澳大利亚陆军用脑机接口控制机器狗！

最近，悉尼科技大学(UTS)的研究人员打破了人与计算机之间的通信障碍，开发了一种新的生物传感器技术，允许用户用自己的脑电波控制设备。该技术将成熟的硅制造知识与石墨烯材料结合起来，以提供更好的导电性和更佳性能的传感器。

脑机接口(Brain-machine interfaces，简称BMI)并不是一个新想法，Elon Musk的Neuralink等公司希望开发出一种用户可以接受的方法来控制假肢等设备。然而，UTS开发的解决方案代表了一种超紧凑的人载设备，可以提供一种让BMI得到广泛应用的有效方法。

为了让读者了解这项技术的好处和局限性，本文深入研究了UTS研究人员报告的BMI以及它可能适合的应用场景。

石墨烯干式传感器测量脑电波

如果想知道自己的头骨下发生了什么，开颅术会提供最清晰的视野。但现在可以用更少侵入性的方法来将内心想法带到外部世界。脑电图(EEG)电极只是读取脑电波的一种方式，传统上依赖于“湿”传感器，使用凝胶来减少皮肤与传感器之间的接触电阻。然而，这些传感器并不是可持续使用的最佳选择，因为凝胶会带来很多问题，比如刺激或干燥。

如果干式传感器的性能与湿式传感器一样好，那么将BMI集成到日常生活中就会容易得多。因此，UTS的研究人员利用在石墨烯方面的专业知识，开发了性能更好的干式BMI。

研究人员测试了几种模式，最终在头皮多毛区域使用干性BMI传感器的最佳模式是使用六角石墨烯柱。尽管该传感器在受控测试中没有提供最低的接触阻抗，但考虑到头部的头发和曲率，它的性能确实是最好的。

实时“意念控制”

为了评估传感器在现实感知情况下的性能，两个独立测试提供了UTS BMI“读心”能力的定量和定性数据。首先评估的是传感器与标准脑电图电极的信噪比(SNR)。研究人员发现，干式传感器虽然无法达到湿式传感器的30 dB信噪比，但也能提供高达25 dB的信噪比，使其接近黄金标准。

UTS小组还发现，干式传感器的放置在信噪比测量中引入了相当大的变量，差值可达5 dB。虽然这是一个必须解决的问题，但也为未来系统优化提供了改进空间。

最后，为了评估BMI控制设备的能力，UTS与澳大利亚陆军合作，将新开发的BMI与陆军的四足机器人集成在一起。测试中，一个操作员能够在两秒钟的时间内给机器人下达9个命令。因此，虽然UTS传感器在近期可能不会被广泛应用，但初步结果表明，它有可能使人与机器人的交流变得更加简单。

坚持这个想法

虽然UTS和澳大利亚陆军展示的技术令人兴奋和充满未来感，但它严重依赖于身体传感器，仍然容易出现不准确性，与控制的复杂性和速度有关。从这个意义上说，军事冲突、高精度制造或假肢开发等场景将极大地受益于人机协同的增加，但BMI目前还不是通用的接口解决方案。

虽然UTS BMI通过心灵感应向澳大利亚陆军的机器狗发出命令，但看到命令发送的最终复杂性、精度和速度将是很有趣的（特别是与血管内传感器相比）。这些因素似乎是目前BMI的限制因素，但随着技术的发展和像UTS这样的新发展，键盘和控制器可能终将成为过去。