tingkat kepuasan manusia.Klik di sini untuk membaca laporan selengkapnya