再者,使用者需要非常频繁地下达运动控制指令,常常导致疲劳。
表BCI直接操作脑控运动机器人论文发表使用脑信号分类器输出指令Tanala等人()[]ERD/ERS最近领域左转、右转Choi等人(-)[][]ERD/ERSSVM左转、右转、前进Pires等人()[]P统计分类器个运动方向+停止前进Leeb等人()[]ERD/ERS线性分类器前进Craig等人()[]ERD/ERS和α波人工神经网络左转、右转,α波控制停止Dasgupta等人()[]SSVEPSVM左转、右转、前进、停止Guger等人(-)[][][]SSVEPLDA前进、后退、左转、右转Barbosa等人()[]ERD/ERS人工神经网络左转、右转、前进、停止Hema等人()[]ERD/ERS人工神经网络放松、前进、左转、右转Cho等人()[]ERD/ERS——左转、右转、前进、后退基于EEG脑控机器人:一份综述--Tusi等人(-)[][]ERD/ERSLDA左转、右转(在虚拟环境中)Bento等人()[]ERD/ERS——左转、右转、前进、停止Lee等人()[]SSVEP匹配滤波器左转、右转、前进图脑控运动机器人典型例子为了解决前述因为BCI直接控制机器人而导致问题,也为了让使用者长时间控制机器人,人们开发了第二种基于共享控制脑控机器人。
使用者(使用BCI)和智能控制(比如自动导航系统)共同控制机器人。
相比较直接由BCI控制机器人,第二种方式可以依赖于机器人智能。
因此,驱动这类机器人安全性可以保证,甚至使用者意图判断准确性也可以提高。