Brain-Computer Interface Based on Compressive Sensing and Steady-State Visual Evoked Potentials Applied to Command a Robotic Wheelchair
Nome: HAMILTON RIVERA FLOR
Data de publicação: 21/09/2023
Banca:
Nome |
Papel |
|---|---|
| TEODIANO FREIRE BASTOS FILHO | Orientador |
Resumo: Pessoas com graves deficiências físicas são incapazes de usar cadeiras de rodas robóticas padrão, que geralmente exigem algumas habilidades motoras, e, portanto, o uso total dos músculos associados. Cadeiras de rodas robóticas comandadas por Interfaces Cérebro-Computador (BCIs) baseadas em Eletroencefalografia (EEG) têm se mostrado uma alternativa para esses usuários finais, pois esses sistemas traduzem padrões cerebrais em sinais EEG em comandos de controle. No entanto, BCIs que dependem de processamento local encontram limitações em potência, escalabilidade e tempo real. Em geral, cadeiras de rodas robóticas existentes comandadas por BCIs requerem hardware potente para processamento de sinal em alta velocidade. Por outro lado, os usuários finais precisam de um longo processo de treinamento para dirigir esses dispositivos com segurança. Como solução, BCIs baseados em nuvem e robótica em nuvem surgiram, aproveitando a computação em nuvem para processamento, armazenamento e análise de dados de alta performance. Essa integração capacita assistência robótica avançada e adaptativa, transformando aplicações de tele-reabilitação e e-saúde para pessoas com deficiência. No entanto, a integração da computação em nuvem com BCIs apresenta seu próprio conjunto de desafios. Isso inclui uma transmissão eficiente e confiável de grandes volumes de dados e comunicação estável entre o sensor de sinais cerebrais, infraestrutura em nuvem e cadeira de rodas robótica.
Para abordar esses desafios, esta tese propõe um novo sistema de BCI em nuvem para transmitir comandos de cadeira de rodas por meio do uso de Potencial Evocado Visual de Estado Estável (SSVEP), Compressive Sensing (CS) e um framework de comunicação. O sistema melhora a Taxa de Transferência de Informação (ITR), garantindo comunicação estável entre o BCI, infraestrutura em nuvem e cadeira de rodas robótica. Alavancando a arquitetura orientada a serviços em nuvem e o Sistema Operacional Robótico (ROS), o sistema permite fácil integração de diversas plataformas robóticas e fornece flexibilidade para integrar vários protocolos, classificadores, métricas e técnicas de comando. Em conclusão, o sistema de BCI em nuvem desenvolvido aqui demonstra ser uma solução eficiente e flexível para comandar uma cadeira de rodas robótica, tornando-se uma ferramenta valiosa para pesquisadores e desenvolvedores no campo de tecnologias assistivas, tele-reabilitação e cenários de treinamento.
