Intuitive control of supernumerary robotic limbs through a tactile-encoded neural interface

📄 arXiv: 2511.08454v1 📥 PDF

作者: Tianyu Jia, Xingchen Yang, Ciaran McGeady, Yifeng Li, Jinzhi Lin, Kit San Ho, Feiyu Pan, Linhong Ji, Chong Li, Dario Farina

分类: cs.RO

发布日期: 2025-11-11

💡 一句话要点

提出一种触觉编码神经接口，实现对额外机械肢的直观控制

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 脑机接口 触觉编码 P300 额外机械肢 运动增强

📋 核心要点

  1. 现有脑机接口难以在不干扰自然运动的情况下，整合多个自由度的增强指令，限制了其在运动增强方面的应用。
  2. 该研究提出一种触觉编码脑机接口，通过触觉诱发P300范式，利用感觉传入神经来解码运动意图，实现对额外机械肢的控制。
  3. 实验结果表明，该接口能够实时可靠地解码四个额外自由度，且经过训练后，对自然运动没有显著影响，并在运动增强任务中表现出功能辅助能力。

📝 摘要（中文）

脑机接口(BCI)有望通过直接神经控制额外效应器来扩展人类的运动能力，但如何在不干扰自然运动的情况下，整合具有多个自由度的增强指令仍然是一个关键挑战。本文提出了一种触觉编码BCI，它利用感觉传入神经，通过一种新颖的触觉诱发P300范式，即使在与自主动作叠加时，也能直观且可靠地解码额外的运动意图。该接口在一个多日实验中进行了评估，该实验包括一个单一的运动识别任务，以验证基线BCI性能，以及一个双重任务范式，以评估BCI与自然人类运动之间的潜在影响。该脑接口实现了对四个额外自由度的实时和可靠解码，仅经过三天的训练后，性能就得到了显著提高。重要的是，经过训练后，单BCI任务和双BCI任务条件之间的性能没有显著差异，并且在并发的额外控制期间，自然运动仍然不受影响。最后，该接口被部署在一个运动增强任务中，展示了其在双手任务期间指挥两个额外的机械臂以提供功能辅助的能力。这些结果建立了一种新的神经接口范式，通过刺激感觉传入神经来增强运动，扩展运动自由度而不损害自然运动。

🔬 方法详解

问题定义：现有脑机接口在控制额外机械肢时，面临着如何将增强指令与自然运动协调融合的难题。传统的运动想象或运动执行相关的脑机接口容易干扰或限制自然运动，难以实现直观流畅的控制。因此，需要一种新的脑机接口范式，能够在不影响自然运动的前提下，可靠地解码用户对额外机械肢的控制意图。

核心思路：该研究的核心思路是利用感觉传入神经，通过触觉刺激来编码运动指令。具体而言，通过在身体不同部位施加不同的触觉刺激，诱发大脑皮层的P300电位，从而将不同的触觉刺激与不同的运动指令关联起来。这种方法避免了直接干预运动控制通路，从而减少了对自然运动的干扰。

技术框架：该研究的技术框架主要包括以下几个模块：1) 触觉刺激模块：负责在用户身体的不同部位施加不同的触觉刺激。2) 脑电信号采集模块：负责采集用户的脑电信号。3) 信号处理与解码模块：负责对脑电信号进行预处理、特征提取和分类，从而解码用户的运动意图。4) 机械臂控制模块：负责根据解码结果控制额外机械臂的运动。整个流程是：用户想要控制机械臂进行某个动作 -> 系统通过触觉刺激编码该动作 -> 用户接收到触觉刺激后，大脑产生相应的P300电位 -> 脑电信号采集模块采集脑电信号 -> 信号处理与解码模块解码用户的运动意图 -> 机械臂控制模块根据解码结果控制机械臂运动。

关键创新：该研究的关键创新在于提出了一种触觉编码的脑机接口范式。与传统的运动想象或运动执行相关的脑机接口不同，该方法利用感觉传入神经来传递运动指令，从而避免了对运动控制通路的直接干预，减少了对自然运动的干扰。此外，该研究还提出了一种新颖的触觉诱发P300范式，能够实现对多个自由度的可靠解码。

关键设计：在触觉刺激方面，研究者选择了在用户的手臂和腿部施加不同的振动刺激。在脑电信号处理方面，研究者采用了常用的滤波、降噪和特征提取方法，并使用支持向量机(SVM)进行分类。P300的识别是关键，通过多次试验平均来提高信噪比。训练过程也至关重要，通过多日训练，用户可以逐渐适应触觉编码，提高解码的准确率。

📊 实验亮点

实验结果表明，该脑机接口能够实时可靠地解码四个额外自由度，仅经过三天的训练后，性能就得到了显著提高。经过训练后，单BCI任务和双BCI任务条件之间的性能没有显著差异，表明该接口对自然运动没有显著影响。在运动增强任务中，该接口能够成功指挥两个额外的机械臂，完成双手任务，证明了其在功能辅助方面的潜力。

🎯 应用场景

该研究成果可应用于康复医疗、工业辅助和军事领域。在康复医疗中，可以帮助残疾人控制额外的机械肢，恢复部分运动功能。在工业辅助中，可以帮助工人操作复杂的设备，提高生产效率。在军事领域，可以帮助士兵携带和使用重型武器，增强作战能力。未来，随着技术的不断发展，该研究有望在更多领域得到应用，例如虚拟现实、游戏等。

📄 摘要（原文）

Brain-computer interfaces (BCIs) promise to extend human movement capabilities by enabling direct neural control of supernumerary effectors, yet integrating augmented commands with multiple degrees of freedom without disrupting natural movement remains a key challenge. Here, we propose a tactile-encoded BCI that leverages sensory afferents through a novel tactile-evoked P300 paradigm, allowing intuitive and reliable decoding of supernumerary motor intentions even when superimposed with voluntary actions. The interface was evaluated in a multi-day experiment comprising of a single motor recognition task to validate baseline BCI performance and a dual task paradigm to assess the potential influence between the BCI and natural human movement. The brain interface achieved real-time and reliable decoding of four supernumerary degrees of freedom, with significant performance improvements after only three days of training. Importantly, after training, performance did not differ significantly between the single- and dual-BCI task conditions, and natural movement remained unimpaired during concurrent supernumerary control. Lastly, the interface was deployed in a movement augmentation task, demonstrating its ability to command two supernumerary robotic arms for functional assistance during bimanual tasks. These results establish a new neural interface paradigm for movement augmentation through stimulation of sensory afferents, expanding motor degrees of freedom without impairing natural movement.