کنترل صندلی چرخ دار بر پایه سیگنال های EEG به وسیله واسط مغز و ماشین

چالش اصلی سیستم های واسط مغز و ماشین (BCI) دوکلاسه، پایین بودن پهنای باند کانال ارتباطی آن ها است. مخصوصا این مسئله برای کنترل دستگاه های کمکی شبیه صندلی چرخ دار یا ربات متحرک که نیازمند دستورات حرکتی چندگانه هستند، مهم است.
هدف این تحقیق، کنترل کردن صندلی چرخ دار توسط سیستم واسط مغز و ماشین با استفاده از سیگنال های (EEG) مبتنی بر الگوهای ذهنی (SSVEP) است. این کنترل ذهنی باید مخصوصا برای افراد ناتوان امنیت بالا و دقت قابل قبولی داشته باشد. سیگنال ذهنی SSVEP پنجره گذاری می شود و سپس در مرحله پیش پردازش برای کاهش نویز و مصنوعات از یک فیلتر میان گذر عبور داده می شود.استخراج ویژگی از سه روش (FFT)، (IT-CCA) و روش بهبودیافته مبتنی بر ترکیب IT-CCA و فیلتربانک انجام می شود. محاسبه دقت و نرخ انتقال اطلاعات هر سه روش نشان می دهد که روش بهبودیافته مبتنی بر ترکیب IT-CCA و فیلتربانک بهترین عملکرد را دارد. در پایان صندلی چرخ دار و محیط فیزیکی آن در نرم افزار شبیه سازی ربات Webots طراحی و با ارسال و اجرای دستورات دوازده گانه مانور حرکتی صندلی چرخ دار بررسی می شود.