首页
学习
活动
专区
工具
TVP
发布

BCI脑机接口

专栏作者
2
文章
1366
阅读量
3
订阅数
基于EEG-EMG混合控制方法的研究—生物机器人应用:现状、挑战与未来方向(二)
02 基于肌电图的混合控制方法综述 基于EEG-EMG的混合控制接口的基本思想是在控制方法中融合EEG和EMG信号,信号的融合可以以许多不同的方式进行,并且可能取决于特定应用和用户能力等因素。在这个混合接口中,结合了EEG信号和EMG信号,混合方法的应用可能有所不同,从一个简单的游戏控制应用程序,到假肢手臂控制应用程序。 这篇综述的主要目的是研究生物机器人学的应用,例如假肢和外骨骼,因此范围缩小到研究混合EEG-EMG方法在生物机器人中的应用。如前所述,有许多可能的方法将肌电图和脑电图信号结合在一种特定的控制方法内,以提高有效性。 一般来说,EEG或EMG信号可用于操作应用程序的各个部分,例如辅助设备中的部件,或者,所有这些都可以组合起来。后者将允许用户根据自己的喜好从一个控制信号平稳地切换到另一个控制信号。 有几种方法可以用来对生物机器人应用中的脑电-肌电混合控制方法进行分类,如特定的应用/设备(如假肢、外骨骼、轮椅)或输入处理方法。作为一个双输入系统,混合EEG-EMG接口可以同时处理输入信号,也可以按顺序处理输入信号。 在这篇综述文章中,我们将把生物机器人应用中的混合控制方法的每一项研究分为两类,根据输入处理方法是同时的还是顺序的,EEG-EMG方法的比较和本文讨论的不同混合方法的重要特征总结如表1所示。重要的是,无论EEG-EMG信号的融合方法是什么,与单独使用EMG或EEG信号的方法相比,混合方法能获得更高的有效性。
BCIduino脑机接口社区
2020-12-23
8950
基于EEG-EMG混合控制方法的研究—生物机器人应用:现状、挑战与未来方向(一)
在过去的几十年里,生物机器人的应用,如外骨骼、假肢和机器人轮椅,已经从科幻小说中的机器发展到几乎商业化的产品。尽管肌电图(EMG)信号仍然存在一些挑战,但利用EMG信号控制此类生物机器人应用的进展是巨大的。
BCIduino脑机接口社区
2020-12-22
4710
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档