Control de vehículos autónomos a través de señales electroencefalográficas usando información del entorno

Abstract

Hay personas que sufren de severas discapacidades motoras, las cuales imposibilitan a la persona de interactuar con el medio circundante. Estas discapacidades son causadas por distintas patologías como por ejemplo la esclerosis lateral amiotrófica, los accidentes cerebros vasculares, entre otras. También, pueden ser debidas a un golpe que dañe o seccione alguna parte de la espina dorsal, como puede suceder por ejemplo en un accidente de tránsito. Entonces, estas personas se encuentran imposibilitadas de moverse e inclusive en ocasiones, no pueden hablar. Es por ello que se necesita de un dispositivo que pueda interpretar las intenciones y deseos de esa persona pero sin ninguna interacción física. Una Interfaz Cerebro Computadora (ICC) es un dispositivo que capta la actividad cerebral de una persona, luego procesa e interpreta esta actividad para emitir un comando o un mensaje. Así, una ICC proporciona un nuevo canal no muscular de comunicación entre el cerebro humano y una maquina que ejecuta el comando. Por lo tanto, con una ICC es posible comandar desde un software de computadora hasta un dispositivo robótico. Es aquí justamente donde este trabajo tiene su campo de acción, pues la idea principal es lograr el control de un dispositivo robótico móvil (silla de ruedas o robot móvil) usando una ICC. Además, este dispositivo robótico móvil debe medir el ambiente por donde se desplaza de manera de efectuar una navegación segura y evadir posibles obstáculos y evitar colisiones. Finalmente, una persona con una discapacidad motora severa podría hacer uso de esta tecnología para poder desplazarse. Para captar la actividad cerebral se utiliza la electroencefalografía (EEG), la cual ofrece una excelente resolución temporal pero con baja resolución espacial, en comparación con otras técnicas como la resonancia magnética nuclear o la tomografía computada. Sin embargo, el EEG ofrece la portabilidad necesaria para un dispositivo ICC debido al pequeño tamaño del equipo y con el menor de los costos. En una primera etapa de este trabajo, se realizó la clasificación de diversas tareas mentales, tales como realizar una cuenta matemática, imaginar un objeto que gira, etc. Estas tareas mentales pueden ser mapeadas en un comando al robot, por ejemplo, si la persona realiza una cuenta matemática significa que quiere que el robot gire a la izquierda. En este libro se presentan los distintos algoritmos desarrollados para lograr altas tasas de clasificación de la señal cerebral. Luego, en una segunda etapa se trabajó con Potenciales Evocados Visuales de Estado Estacionario (PEVEE). Estos potenciales son extraídos desde la actividad cerebral cuando una persona se encuentra mirando un estímulo visual que destella a una determinada frecuencia. Luego, es posible detectar en el EEG la misma frecuencia del estímulo observado. De esta manera, si se disponen de varios estímulos, cada uno destellando a una frecuencia distinta, es posible enviar tantos comandos como estímulos se dispongan. En este trabajo se utilizaron PEVEE de alta frecuencia (mayores a 30 Hz) los cuales eliminan o reducen la fatiga visual producida por el destello de los estímulos. Una vez desarrollada la ICC basada en PEVEE de alta frecuencia se realizó el comando de una pelotita que debía desplazarse en un laberinto en la pantalla de la computadora. En un paso ulterior, esta misma ICC fue utilizada para controlar un robot móvil y además se añadieron algoritmos de control para evadir obstáculos y evitar colisiones con paredes y mobiliarios del recinto en donde se realizaron las pruebas. Finalmente, los algoritmos fueron extrapolados al comando de una silla de ruedas robotizada. Donde, distintas personas sanas y con discapacidades motoras pudieron controlar la silla de ruedas con la ICC basada en PEVEE de alta frecuencia. También se presenta un estudio comparativo de los efectos de la estimulación en baja y alta frecuencia, demostrando que los PEVEE de alta frecuencia fueron los preferidos por los usuarios que participaron de los experimentos. En conclusión, en este libro se presentan los algoritmos desarrollados para lograr el control de un dispositivo robótico móvil a través de comandos generados por la señal EEG de una persona y de la información medida del entorno.