眼动追踪技术在东南大学研究团队“脑机接口”控制手推车移动的应用
今天为大家介绍由东南大学葛胜老师研究团队发表在2022 International Conference on Computer Engineering and Artificial Intelligence (ICCEAI)，计算机工程与人工智能国际会议上的文章《Trolley Remote Control System Using Eye Motion Tracking》，本文将眼动的“脑机接口”实现了可能。本文基于EyeLink1000 plus眼动追踪设备建立了手推车遥控系统，根据人眼的注视方向来控制手推车的运动方向。充分显示了眼动追踪技术在人机交互领域具有非接触、自然交互、用户友好和高效的优点。
本文提出了一种基于人眼跟踪技术的小车遥控系统，该系统根据人眼的视线方向控制小车的行驶方向。该系统中眼动数据的采集由EyeLink 1000 Plus（加拿大SRResearch）实现。本研究比较了两种注视点检测算法。一种方法将眼动追踪记录的人眼的注视位置聚集在预设时间窗口中，另一种方法直接使用眼动设备自身软件确定的注视点来构建注视热图，然后执行图像处理。用户界面包含八个方向箭头，在实验中，被试按要求在一定的顺序方向查看这八个箭头。通过对目标箭头检测精度的分析，评价了使用每种算法的系统的优缺点。通过分析原始眼动数据以获得注视点，系统可以更好地区分用户的有意识和无意识注视，实现更自然、更高效的人机交互。
实验环境图——来源文章
如下图所示，长注视持续时间控制的小车运动的平均准确度（99.55%）高于短注视持续时间的小车运动（95.54%）。发现两种控制方法的性能在统计学上存在差异。（p<0.05）。两者的准确率都大于95%，这表明整个系统运行良好。
不同算法中检测注视的准确率——来源文章
参考文献：
S. Rao, Z. Kong, W. Lan, H. Yang, Y. Leng and S. Ge, "Trolley Remote Control System Using Eye Motion Tracking," 2022 International Conference on Computer Engineering and Artificial Intelligence (ICCEAI), 2022, pp. 826-830, doi: 10.1109/ICCEAI55464.2022.00172.
本文仅做学习分享使用，若有疑问及侵权，请后台联系我们！
