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。
原文链接:
https://www.allaboutcircuits.com/news/australian-army-mind-controls-robot-dog-brain-machine-interface/
高端微信群介绍 | |
创业投资群 | AI、IOT、芯片创始人、投资人、分析师、券商 |
闪存群 | 覆盖5000多位全球华人闪存、存储芯片精英 |
云计算群 | 全闪存、软件定义存储SDS、超融合等公有云和私有云讨论 |
AI芯片群 | 讨论AI芯片和GPU、FPGA、CPU异构计算 |
5G群 | 物联网、5G芯片讨论 |
第三代半导体群 | 氮化镓、碳化硅等化合物半导体讨论 |
存储芯片群 | DRAM、NAND、3D XPoint等各类存储介质和主控讨论 |
汽车电子群 | MCU、电源、传感器等汽车电子讨论 |
光电器件群 | 光通信、激光器、ToF、AR、VCSEL等光电器件讨论 |
渠道群 | 存储和芯片产品报价、行情、渠道、供应链 |
< 长按识别二维码添加好友 >
加入上述群聊
带你走进万物存储、万物智能、
万物互联信息革命新时代