M³S – Moderne Mensch-Maschine-Schnittstelle

Von der Hosentasche bis in die eigenen vier Wände: Die Kommunikation zwischen Mensch und Maschine wird in Zeiten von Smartphone und Smart Home zunehmend einfacher und direkter. Haptische Schnittstellen werden immer häufiger durch berührungslose Schnittstellen – etwa Sprach- oder Gesichtserkennungssysteme – ersetzt. Für eine erfolgreiche Integration solcher Schnittstellen in den Alltagsgebrauch müssen die zugrunde liegenden Systeme gewinnbringend und ohne lange Trainingsphasen für jedermann benutzbar sein. Im Projekt M³S entwickeln wir alltagstaugliche Mensch-Maschine Schnittstellen, in denen hauptsächlich EEG-Daten, also Gehirnsignale der Benutzer, für die Steuerung von Computern und externen Geräten genutzt werden. Diese direkten Schnittstellen zwischen Gehirn und Maschine sind auch unter dem Namen BCI, kurz für Brain-Computer Interface, bekannt.

In unseren Systemen kommen verschiedene Methoden zum Einsatz, mit denen maschinelle Steuerbefehle aus Gehirnsignalen abgeleitet werden können. Den meisten Methoden liegt eine visuelle Stimulation des Auges zugrunde: Einzelne Lichtreize, stetig blinkende Signale oder auch pseudozufällige Stimulationsmuster erzeugen jeweils ganz eigene, charakteristische Antworten im visuellen Kortex des Gehirns. Diese natürlich vorkommenden Reizantworten können nichtinvasiv mittels Elektroenzephalographie (EEG) gemessen und durch die BCI-Software in Echtzeit in Computerbefehle umgewandelt werden. Indem etwa verschiedenen Boxen auf einem Bildschirm unterschiedliche Reize zugewiesen werden, kann aus den Gehirnströmen abgelesen werden, auf welche Box sich der Benutzer konzentriert und ein bestimmtes Steuersignal an die Maschine weitergeleitet werden.

Wir erwarten, dass BCIs zukünftig eine große Rolle in verschiedenen Industriezweigen, wie etwa der Spieleindustrie oder auch der Automobilindustrie spielen werden. Um die Attraktivität von BCIs für diese grundverschiedenen Bereiche zu erhöhen, müssen jeweils unterschiedliche Kernanforderungen erfüllt und weiterentwickelt werden. Für Fertigungsindustrien sind diese im Wesentlichen Präzision und Zuverlässigkeit. In anderen Bereichen, in denen es nicht im selben Maße auf persönliche Sicherheit ankommt, spielen hingegen andere Faktoren wie Adaptivität, Störfestigkeit, Schnelligkeit, Nutzerakzeptanz und Anwenderfreundlichkeit eine größere Rolle.

Um den Anforderungen der genannten Industrien gerecht zu werden, haben wir uns mehrere Hauptziele gesteckt. Eines dieser Ziele ist die Neu- und Weiterentwicklung von BCI-Hybridsystemen. Solche Hybridsysteme, in denen BCIs mit anderen Steuersystemen, wie etwa Augen- oder Muskelsteuerung, gekoppelt werden, sind oft effizienter, schneller und präziser als die jeweiligen Einzelsysteme - wesentliche Vorteile für ein System im alltäglichen Gebrauch. Ein weiteres Ziel ist die Weiterentwicklung bestehender Trainings- und Klassifikationsalgorithmen der Software zur Verbesserung von Adaptivität und Störfestigkeit. Schlussendlich versuchen wir, die Nutzerakzeptanz und Anwenderfreundlichkeit durch Reduktion der Elektrodenanzahl und die Nutzung mobiler BCI-Systeme zu erhöhen. Höhere Mobilität bedeutet auch, dass Anwender nicht lokal durch das System begrenzt sind. Bei Computerspielen wird dadurch eine höhere Bewegungsfreiheit, im industriellen Umfeld ein einfacher Wechsel von Arbeitsstationen ermöglicht.

Zur Erreichung der gesteckten Ziele ist das M³S-Projekt eine Kooperation mit mehreren Partnern aus Forschung und Industrie: Unter Leitung von Prof. Dr.-Ing. Ivan Volosyak arbeiten wir mit den Industriepartnern polyoptics GmbH sowie MediaBlix IIT GmbH sowie der Universität Bielefeld zusammen. Dabei steuern die Projektpartner wesentliche Bestandteile und Know-How aus den Bereichen der optoelektronischer Fertigung, der Augenbewegungssteuerung sowie der Algorithmusoptimierung mittels Machine Learning bei.

Zusätzlich binden wir unsere Forschung aktiv in die Lehre ein. So werden in Zusammenhang mit diesem Forschungsprojekt Abschlussarbeiten von Studierenden durchgeführt. Zudem unterstützen studentische Hilfskräfte unsere Forschung (bei Interesse an einem SHK-Job wenden Sie sich bitte an den Projektleiter).

Das Projekt wird vom Europäischen Fond für Regionale Entwicklung (EFRE) und der Landesregierung Nordrhein-Westfalen (Kennzeichen IT-1-2-001) gefördert. Die im Projekt vorgesehenen Studien mit menschlichen Probanden wurden durch die Ethik-Kommission der Medizinischen Fakultät der Universität Duisburg-Essen geprüft und genehmigt.

Wissenschaftliche Mitarbeiter

Mihaly Benda

mihaly.benda@hochschule-rhein-waal.de

 

Aya Rezeika

aya.rezeika@hochschule-rhein-waal.de

 

Abdul Saboor

abdul.saboor@hochschule-rhein-waal.de

 

Roland Grichnik

roland.grichnik@hochschule-rhein-waal.de

 

Projektleitung

Prof. Dr. Ivan Volosyak

ivan.volosyak@hochschule-rhein-waal.de