운동 장애 또는 신체 장애가 있는 사람들의 경우 일상적인 작업과 집안일을 완료하는 것이 매우 어려울 수 있다. 뇌로 제어되는 로봇 팔다리와 같은 로봇 공학의 최근 발전은 삶의 질을 크게 향상시킬 수 있는 잠재력을 가지고 있다.
허베이 공과 대학(Hebei University of Technology)과 중국의 다른 연구소의 연구원들은 증강현실(AR)과 뇌-컴퓨터 인터페이스를 기반으로 하는 로봇 팔을 제어하기 위한 혁신적인 시스템을 개발했다. 신경 공학 저널(Journal of Neural Engineering)에 발표된 논문에 발표된 이 시스템은 사용자가 제어하기 쉬운 생체 공학 또는 의수 개발을 가능하게 할 수 있다.
연구를 수행한 연구원 중 한 명인 Zhiguo Luo는 "최근 몇 년 동안 로봇 팔, 뇌 과학 및 정보 해독 기술의 발전으로 뇌 제어 로봇 팔이 점점 더 많은 성과를 달성했다."라고 TechXplore에 말했다. "그러나 유연성 부족과 같은 단점은 광범위한 적용을 제한한다. 우리는 두뇌로 제어되는 로봇 팔의 가볍고 실용성을 촉진하는 것을 목표로 한다."
Luo와 그의 동료들이 개발한 시스템은 AR 기술을 통합하여 사용자가 디지털 요소를 포함하는 주변 환경의 향상된 버전과 두뇌 제어 인터페이스를 비동기식 제어로 알려진 로봇 팔다리를 제어하는 기존 방법과 통합한다. 이를 통해 궁극적으로 사용자는 로봇 팔을 더 잘 제어할 수 있어 결과적인 움직임의 정확성과 효율성이 향상된다.
비동기식 제어 방법은 인간의 두뇌가 작동하는 방식에서 영감을 받았다. 더 구체적으로 말하면, 그들은 작동 상태와 유휴 상태를 번갈아 가며 하는 두뇌의 능력을 복제하려고 한다.
"비동기 제어의 핵심은 로봇 시스템의 유휴 상태와 작동 상태를 구별하는 것이다."라고 Luo가 설명했다. "사용자가 로봇 팔 시스템을 작동하기 시작한 후 시스템은 유휴 상태로 초기화된다. 제어 명령이 대상의 마음에 들어오면 대상은 상태 전환 인터페이스를 통해 시스템을 작동 상태로 전환할 수 있다."
연구원들이 만든 시스템이 작동 상태로 전환된 후 사용자는 수행하고자 하는 동작에 대한 제어 명령을 선택하기만 하면 시스템이 사용자가 착용한 로봇 팔에 이를 전송한다. 로봇 팔은 이러한 명령을 받으면 단순히 원하는 움직임이나 작업을 수행한다. 작업이 완료되면 시스템은 자동으로 유휴 상태로 돌아간다.
"우리 시스템의 고유한 기능은 AR-BCI, 비동기 제어 및 데이터 처리를 위한 적응형 자극 시간 조정 방법의 성공적인 통합이다."라고 Luo가 말했다. "기존 BCI 시스템과 비교하여 우리 시스템은 또한 더 유연하고 제어하기 쉽다."
Luo와 그의 동료들이 만든 시스템의 적응력은 사용자가 로봇 팔을 사용하는 동안의 상태를 기반으로 사용자에게 표시되는 AR 콘텐츠의 지속 시간을 유연하게 조정할 수 있도록 한다. 이를 통해 화면이나 디지털 콘텐츠를 볼 때 발생하는 피로를 크게 줄일 수 있다. 또한, 기존의 두뇌-컴퓨터 인터페이스와 비교하여 팀의 AR 강화 시스템은 사용자의 신체 활동에 대한 제약을 줄여 사용자가 로봇 팔을 더 쉽게 조작할 수 있도록 한다.
Luo는 "궁극적으로 우리는 AR, 뇌-컴퓨터 인터페이스, 적응형 비동기 제어 및 SSVEP 신호를 분류하는 새로운 공간 필터링 알고리즘을 성공적으로 통합할 수 있었고, 이는 뇌로 제어되는 로봇 팔의 개발을 위한 새로운 아이디어를 제공한다."라고 말했다. "우리의 접근 방식은 뇌로 제어되는 로봇 팔의 실용성을 개선하고 이 기술을 실생활에 적용하는 것을 가속화하는 데 도움이 된다."
연구자들은 일련의 실험에서 시스템을 평가했고 매우 유망한 결과를 얻었다. 가장 주목할만한 점은 사용자가 로봇 팔을 사용하여 94.97%의 정확도로 원하는 동작을 수행할 수 있는 시스템을 발견했다는 것이다. 또한 시스템을 테스트한 10명의 사용자는 평균 2.04초 이내에 로봇 팔에 대한 단일 명령을 선택할 수 있었다. 전반적으로, 이러한 발견은 그들의 시스템이 사용자가 로봇 팔을 제어할 수 있는 효율성을 개선하는 동시에 시각적 피로를 감소시킨다는 것을 시사한다.
미래에 이 연구원 팀이 제안한 접근 방식은 기존 및 새로 개발된 로봇 팔의 성능을 향상시키는 데 도움이 될 수 있다. 이것은 의료 환경과 노인 요양 시설 모두에서 이러한 시스템의 구현을 용이하게 하여 환자와 손님이 일상 활동의 일부에 독립적으로 참여하여 삶의 질을 향상시킬 수 있다.
지금까지 Luo와 그의 동료들은 운동 장애나 장애가 없는 사용자에게만 시스템을 테스트했다. 그러나 그들은 곧 고령 사용자 또는 신체 장애가 있는 사용자와 공동으로 평가하여 잠재력과 적용 가능성을 더 탐구하기를 희망한다.
"우리는 이제 사회 생활을 위한 시스템의 신뢰성과 실용성을 향상시키기 위해 다음과 같은 측면에서 작업할 계획이다."라고 Luo가 덧붙였다. "첫째, 비동기 제어 전략 측면에서 EOG 및 기타 생리적 신호를 사용하여 비동기 제어 프로세스를 개선할 수 있다. 둘째, EEG 디코딩, 전이 학습 및 기타 방법은 모델 학습 프로세스를 훨씬 더 개선할 수 있다. 또한 측면에서 동적 창에서 다른 예측 방법을 사용하여 실시간으로 시스템 임계 값을 수정할 수 있다."
