华东理工大学学生正在“遛机器狗”。华东理工大学供图
原地踏步，直行，转弯……大草坪上，一只高约40厘米的机器狗，正在根据其身后一位戴智能头环的学生的指令走来走去。这位“遛机器狗”的学生刘力菲是华东理工大学信息学院、数学学院双聘导师金晶教授领衔的脑机接口及控制团队的一员。
3月18日，澎湃新闻（www.thepaper.cn）记者从华东理工大学获悉，该校金晶教授有一项最新研发成果——“面向四足控制的混合现实增强脑-机接口系统”。金晶表示，这项研究为机器人控制提供了一种全新的交互范式，它通过混合现实技术与脑机接口的深度集成，能够实现对机器狗的高效、稳定的控制，并且能适应多种复杂场景。
据金晶团队介绍，传统的基于稳态视觉诱发电位的脑机接口（BCI）系统进入现实场景后，会面临诸多挑战，比如易受环境光干扰、便携性差等，这就大大限制了它的实际应用范围和性能表现。针对这一瓶颈，金晶团队提出一种基于虚实融合控制的框架，通过分层异步控制策略，来增强脑机接口系统，使其具有抗干扰、高性能、轻量化、便携式等突出优势。
为克服光干扰，研究团队引入了混合现实（MR）技术，将视觉刺激直接嵌入到用户的现实视野中，有效克服了环境光干扰的影响，同时显著提高了信号的识别准确率。
该系统将任务分为近场和远场两类，并分别通过增强现实（AR）和混合现实（MR）技术进行处理。
对于近场任务，系统主要依赖增强现实技术。近场任务通常涉及四足机器人的精细操作和局部环境交互，对控制的实时性和精度要求较高。通过增强现实技术，系统能够在用户的视野中实时叠加机器人的运动状态、周围环境信息以及操作引导提示，从而提升控制的响应速度与操作精度。
对于远场任务，系统则通过混合现实技术接口进行管理。远场任务通常涉及全局路径规划、目标导航以及大范围环境感知等，对系统的稳定性和全局视野要求较高。通过混合现实技术，系统能够为用户提供全局环境信息与任务规划支持，不仅提高了控制的稳定性，还显著降低了用户的认知负担。
如此，这种分层异步控制策略，能够有效平衡实时性与全局性需求，为用户提供高效、直观的操作体验。
此外，新系统还集成了先进的信号处理算法和机器学习模型，为用户提供更加精准和流畅的控制体验。例如，传统的BCI系统通常需要复杂的硬件设备和固定的操作环境，而新系统通过集成MR设备和无线通信�？椋迪至烁叨缺阈Ｓ没е灰宕髑岜愕腗R头显和脑电采集设备，就能在任何环境里对四足机器人进行实时控制。这对于灾害救援、野外勘探等场景特别重要。
通过�？榛杓坪土榛畹乃惴ㄅ渲�，新系统同时还具备强大的场景适应能力，可以快速适应不同场景的需求。以医疗康复领域为例，系统可以用于帮助行动障碍患者进行康复训练，而在工业巡检领域，系统可以用于控制四足机器人在复杂环境中执行设备检测、故障排查等任务。
此外，新系统还将推动混合现实技术在智能交互领域的应用，通过混合现实技术与脑机接口的结合，为智能家居、智能驾驶等领域的发展提供重要参考。“强环境光干扰下的高性能表现，轻量化的便携设计，以及广泛的应用场景适应性，这些都标志着脑机接口技术从理论研究走向实际应用的重大突破。”金晶说。
