摘要：

有嚴(yán)重語言和運動障礙的人，由于無法有效的控制肌肉的移動，可能存在與外部世界溝通困難的情況。在本研究中，我們開發(fā)了一種基于眼動追蹤的非侵入式機(jī)械臂控制系統(tǒng)。在充分考慮機(jī)械臂的空間特性后，我們進(jìn)行了以用戶為中心的設(shè)計過程，其中包含八個命令和一個中間實時視頻傳輸用戶界面。此外，我們評估了三種眼動注視點處理算法。其中，基于密度的空間聚類和噪聲算法的平均準(zhǔn)確率達(dá)到了 99.3%。在此基礎(chǔ)上，我們設(shè)計并進(jìn)行了離線實驗，5名被試都能夠發(fā)送準(zhǔn)確率高于 99% 的命令。
 

實驗范式

A、 硬件本研究中使用的機(jī)械臂控制系統(tǒng)包括機(jī)器人手臂、眼動追蹤設(shè)備和用戶界面。

本研究中的眼動追蹤設(shè)備是使用SR Research公司生產(chǎn)的EyeLink 1000 Plus眼動追蹤設(shè)備，該設(shè)備具有：高采樣率2000 Hz。

myCobot 六軸協(xié)作機(jī)器人本實驗機(jī)器人使用的是協(xié)作機(jī)器人手臂，該系統(tǒng)是一個多功能、輕量級的智能機(jī)器人。由中國大象機(jī)器人公司開發(fā)，具有豐富的硬件和軟件交互和多種兼容性。機(jī)器人有效支持多平臺二次開發(fā)幫助用戶進(jìn)行多場景開發(fā)。

B、 用戶界面設(shè)計實驗的刺激界面包括八個矩形框和實時攝像機(jī)的傳輸屏幕共有九個區(qū)域。在九個區(qū)域中，位于左上角和右下角標(biāo)記為抓住/釋放標(biāo)簽，用于控制機(jī)器人手臂展開。其它六個標(biāo)簽被標(biāo)記為向上、向前、向左、向右、向后和向下。這六個矩形框表示六個機(jī)械臂移動方向：向上、向前、向后，向左、向右、向下。

C、 程序本研究的離線實驗流程設(shè)計為：基于初步實驗的結(jié)果。被試首先聽到0.5秒的聲刺激。然后，為了確保實驗的隨機(jī)性，用戶界面上的八個矩形命令框隨機(jī)出現(xiàn)一個紅色方框，以提醒被試，持續(xù)2秒。同時，試次間隔也是2秒。一共進(jìn)行10次，根據(jù)離線實驗流程，被試做出選擇，并計算其準(zhǔn)確度。

數(shù)據(jù)處理和分析

A、 眼動信號處理使用MATLAB 2020將EDF格式轉(zhuǎn)換為可被識別的MAT格式。

B、 焦點分析為了獲得更高的注視精度，我們進(jìn)行了預(yù)實驗。使用三種方法：閾值法（TTM），高斯歸一化方法（GNM）和基于密度的聚類用于處理被試的注視點數(shù)據(jù)的算法。

C、 機(jī)械臂的智能規(guī)劃采用智能規(guī)劃算法控制機(jī)械臂末端執(zhí)行器以指定的姿態(tài)移動到指定點。

結(jié)果：

結(jié)論：

本研究開發(fā)了一種基于眼動跟蹤控制的機(jī)械臂控制系統(tǒng)，以幫助有運動障礙的人進(jìn)行康復(fù)或執(zhí)行日常任務(wù)。我們首先使用機(jī)械臂路徑智能規(guī)劃算法獲得三維空間數(shù)據(jù)，然后擬合機(jī)械臂的工作盲區(qū)。并比較了三種估計用戶注視點的算法，并在預(yù)實驗中比較了它們的性能。在離線實驗中，我們基于DBSCAN算法設(shè)計了一個具有八個命令和實時視頻回放的GUI，以控制機(jī)器人手臂完成拾取和放置任務(wù)。我們對圖形用戶界面的創(chuàng)新設(shè)計以及DBSACAN算法的評估和使用改善了人眼追蹤中的人機(jī)交互困境。

本文僅做學(xué)習(xí)分享使用，若有疑問及侵權(quán)，請后臺聯(lián)系我們！