Трехпозиционное управление транспортным средством на основе нейроинтерфейса с применением машинного обучения

Интерфейс мозг-компьютер представляет собой сложную систему, позволяющую управлять внешними электронными устройствами с помощью активности головного мозга. Эта система включает в себя несколько элементов – устройство считывания сигналов активности головного мозга, аппаратно-программный комплекс, вып...

Full description

Saved in:
Bibliographic Details
Main Authors: Alexander Fradkov, Nickolay Babich
Format: Article
Language:English
Published: Russian Academy of Sciences, St. Petersburg Federal Research Center 2025-01-01
Series:Информатика и автоматизация
Subjects:
Online Access:https://ia.spcras.ru/index.php/sp/article/view/16618
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1832592322733277184
author Alexander Fradkov
Nickolay Babich
author_facet Alexander Fradkov
Nickolay Babich
author_sort Alexander Fradkov
collection DOAJ
description Интерфейс мозг-компьютер представляет собой сложную систему, позволяющую управлять внешними электронными устройствами с помощью активности головного мозга. Эта система включает в себя несколько элементов – устройство считывания сигналов активности головного мозга, аппаратно-программный комплекс, выполняющий обработку и анализ этих сигналов, а также объект управления. Основную сложность представляет разработка методов и алгоритмов, способных правильно распознавать и предсказывать намерения человека, который использует этот интерфейс, чтобы обеспечить решение задач управления. В данной работе описывается математическая постановка задачи управления транспортным средством и предложенная алгоритмическая структура разработанной системы управления. Описываются методы предобработки сигналов ЭЭГ, их анализа, принятия решений о выдаче сигнала управления, описывается структура программной реализации этих методов, а также результаты экспериментальной проверки работоспособности системы. Для классификации сигналов ЭЭГ используются методы машинного обучения. Предложен новый метод классификации в машинном обучении – метод нечетких почти ближайших соседей, являющийся модификацией классического метода k-ближайших соседей и снижающий зависимость решения от выбора параметра k. Алгоритмы обработки сигналов ЭЭГ и управления реализованы на языке программирования Python. В качестве объекта управления рассматривается инвалидное кресло с дистанционным управлением, а в качестве задачи управления – поворот кресла вправо или влево. Для экспериментальной проверки работоспособности разработанной модели и алгоритмов всего было проведено более 15 испытаний c 5 испытуемыми в общей сложности. Разработанный и описанный в данной статье подход и его программная реализация в ходе испытаний продемонстрировали эффективность в задачах управления поворотом инвалидного кресла. Также было уделено особое внимание ресурсоёмкости программной реализации. Методы и алгоритмы были реализованы с учётом требований, возникающих при выполнении вычислений на малопроизводительных устройствах с ограниченным количеством памяти.
format Article
id doaj-art-f0a10fead5344c658c2a6ffb3a2d7ab5
institution Kabale University
issn 2713-3192
2713-3206
language English
publishDate 2025-01-01
publisher Russian Academy of Sciences, St. Petersburg Federal Research Center
record_format Article
series Информатика и автоматизация
spelling doaj-art-f0a10fead5344c658c2a6ffb3a2d7ab52025-01-21T11:27:24ZengRussian Academy of Sciences, St. Petersburg Federal Research CenterИнформатика и автоматизация2713-31922713-32062025-01-0124152910.15622/ia.24.1.116618Трехпозиционное управление транспортным средством на основе нейроинтерфейса с применением машинного обученияAlexander Fradkov0Nickolay Babich1Institute for Problems in Mechanical Engineering of the Russian Academy of SciencesInstitute for Problems in Mechanical Engineering of the Russian Academy of SciencesИнтерфейс мозг-компьютер представляет собой сложную систему, позволяющую управлять внешними электронными устройствами с помощью активности головного мозга. Эта система включает в себя несколько элементов – устройство считывания сигналов активности головного мозга, аппаратно-программный комплекс, выполняющий обработку и анализ этих сигналов, а также объект управления. Основную сложность представляет разработка методов и алгоритмов, способных правильно распознавать и предсказывать намерения человека, который использует этот интерфейс, чтобы обеспечить решение задач управления. В данной работе описывается математическая постановка задачи управления транспортным средством и предложенная алгоритмическая структура разработанной системы управления. Описываются методы предобработки сигналов ЭЭГ, их анализа, принятия решений о выдаче сигнала управления, описывается структура программной реализации этих методов, а также результаты экспериментальной проверки работоспособности системы. Для классификации сигналов ЭЭГ используются методы машинного обучения. Предложен новый метод классификации в машинном обучении – метод нечетких почти ближайших соседей, являющийся модификацией классического метода k-ближайших соседей и снижающий зависимость решения от выбора параметра k. Алгоритмы обработки сигналов ЭЭГ и управления реализованы на языке программирования Python. В качестве объекта управления рассматривается инвалидное кресло с дистанционным управлением, а в качестве задачи управления – поворот кресла вправо или влево. Для экспериментальной проверки работоспособности разработанной модели и алгоритмов всего было проведено более 15 испытаний c 5 испытуемыми в общей сложности. Разработанный и описанный в данной статье подход и его программная реализация в ходе испытаний продемонстрировали эффективность в задачах управления поворотом инвалидного кресла. Также было уделено особое внимание ресурсоёмкости программной реализации. Методы и алгоритмы были реализованы с учётом требований, возникающих при выполнении вычислений на малопроизводительных устройствах с ограниченным количеством памяти.https://ia.spcras.ru/index.php/sp/article/view/16618нейроинтерфейсуправлениемашинное обучениеээгактивность мозгаknn
spellingShingle Alexander Fradkov
Nickolay Babich
Трехпозиционное управление транспортным средством на основе нейроинтерфейса с применением машинного обучения
Информатика и автоматизация
нейроинтерфейс
управление
машинное обучение
ээг
активность мозга
knn
title Трехпозиционное управление транспортным средством на основе нейроинтерфейса с применением машинного обучения
title_full Трехпозиционное управление транспортным средством на основе нейроинтерфейса с применением машинного обучения
title_fullStr Трехпозиционное управление транспортным средством на основе нейроинтерфейса с применением машинного обучения
title_full_unstemmed Трехпозиционное управление транспортным средством на основе нейроинтерфейса с применением машинного обучения
title_short Трехпозиционное управление транспортным средством на основе нейроинтерфейса с применением машинного обучения
title_sort трехпозиционное управление транспортным средством на основе нейроинтерфейса с применением машинного обучения
topic нейроинтерфейс
управление
машинное обучение
ээг
активность мозга
knn
url https://ia.spcras.ru/index.php/sp/article/view/16618
work_keys_str_mv AT alexanderfradkov trehpozicionnoeupravlenietransportnymsredstvomnaosnovenejrointerfejsasprimeneniemmašinnogoobučeniâ
AT nickolaybabich trehpozicionnoeupravlenietransportnymsredstvomnaosnovenejrointerfejsasprimeneniemmašinnogoobučeniâ