Projekt

IMMI

Intelligentes Mensch Maschine Interface Adaptives Brain-Reading für Robotik

Intelligentes Mensch Maschine Interface Adaptives Brain-Reading für Robotik

  • Laufzeit:
  • Anwendungsfelder
    Sonstige

Im Gegensatz zu klassischen Brain Computer Interfaces (BCI) liegt der Schwerpunkt bei Brain Reading (BR) Systemen auf der ablenkungsfreien Beobachtung des Operators. Im Vordergrund steht also nicht die Steuerung von Systemen wie Robotern oder Prothesen mittels Gedanken, sondern vielmehr die passive Beobachtung des Operators. Das BR-System liest Gehirnaktivität, indem es spezifische Änderungen von Gehirnströmen detektiert und interpretiert. Diese Änderungen können z.B. Aussagen über den Stand der Verarbeitung von präsentierter Information erlauben. Das Steuerungssystem erhält dadurch wichtige Informationen, um situationsadäquat und proaktiv zu agieren. So werden Telemanipulationsaufgaben effektiver und intuitiver für den Operator. Andererseits geht von einer Fehlinterpretation der Gehirnaktivität, anders als bei BCIs, keine Gefährdung für das Gesamtszenario aus, da kein System direkt gesteuert wird.

Bei der Vision vom adaptiven BR (aBR) passen sich die Systeme selbstständig an eine sich ändernde Umgebung, wechselnde Benutzer und Szenarien an. Dadurch wird eine größtmögliche Einsatzfähigkeit in der Praxis gewährleistet. Echtzeitfähiges aBR könnte eingesetzt werden, um eine neuartige Generation von Mensch-Maschine-Schnittstellen zu entwickeln. Hierbei ergibt sich eine Vielzahl neuer Anwendungen in der Raumfahrt, etwa bei der Leitung teilautonomer Systeme für Explorationsmissionen, bei Wartungsaufgaben auf Raumstationen sowie bei Manipulationsaufgaben allgemein, wie z.B. bei der Installation und Durchführung von Experimenten innerhalb und außerhalb der ISS.

Für die Umsetzung des Projektes IMMI arbeiten Forscher aus den Bereichen Neurowissenschaften, Informatik, Mathematik, Physik und Elektrotechnik intensiv zusammen. Das Projekt gliedert sich in fünf Arbeitspakete, deren Aufgaben wie folgt grob beschrieben werden können:

AP1000: Projektmanagement; AP2000: Neurobiologische Methoden und Studien zur Zustandsprognose beim Menschen; AP3000: EEG-Analyse mittels maschineller Lernverfahren; AP4000: Konzeptentwicklung für ein aBR-System basierend auf massivparalleler Datenverarbeitung; AP5000: Bau, Integration und Test eines aBR-Systems im Anwendungsszenario für aBR Assistive Robotics.

Partner

Universität Bremen

Projekt teilen auf:

Ansprechpartner
Dr. rer. nat. Elsa Andrea Kirchner

Projektbilder

Intelligentes Mensch Maschine Interface Adaptives Brain-Reading für Robotik

Publikationen zum Projekt

Elsa Andrea Kirchner, Su-Kyoung Kim

In: Proceedings in the 9th International IEEE EMBS Conference On Neural Engineering (NER’19). International IEEE/EMBS Conference on Neural Engineering (NER-2019) March 20-23 San Francisco CA United States IEEE Xplore 2019.

Zur Publikation
Elsa Andrea Kirchner, Stephen Fairclough, Frank Kirchner

In: S. Oviatt, B. Schuller, P. Cohen, D. Sonntag, G. Potamianos, A. Krueger (Hrsg.). The Handbook of Multimodal-Multisensor Interfaces. Kapitel 13 Seiten 523-576 3 ISBN e-book: 978-1-97000-173-0, hardcover: 978-1-97000-175-4, paperback: 978-1-97000-172-3, ePub: 978-1-97000-174-7 Morgan & Claypool Publishers San Rafael, CA 2019.

Zur Publikation
Steffen Planthaber, Martin Mallwitz, Elsa Andrea Kirchner

In: Journal of Software Engineering and Applications (JSEA) 11 - Special issue on Human-Computer Interaction 7 Seiten 341-347 Scientific Research Publishing Inc. 7/2018.

Zur Publikation

Deutsches Forschungszentrum für Künstliche Intelligenz
German Research Center for Artificial Intelligence