Resumen

Las aplicaciones asistenciales, adaptativas y rehabilitadoras del control y la navegación de robots basados en EEG están experimentando una importante transformación tanto en dimensión como en alcance. Bajo el telón de fondo de la inteligencia artificial, los robots médicos y no médicos se han desarrollado rápidamente y se han ido aplicando gradualmente para mejorar la calidad de vida de las personas. Nos centramos en conectar el cerebro con un robot doméstico móvil traduciendo las señales cerebrales a órdenes informáticas para construir una interfaz cerebro-ordenador que pueda ofrecer la promesa de mejorar enormemente la calidad de vida de las personas discapacitadas y sin discapacidad al mejorar considerablemente su autonomía, movilidad y capacidades. Varios tipos de robots han sido controlados mediante sistemas BCI para completar en tiempo real tareas sencillas y/o complicadas con un alto rendimiento. En este trabajo se ha diseñado un nuevo sistema de teleoperación inteligente basado en EEG para un robot móvil de limpieza de paredes. Este robot utiliza orugas en lugar de las tradicionales ruedas para la limpieza de ventanas o suelos. Para que el sistema basado en EEG controle la posición del robot para trepar por la pared y completar las tareas de limpieza, extrajimos el potencial visual evocado de estado estacionario (SSVEP) de la señal de electroencefalografía (EEG) recogida. La interfaz de estimulación visual en el BCI basado en SSVEP propuesto se componía de cuatro piezas de parpadeo con diferentes frecuencias (por ejemplo, 6 Hz, 7,5 Hz, 8,57 Hz y 10 Hz). Siete sujetos fueron capaces de controlar suavemente las direcciones de movimiento del robot de limpieza mirando el parpadeo correspondiente utilizando su actividad cerebral. Para resolver el problema multiclase y lograr así el objetivo de limpiar la pared en un breve periodo de tiempo, se utilizó el algoritmo de clasificación de análisis de correlación canónica (CCA). Se realizaron experimentos offline y online para analizar/clasificar las señales EEG y utilizarlas como comandos en tiempo real. El sistema propuesto fue eficiente en las fases de clasificación y control, con una precisión obtenida del 89,92 y presentaba una velocidad de respuesta y una temporización eficientes, con una tasa de bits de 22,23 bits/min. Estos resultados sugieren que el sistema propuesto de robot de limpieza basado en EEG es prometedor para el control del hogar inteligente en términos de completar las tareas de limpieza de las paredes con eficiencia, seguridad y robustez.

• Materias:Inteligencia artificial Big Data Registros médicos electrónicos Acelerómetros Antecedentes teóricos
• Subjects:Artificial intelligence Big Data Electronic medical records Accelerometers Theoretical background
• Palabras claves:EEG, Hz, robot de limpieza, análisis de correlación canónica, sistema de robot de limpieza, velocidad de respuesta eficiente, sistema de teleoperación inteligente, robot doméstico móvil, control doméstico inteligente, tipo de rueda tradicional
• Keywords:EEG, Hz, cleaning robot, canonical correlation analysis, clean robot system, efficient response speed, intelligent teleoperation system, mobile home robot, smart home control, traditional wheel type