化学工程与过程技术杂志
开放获取

抽象的

用于机器人学习应用的脑电图模糊分类

EA Mattar 和 HJ Al-Junaid

脑电图 (EEG) 在当今的机器人使用和高级应用中发挥着重要作用。此外，复杂的脑电图脑电波还被用来检测人类如何执行日常复杂任务，同时将人类行为反映到机器人设备和系统上，正如 Agashe 进一步介绍的那样。基于脑电图的机器人控制及其康复应用在研究趋势和工具方面也变得活跃。大脑造成残疾后，手指的重新机动化并不是一项显而易见的任务。此外，人们发现传统的神经治疗和康复治疗对于中风甚至脑外伤后上肢功能的恢复无效。在康复和脑接口技术的进步方面，这使得恢复一些运动功能成为可能。技术的进步带来了新的发展，可以帮助严重瘫痪甚至肢体丧失的人。皮质内脑机接口也正在开发中，以帮助残疾人士使用。最近，人们在将脑电图脑电波信号及其相关模式用于机器人假肢应用方面做出了巨大的努力和研究方向。这包括康复（Rehab）应用程序。然而，由于大脑模式的复杂性，利用这些复杂的模式进行实际的抓取学习机器人并不是一项简单的任务，Agashe。还正在开发以帮助残疾人士。最近，人们在将脑电图脑电波信号及其相关模式用于机器人假肢应用方面做出了巨大的努力和研究方向。这包括康复（Rehab）应用程序。然而，由于大脑模式的复杂性，利用这些复杂的模式进行实际的抓取学习机器人并不是一项简单的任务，Agashe。还正在开发以帮助残疾人士。最近，人们在将脑电图脑电波信号及其相关模式用于机器人假肢应用方面做出了巨大的努力和研究方向。这包括康复（Rehab）应用程序。然而，由于大脑模式的复杂性，利用这些复杂的模式进行实际的抓取学习机器人并不是一项简单的任务，Agashe。