脑控飞行 确实可行

2014-04-29 00:44梁达飞
环球飞行 2014年6期
关键词:操纵者脑电波飞行员

梁达飞

近年来,脑控技术作为生物、信息、计算机等技术领域的一个交叉学科,越来越成为一个受世人瞩目的热点,这项技术在医疗、军事、民用等领域都有着广泛的用途和前景。在今年巴西世界杯开幕式上, 28岁的巴西截肢残疾青年诺平托依靠着特别制作的外骨骼机器衣为世界杯开球的一幕,感动了无数人。这套设备就采用了脑控技术,由植入头皮内的电极探测大脑电信号,并无线传输给身上的一台电脑,后者将信号转化成具体的动作。

脑控研究已成热点

2012年,美国东北大学的科研人员开发出了一款由大脑控制的键盘以帮助语言障碍患者快速交流。2013年初,英国的科学家为患者移植了世界上首只具备触感的仿生手。在这只仿生手上,研究人员通过借助电极令仿生手与患者两臂的神经系统相连接,这样就在患者与仿生手之间建立了双向联系,前者可以控制仿生手,后者则会像真实的手掌一样将触感传递回大脑。

在脑控制研究方面,一直有侵入性和非侵入性两种路径,赞同侵入性脑机接口的研究学家认为用高度复杂的动力控制机器人,需要深入大脑。而赞同非侵入性脑机接口的人认为只用脑电图描记器就可以做到了。而后者需要研发高度可靠和准确的脑机界面,目前已经开发出来的轻便迷你脑电图扫描器可以置入头盔中,以监控操纵者的精神状态,然后将获得的脑电波信号传输给计算机,计算机对其进行解读,转化成指令信号。

2013年6月,美国明尼苏达大学的一群科学家成功测试了世界上首个非入侵的脑控无人机,无人机在操纵人员的脑电波控制下完成了简单的飞行。这项研究的领头者叫Bin He,他之所以组织这项研究,目的是未来有一天让行动不便的人仅凭他们的思想,就能够操作轮椅、机械臂或者电子设备。

在这之前,Bin He与他的实验室已经致力于研究脑-计算机接口十余年。为了能够让无人驾驶飞机,一款被称为Parrot AR. Drone 2.0的商业化飞行器飞起来,飞行员仅需“想象”握紧一个拳头。

飞行过程中,操纵者佩戴一个有64个电极传感器的帽子用来收集脑电波并且向计算机发出指令,计算机将指令转化之后通过无线网络传输给无人机。如果要向左飞,飞行员就要想象握紧他的左拳——如果要向右飞,他就想象握右拳。想象同时握两只手就会把无人机升起来。

要完成脑控无人机的飞行,操纵者需要接受10个小时的训练——计算机收集大脑发出的电信号,在之后当飞行员实际操作无人机时,计算机会根据储存的信号对操纵者的脑电波做出翻译。仅仅是想着握拳就能使大脑以一种类似于一个人真正握拳的方式做出反应,这使得这项技术对瘫痪者具有潜在价值。

德国人要实现真正的脑控飞行

关于脑控飞行,最新的研究成果来自德国,德国慕尼黑工业大学(TUM)的飞行系统动力学研究所在欧盟的资助下,正在开展“脑飞行”(Brainflight)计划,目标是实现脑控飞行方法。不过,德国人的研究是要实现开大型飞机,而不是无人机。

“该项目的长期目标是让更多人能开飞机。”TUM项目负责人、航空工程师迪姆·弗里克说,“用脑来控制,会让飞行本身变得更容易。这会减少飞行员的工作负担,由此提高安全性。此外,飞行员可以有更多运动自由,管理驾驶舱内其他需要动手操作的任务。”

研究小组已经取得了首次突破:成功展示了脑控飞行确实可行,而且其精准程度令人惊叹。他们找了7名有不同程度飞行经验的志愿者参加了飞行模拟测试,其中一人甚至没有实际开过飞机。测试的精确性,只取决于志愿者在脑中明确地想一个命令。从某种程度上说,这也满足飞行许可测试的要求。“其中一名志愿者能跟随十分之八的先导目标,而偏差只有10度,”弗里克报告说,另几名志愿者在能见度极低情况下控制了着陆,其中一名甚至着陆在仅几米宽的中央线内。

TUM科学家目前集中研究的问题是,怎样把控制系统和飞行动力学方面的要求恰当转换,以适应新的控制方法。比如在通常情况下,飞行员在驾驶中会感觉到阻力,当飞机引致的负荷变大是,他必须付出很大的反阻力。如果是用脑控,这种反阻力就会消失。因此他们正在寻找一种反阻力的替代方法,以作为机舱推进时的反馈信号

为了实现人机沟通,要在飞行员所戴帽子上连接脑电图(EEG)电极,检测他的脑波。柏林工业大学(Berlin Institute of Technology)生物心理学与神经人因学院的科学家开发出了一种算法,能通过程序来破译大脑电位差,并将其转化为有用的命令。利用脑机接口,能非常明确地确定控制所需的脑电脉冲。“这是一种纯信号处理,”弗里克指出,“读心术”并非不可能。

猜你喜欢
操纵者脑电波飞行员
冷嘲热讽是种心理控制
煤气灯效应
很皮很皮的飞行员
2021年7月22日,演习期间,美军飞行员从F-16战隼中挥手
能感应人的脑电波并自动关机的电视机
能感应人的脑电波并自动关机的电视机
飞行员是一种什么样的职业
脑电波情绪分类算法的研究
基于脑电波传感器的智能轮椅控制系统
争跃龙门