非侵入式脑机接口应用于工业安全监测仍需突破三大难点

脑机接口技术在过去半个世纪，实现了从科幻到现实的突破。当前脑机接口研发已经在仿生学、医疗诊断与干预、消费电子、工业、教育、虚拟现实等多个领域持续探索。北京师范大学教授邬霞在2023中关村论坛-脑机接口创新发展分论坛上表示，非侵入式脑机接口技术非常适用于工业安全监测，未来也有望提升工业生产效率。

工业安全有设备安全、人员安全、生产安全三大需求。在人员安全与生产安全上，工人生理、精神状态监测主要聚焦生命体征、疲劳状态、意识状态，生产环境、状态安全监测则聚焦认知负荷、注意力水平、工作记忆、情绪状态等。

邬霞表示，从目前的技术手段来看，在保证人员安全方面主要是岗前考核、安全意识教育，所用的检测设备也只是手环等简单生理状态检测设备；在保证生产安全方面，也主要是通过定期培训、轮岗休息，或者是传感器等简单设备进行环境监测。

“当前，工业安全检测手段难以满足工业安全监测需求，我们希望能够引入一些新的技术，非侵入式脑机接口技术非常适用于工业安全监测，但有三个难点需要攻克。”邬霞说。

第一个难点是要从硬件设计源头保障高精度脑电信信号质量。例如采用全频段24为ADC脑电采集电路，实现32万倍以上的共模抑制能力，在噪声电平控制上进行精细的电源处理，精准的地平面处理和恰到好处的外围电路的配置。

何为便捷易用的脑机接口系统？邬霞表示，首先要满足防水防尘、低功耗、抗干扰干电极等工业需求，在人体感受上要进行严格生物相容性实验、精细化人体工学设计且整体重量不超过130克。

第二个难点是如何在复杂的工业场景下实现高度稳定可靠的算法输出结果。“解决方案就是构建复杂工况条件下的实时自适应脑电滤波器，并尽量采用少通道的数据来进一步提高应用算法的鲁棒性，让输出更加稳定。”她说。

据了解，打造实时自适应脑电滤波器需要对环境粉尘状态、高湿度等恶劣工况信号有效识别，并可以在人员行走、登高、负重、跳跃等运动状态下进行脑电采集，此外还需要支持1000人以上的同步采集，来构成基础人体生理和脑电参数的数据库进行辅助。

第三个难点是如何在各种实际工业环境中，确保脑机接口系统的快速稳定运行。邬霞指出，要达到此效果，首先系统稳定性要强，要解决无线信号传输问题，通过互操作性的跨平台应用程序接口，实现监测和秒级响应。其次，要打造千人实时传输分析处理系统，实现多终端、快速标准化部属。最后，要制定针对性解决方案。例如在重型龙门吊施工场景中，结合脑机接口、无线测距、货物类型、广播通讯等方式形成一整套安全解决方案。

据介绍，基于脑机接口的工业人员安全数字化管理系统已经应用于隧道施工、矿山开采、基坑作业、电力巡线等场景，提供风险报告近400篇，发出风险预警和报警信息近2000条，成功抓取近3万条风险隐患数据。

例如隧道施工场景下，大型机械和重型物料在运输、吊装、转场过程中一旦出现和人的接触都会造成安全事故。因此，让施工人员佩戴具有脑机接口装置的安全帽，实时监控工人的脑状态，工作人员可以通过员工状态实时监控平台换查到施工人员的脉搏、血氧等生理特征，并通过分析脑电数据来判断疲劳度、专注度等。据悉，此方案已经应用在修建广州地铁、北京地铁和重庆地铁的施工的隧道的施工现场。

“展望未来，脑机接口技术除了在安全方面能够对工业界有所帮助之外，也有可能通过脑控机械、脑控汽车等方式来提升机器效率，并通过仪器操作、设备驾驶等技能训练来提升人的效率。”邬霞表示。