基于身体归属脑机制的人机共融轮椅机器人行为意图实时准确认知与人机协同研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    91748122
  • 项目类别:
    重大研究计划
  • 资助金额:
    63.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0605.模式识别与数据挖掘
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

Aiming at the novel study challenges in the core technologies for the new-generation cooperative robots to serve the aged and disabled people, and focusing on the core scientific issue of accurate cognition and understanding of human behavioral intentions and human-machine coordination as well as natural interaction, this project will carry out innovative interdisciplinary research on the cognitive theory and method of enhanced EEG signals through interaction of body-ownership mechanism based on perceptual induction of vision and tactility recently revealed by brain science and active motor imagery in human motor cortex, in order to achieve accurate cognition and understanding of human behavioral intentions in the cooperative robot BCI systems; investigating the methods for BCI fusion with machine vision and online autonomous learning, to impement the active multimode perception and natural interaction of human-machine-environment and achieve the intelligent coordination of human-machine cooperation in the complex dynamic environment; accomplishing the reliability and security of the human-machine cooperative operations by further inducing the error correction mechanism based on the EEG's Error-Related Negativity signal; and finally testing and improving the prototype of the human-machine cooperative wheelchair robot by involving both healthy and disabled participants from the perspective of application verification. Through the research, this project will provide novel basic theories and feasible key technologies for the research and application of new-generation service cooperative-robots.
本项目面向助老助残服务新一代共融机器人核心技术研究挑战,围绕人体行为意图准确认知理解与人机协同及自然交互这个核心科学问题进行跨学科交叉创新研究。通过研究脑科学最新揭示的基于视触觉感知诱发的身体归属机制与主动性运动想象在大脑运动皮层交互增强的脑电信号认知理论及方法,以实现共融机器人BCI系统对操作者行为意图的准确认知理解;通过研究BCI与机器视觉感知融合和机器人在线自主学习方法,以实现人-机-环境的多模态主动感知与自然交互、从而达成在复杂动态环境中人机共融的智能人机协同;并通过进一步引入基于错误相关电位的纠错机制,以达成人机共融作业中的安全与可靠;最后,从应用验证角度,分别使用健康和残障受试者对人机共融轮椅机器人原型系统进行测试和改进。通过本项目的研究,将能为新一代服务型共融机器人的研究及应用提供国际前沿创新的基础理论与切实可行的关键技术。

结项摘要

当前机器人研究朝着自主化智能化和共融化发展,包含机器人运动学习、机器人与环境的共融交互以及与人类间的协同控制等关键问题,这也要求共融机器人能够认知环境并理解人类的意图。本课题组围绕项目计划书,开展了运用多模式脑机接口(BCI)以实现对操作者行为意图认知理解研究、运动皮层脑神经机制、以及人机动作行为等类脑运动编码学习与运动控制等跨学科交叉研究,通过这些研究成果目前已发表了15篇SCI论文和5篇机器人国际会议论文。并且,课题组还构建了搭载有视觉、语音以及脑机接口等多传感的人机共融轮椅机器人实验平台,以便从应用角度验证和完善理论研究的实际可行性。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(0)
Adaptive window iteration algorithm for enhancement 3D shape recovery from image focus
用于增强图像焦点 3D 形状恢复的自适应窗口迭代算法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Chinese Optics Letters
  • 影响因子:
    3.5
  • 作者:
    Long Li;Zhiyan Pan;Haoyang Cui;Jiaorong Liu;Shoucheng Yang;Lilan Liu;Yingzhong Tian;Wenbin Wang
  • 通讯作者:
    Wenbin Wang
Inter- and intra-subject template-based multivariate synchronization index using adaptive threshold for SSVEP-based BCIs
使用基于 SSVEP 的 BCI 的自适应阈值的基于受试者间和受试者内模板的多变量同步索引
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    Frontiers in Neuroscience
  • 影响因子:
    4.3
  • 作者:
    Haoran Wang;Yaoru Sun;Yunxia Li;Shiyi Chen;Wei Zhou
  • 通讯作者:
    Wei Zhou
Hierarchical Intermittent Motor Control With Deterministic Policy Gradient
具有确定性策略梯度的分层间歇运动控制
  • DOI:
    10.1109/access.2019.2904910
  • 发表时间:
    2019-01-01
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    Shi, Haibo;Sun, Yaoru;Li, Jie
  • 通讯作者:
    Li, Jie
Learning and encoding motor primitives for limb actions in a brain-like computation approach
以类脑计算方法学习和编码肢体动作的运动原语
  • DOI:
    10.1016/j.neucom.2019.12.051
  • 发表时间:
    2020-04
  • 期刊:
    Neurocomputing
  • 影响因子:
    6
  • 作者:
    Yaoru Sun;Haibo Shi;Fang Wang
  • 通讯作者:
    Fang Wang
Representation of action semantics in the motor cortex and Broca’s area
运动皮层和布罗卡区动作语义的表示
  • DOI:
    10.1016/j.bandl.2018.02.003
  • 发表时间:
    2018-04
  • 期刊:
    Brain and Language
  • 影响因子:
    2.5
  • 作者:
    Zuo Zhang;Yaoru Sun;Zijian Wang
  • 通讯作者:
    Zijian Wang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

孙杳如的其他基金

基于动作链及镜像神经系统的人类动作行为理解的认知计算研究
  • 批准号:
    61173116
  • 批准年份:
    2011
  • 资助金额:
    61.0 万元
  • 项目类别:
    面上项目
人体行为识别的基于视觉注意和眼动协同的拟视皮层计算途径研究
  • 批准号:
    60970062
  • 批准年份:
    2009
  • 资助金额:
    32.0 万元
  • 项目类别:
    面上项目
基于物体视觉注意的机器视觉感知系统
  • 批准号:
    60775019
  • 批准年份:
    2007
  • 资助金额:
    24.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码