Ehsan Turkish Esfahan. Departamento de Engenharia Mecânica, Universidade da Califórnia Riverside, EUA

Resumo

Este artigo discute o uso de uma interface cérebro-computador (BCI) para obter feedback emocional de um ser humano em resposta ao movimento de robôs humanoides em ambientes colaborativos. O objetivo deste estudo é detectar o nível de satisfação humana e utilizá-lo como feedback para corrigir e melhorar o comportamento do robô para maximizar a satisfação humana. Este artigo descreve experimentos e algoritmos que utilizam a atividade cerebral humana coletada por meio de BCI para estimar o nível de satisfação. Os usuários usam um headset de eletroencefalograma (EEG) e controlam o movimento do robô por imaginação mental. As respostas dos robôs à imaginação mental podem não ser as mesmas que o comando mental humano, e isso afetará o nível de satisfação emocional. O headset registra a atividade cerebral de 14 locais no couro cabeludo. A densidade espectral de potência de cada banda de frequência de EEG e os quatro maiores expoentes de Lyapunov de cada sinal de EEG formam o vetor de características. O teste de Mann–Whitney–Wilcoxon é então usado para classificar todas as características. As características de classificação mais alta são então selecionadas para treinar um classificador discriminante linear (LDC) para determinar o nível de satisfação. Nossos resultados experimentais mostram uma precisão de 79.2% na detecção do nível de satisfação humana.Clique aqui para ler o relatório completo