微美全息开发基于头戴式显示器通过脑机接口实现的人形机器人控制系统

随着脑机接口(BCI)技术的发展以及其应用的特性，大量的的研究机构开始研发基于BCI的人形控制系统。其中，WIMI微美全息开发一种基于头戴式显示器 (HMD) 的脑机接口 (BCI) 控制的人形机器人交互控制系统。这种交互方式通过稳态视觉诱发电位 (SSVEP) 控制机器人，让它与环境和人类互动。在该方案中，机器人内嵌式摄像头提供实时反馈，将刺激反馈集成到HMD上显示。

据悉，微美全息(NASDAQ:WIMI)研究人员在实验中，通过使用这种新的交互方式控制了人形机器人，并进行了一项任务来测试其性能。在任务中，测试者被要求将机器人导航到特定位置以执行任务。这个任务基于视觉SLAM反馈，通过机器人摄像头捕获的环境图像提供了导航指示。

在该研究中，WIMI微美全息采用了稳态视觉诱发电位 (SSVEP) 作为控制信号，通过脑电信号采集设备采集用户的脑电信号，并使用头戴式显示器显示机器人的实时反馈。为了提供导航指示，研究人员在机器人上嵌入了一个内嵌式摄像头，并将其实时反馈与头戴式显示器上的SSVEP信号相结合，形成一种交互方式。在控制算法方面，研究人员采用了基于视觉 SLAM (Simultaneous Localization and Mapping) 的算法来提供导航指示。该算法通过机器人摄像头捕获的环境图像，建立起环境模型并提供导航指示。

基于头戴式显示器的BCI的人形机器人控制系统需要包括多个组件，包括信号采集设备、头戴式显⽰器、人形机器人、内嵌式摄像头、控制算法等。WIMI微美全息基于头戴式显示器的BCI控制的人形机器人的辅助控制系统的技术实现步骤和结果如下：

脑电信号采集和处理：

微美全息的研究人员首先使用了一套基于脑电信号的交互平台，用于采集用户的脑电信号，并对这些信号进行处理。平台由多通道放大器、电极帽和数据采集软件组成，能够实时采集并存储用户的脑电信号。在处理脑电信号时，使用了一种高效的方法，即通过信号的频率分析提取稳态视觉诱发电位 (SSVEP)。该方法将特定频率的光闪烁呈现给用户，用户的脑电信号会在这个频率上产生同步振荡，从而实现控制信号的提取。

该研究采用了头戴式显示器的BCI控制⼈形机器⼈的方法，其中控制信号基于稳态视觉诱发电位(SSVEP)。研究人员使用脑电信号采集设备来采集用户的脑电信号，通过头戴式显示器来显示机器人的实时反馈，并通过内嵌式摄像头提供导航指示。控制算法采用了基于视觉SLAM的算法来提供导航指示，该算法通过机器人摄像头捕获的环境图像，建立起环境模型并提供导航指示。

头戴式显示器的应用：

为了提供控制信号的反馈，微美全息的研究人员使用了一种头戴式显示器，显示器通过内置的显示器显示机器人的实时图像和状态。头戴式显示器采用了高分辨率的显示技术，以提供更加真实的虚拟环境体验。

此外，为了更好地提供控制信号反馈，研究人员还将显示器与机器人的内置式摄像头相结合。通过机器人摄像头捕获环境图像并显示在头戴式显示器上，用户可以更加直观地了解机器人的状态和环境信息。具体来说，用户需要注视头戴式显示器上的特定频率的光刺激，这将引起用户的大脑发出特定的SSVEP信号。信号被捕获并处理后，控制算法可以根据信号的频率和振幅确定用户的意图，例如移动机器人向左或向右转等。内嵌式摄像头可以实时捕获机器人的视角，提供环境图像以及机器人当前位置的反馈信息。

导航算法的实现：

为了实现机器人的导航控制，微美全息的研究人员采用了一种基于视觉 SLAM 的算法。该算法通过机器人内置的摄像头，捕获机器人所在环境的图像，并将其转换成机器人的环境模型。同时，该算法还能够对机器人的位置进行估计，并为用户提供导航指示。用户可以通过SSVEP信号来控制机器人的移动方向，同时头戴式显示器会显示机器人的状态和环境信息，为用户提供更加直观的反馈信息。

此外，微美全息的研究人员还对该控制系统进行了实验评估，评估了其控制精度、交互体验等方面的性能。通过实验结果表明，该控制系统能够提供精确的控制信号，同时也能够提供沉浸式的交互体验，为用户提供了一种新颖的机器人控制方式。

实验评估：

为了评估该系统的性能，微美全息的研究人员开展了一系列实验。实验包括用户使用该系统进行机器人导航任务，以及使用传统遥控器进行任务的对照实验。实验结果表明，用户在使用该系统时能够更加准确地完成导航任务，并且获得了更好的交互。

研究人员对该控制系统进行了实验评估，包括控制精度、交互体验等方面的性能。实验中，参与者需要在一个模拟的环境中，控制机器人走到特定位置，完成任务。实验结果表明，该控制系统可以提供精确的控制信号，平均控制精度高达98.1%。同时，用户评价该系统的交互体验非常好，认为这是一种非常自然、直观的交互方式。

目前，微美全息(NASDAQ:WIMI)基于头戴式显示器 (HMD) 通过脑机接口 (BCI) 实现的人形机器人控制系统的研究，展示了基于头戴式显⽰器的BCI控制⼈形机器⼈的一种新的交互方式，提供了一种更为自然、直观的机器人控制方式。实验结果表明，该控制系统可以提供精确的控制信号，并且用户对其交互体验非常好。这一控制方式具有潜力，可用于许多需要精确控制的场景，例如医疗、教育、娱乐等领域。后续，该控制系统还可以与其他传感器技术结合，例如语音、手势等，以提供更多样化的控制方式。这种基于头戴式显⽰器的BCI 控制的⼈形机器⼈的导航辅助方案为用户提供了一种新颖的交互方式，可以提高机器人的操作效率和交互体验。