腦控制輪椅并非遙不可及

——探訪俄國家核研究大學機器人技術實驗室

能夠像史蒂芬·霍金那樣擁有一臺自主控制的代步輪椅，是很多肢體殘障人士夢寐以求的事，但其高昂的造價令人望而卻步。不過，在俄國家核研究大學莫斯科工程物理學院機器人技術實驗室主任葉甫蓋尼·切賓教授看來，拋開復雜的語言輸入系統不談，未來普通人擁有一臺腦控制的代步輪椅并非難事。

腦電波+語音+手勢實現輪椅智能控制

切賓教授介紹，進行這項研究的初衷，是為下肢殘疾且上肢功能較弱或完全喪失的殘障人士，提供無需借助操縱桿的輪椅控制方式。研究人員對一臺Titan LY-103-120電動輪椅進行了改造，加裝了電腦操控系統，使用者可以通過佩戴腦機接口技術（BCI）頭盔，以及語音指令、手勢指令實現對輪椅的自主控制。

既然使用者至少具備一種操作方式，為什么還要選擇三種指令共用，這些指令之間又是怎樣做到互不干擾的呢？

項目負責人格列布解釋，選擇三種指令共用是為了提高操控的準確性和反應速度。例如，使用者可以用腦電波控制前進和后退，用手勢控制轉向。三種指令之間是平行關系，并不存在某一項優先指令，當指令間發生沖突時，則由系統判斷哪項指令符合使用者真實意圖。因此，編寫系統判斷三種指令的算法是該項目研究的關鍵。

模塊化設計+學習功能為使用者打造專屬系統

格列布介紹，未來該系統實際應用時，會根據每名患者的具體情況對操作方式進行調整，選取一種或多種指令。不論是選擇哪些操作方式，都可共用同一款系統軟件。無論哪種組合，腦控制都是主要操作方式；語音指令系統包括聲音識別和反饋功能，為保證穩定性和避免植入后門，該系統為Java開源軟件；手勢指令系統使用C#語言編寫，既可以識別預先存入數據庫的2D和3D手勢，也支持自建手勢，考慮到不同患者的身體機能情況，該系統既支持手臂手腕較大幅度的手勢，也支持手指小幅度的手勢。

由于每個人在下達同一指令時腦電波有明顯不同，因此在使用前系統需要對使用者的腦電波進行學習校準，以提高操控準確性，正確識別使用者意圖。

    得益于模塊化設計和較強的學習能力，在實際應用中可以有效減少開發成本和調試時間，為使用者快速打造專屬的輪椅操作系統。同時，其設計和生產成本也會大幅降低。據初步測算，未來大規模生產后，每部輪椅操作系統的售價有望控制在5千到1萬美元內。 

心理狀態監測+遠程控制確保使用者安全

切賓教授介紹，腦控制輪椅的安全性是項目研究關注的重點。未來控制系統會實時監測使用者的心理狀態，在完成指令時會考慮使用者下達指令時處于積極、消極還是中立情緒，如果在消極情緒下發出指令，系統對其信任度會相應降低，直至切斷控制。未來計劃建立腦控制輪椅遠程控制中心，通過UDP協議將每臺輪椅的監測數據傳送到服務器，在必要情況下可采取遠程控制取代使用者自主控制，避免出現危險。

切賓教授介紹，按照項目計劃，2016年腦控制輪椅項目將完成數據模型設計，并利用該數據模型采集三種控制指令大數據信息，通過大數據分析進一步提高系統識別指令和監測心理狀態的準確性。之后半年到一年內，將邀請殘障人士在專門醫療機構進行實際使用測試并完善設計，最終獲得相關機構認證和生產許可。如果腦控制輪椅項目獲得成功，該團隊還將為殘障人士研究其他腦控制設備。（駐俄羅斯記者 亓科偉）