张腾,张小栋,2,张英杰,2,陆竹风,朱文静,蒋永玉

(1.西安交通大学机械工程学院,710049,西安;2.西安交通大学陕西省智能机器人重点实验室,710049,西安)

随着人工智能技术的发展,对具有仿人高级认知能力、能在复杂环境中执行非设定任务的智能机器人的需求日趋紧迫,但是单凭人工智能技术尚无法满足。因此,研究者提出了人-机智能融合方法,该方法结合了人的直观推理、自组织学习以及处理非结构化信息的能力,同时兼具机器强大的计算能力、存储容量和不知疲倦的特性,目的在于充分发挥人和机器两者的优势。随着人-机智能融合系统所面临任务和场景的复杂化,研究者在人-机智能融合的基础之上,提出了一系列脑-机智能融合增强技术,例如脑控汽车[1]、脑控无人机[2]、脑控外骨骼机器人[3]、脑控轮椅[4]以及脑控假肢[5-6]等。然而,在精密操控领域(例如医疗、军事和太空探索等),与肢体操控方式相比,脑控方式在稳定性和安全性上还存在风险。因此,目前在精密操控领域依然以人的肢体操控方式为主,例如手术机器人[7]、排爆机器人[8]、武器操控系统[9]以及在轨对星球表面遥操作系统[10]等。经过研究发现,在人-机交互的精密操控领域,由于缺乏操控者和机器之间信息的双向交互,无法实现对操控者意图的精密感知;同时,由于人脑精神状态(例如疲劳、专注度和脑力负荷等)的变化会影响肢体操控的精度和安全性。

对此,有关学者在精密操控领域引入脑-机接口技术,在不改变肢体操控方式的前提下,使用表面脑电信号(EEG)检测操控者的精神状态,并根据操控者的精神状态对机器人的指令进行补偿调控,以实现精密操控。……