意大利卡西诺大学和南拉齐奥大学的研究人员最近开发出了一种尖端的架构，可以通过基于P300的脑机界面（BCI）操作辅助机器人。这种架构最终可以让严重运动障碍的人执行操作任务，从而简化他们的生活。
研究人员开发的系统基于轻型机器人操纵器。本质上，该操纵器通过基于P300范例的脑机界面从使用者接收高阶命令。在神经科学中，P300波是决策过程中人类大脑引起的反应。
研究员菲利珀·阿瑞切诺（Filippo Arrichiello）说：“我们工作的主要目标是实现一个允许使用者通过脑机界面为机器人操纵器生成高阶指令的系统。然后，这些指令被转换为机器人操纵器的动作命令，自动完成指定的任务，同时确保使用者的安全。”
研究人员开发的架构有三个关键元件：P300脑机界面装置，辅助机器人和感知系统。
阿瑞切诺和他的同事将这三个元素整合在ROS环境中，这是一个著名的机器人应用软件中介软件。
该架构的第一个元件是P300脑机界面装置，通过脑电图（EEG）测量大脑中的电活动。然后它将这些大脑讯号转换为可以馈送到计算机的命令。
阿瑞切诺解释说：“脑机界面的P300模型使用使用者大脑对外部刺激的反应，即屏幕上的图示闪烁，允许使用者通过每次想要的图示做出反应（例如，通过计数）来选择屏幕上的元素闪烁。这允许使用者在一组预定义元素中执行一组选择，并为机器人构建关于要执行的动作的高阶讯息，例如操纵物件。”
为了执行使用者所需的动作，研究人员使用了一种名为Kinova Jaco的轻型机器人操纵器。 该辅助机器人的控制软件接收使用者通过脑机界面生成的高阶指令，并将其转换为动作命令。 它的运动是通过闭环逆运动算法控制的，可以同时管理不同的任务。
阿瑞切诺说：“我们研究的最终目标是朝着建立可靠有效的机器人设定的方向发展，这种装置最终可以帮助严重行动障碍的使用者自主地进行日常生活操作，而不需要护理人员的持续支援。”
当研究人员开始研究由脑机界面驱动的辅助机器人时，他们首先试验了一个由单个固定基座操纵器组成的系统，该操纵器通过标记和预先配置的使用者界面识别物体。 他们现在已经大大改进了这种架构，以至于它允许使用者处理更复杂的机器人系统，例如具有双臂的移动机器人。
阿瑞切诺说：“我们还改进了感知模组，现在可以根据形状识别和定位物件。最后，我们致力于感知模组和图形使用者界面（GUI）之间的互动，以根据感知模组的检测建立GUI动态（例如，使用者的界面根据识别的物件的数量和型别进行桌子上感知模组的更新。“
为了评估其架构的效能和有效性，阿瑞切诺及其同事进行了一系列初步实验，取得了非常有希望的结果。
将来，他们的系统可以改变受运动障碍和身体伤害影响的个人的生活，使他们能够完成各种各样的操作任务。
阿瑞切诺表示：“未来的研究将首先旨在提高架构的稳健性和可靠性，除了增加系统的应用领域，我们将还测试不同的脑机界面范例。“
