SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Control of a humanoid robot using EEG

mandy avatar
mandy
13 diapositives · 377 Views · Jul 26, 2014

Control of a humanoid robot using EEG. Problem. EEG is low bandwidth Hard to exercise fine grained control. Solution. Use an autonomous robot Provide various options for user to select from Use P300 to detect which option is selected. User Study.

#control of a humanoid robot using eeg #control of a humanoid robot using eeg ppt #powerpoint #presentation
Control of a humanoid robot using EEG - slide 1
01 / 13Control of a humanoid robot using EEG
1 / 17

Télécharger la présentation

Control of a humanoid robot using EEG
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Control of a humanoid robot using EEG

  2. Problem • EEG is low bandwidth • Hard to exercise fine grained control

  3. Solution • Use an autonomous robot • Provide various options for user to select from • Use P300 to detect which option is selected

  4. User Study • 4 training sessions to train classifier for grids: 2x2, 2x3, 3x2 • .25sec flash alternating between options • One binary classifier for P300 • Spatial projection algorithm • a multichannel time-series response to an event and projects all the channels to form a single time series that is maximally discriminative.

  5. Brain-Robot Interface • Robot offers image choices to the user • A border flashes alternating on images • User selects an option using P300 response

  6. Results • 98.4% classification accuracy • 97% accuracy without the spatial filter • Grid layout did not have a significant impact

  7. P3 example

  8. Number of Flashes • 95% accuracy with 5 flashes • Using .25 sec flash, with 4 options, a command can be sent every 5 seconds

  9. Number of Flashes

  10. Generalizing Classification

  11. Training Time

  12. Discussion • New mode of interaction • Many potential uses