Ehsan Turkish Esfahan. 미국 캘리포니아 대학교 리버사이드 기계공학과

초록

본 논문에서는 협업 환경에서 휴머노이드 로봇의 움직임에 대한 인간의 감정적 피드백을 얻기 위해 뇌-컴퓨터 인터페이스(BCI)를 사용하는 방법을 논의합니다. 본 연구의 목적은 인간의 만족도를 감지하고 이를 로봇의 행동을 수정하고 개선하기 위한 피드백으로 사용하여 인간의 만족도를 극대화하는 것입니다. 이 논문은 만족도 수준을 추정하기 위해 BCI를 통해 수집된 인간의 뇌 활동을 사용하는 실험과 알고리즘을 설명합니다. 사용자는 뇌파도(EEG) 헤드셋을 착용하고 정신적 상상력을 통해 로봇의 움직임을 제어합니다. 정신적 상상력에 대한 로봇의 반응이 인간의 정신적 명령과 일치하지 않을 수 있으며, 이는 정서적 만족도 수준에 영향을 미칠 것입니다. 헤드셋은 두피의 14개 위치에서 뇌 활동을 기록합니다. 각 EEG 주파수 대역의 전력 스펙트럼 밀도와 각 EEG 신호의 가장 큰 4개의 리아푸노프 지수가 특징 벡터를 형성합니다. 그런 다음 맨-휘트니-윌콕슨(Mann-Whitney-Wilcoxon) 검정을 사용하여 모든 특징의 순위를 매깁니다. 가장 높은 순위의 특징을 선택하여 선형 판별 분류기(LDC)를 학습시키고 만족도 수준을 결정합니다. 실험 결과에 따르면 인간의 만족도를 감지하는 데 79.2%의 정확도를 보였습니다.전체 보고서를 보시려면 여기를 클릭하세요.