Evaluación de las emociones de usuarios en tareas con realimentación háptica utilizado el dispositivo Emotiv Insight

Introducción: Este estudio evalúa las cinco métricas de desempeño, disponibles en el dispositivo Emotiv Insight en una tarea virtual de seguimiento de trayectorias por medio de un robot móvil. Objetivo: Caracterizar y/o determinar si algunas métricas EEG se relacionan con primitivas de una tarea de...

Full description

Autores:: Corredor Camargo, Javier Adolfo
Peña Cortés, Cesar Augusto
Pardo García, Aldo

Tipo de recurso:: Article of journal

Fecha de publicación:: 2019

Institución:: Corporación Universidad de la Costa

Repositorio:: REDICUC - Repositorio CUC

Idioma:: spa

id	RCUC2_a4574fc87065432ad51f308b8c8ab9f3
oai_identifier_str	oai:repositorio.cuc.edu.co:11323/12221
network_acronym_str	RCUC2
network_name_str	REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv	Evaluación de las emociones de usuarios en tareas con realimentación háptica utilizado el dispositivo Emotiv Insight
dc.title.translated.eng.fl_str_mv	Assessment of the users emotions in haptic feedback tasks using the Emotiv Insight device
title	Evaluación de las emociones de usuarios en tareas con realimentación háptica utilizado el dispositivo Emotiv Insight
spellingShingle	Evaluación de las emociones de usuarios en tareas con realimentación háptica utilizado el dispositivo Emotiv Insight telerobotics brain computer interface mobile robots shared control haptics EEG telerobótica interfaz cerebro computador robots móviles control compartido háptica EEG
title_short	Evaluación de las emociones de usuarios en tareas con realimentación háptica utilizado el dispositivo Emotiv Insight
title_full	Evaluación de las emociones de usuarios en tareas con realimentación háptica utilizado el dispositivo Emotiv Insight
title_fullStr	Evaluación de las emociones de usuarios en tareas con realimentación háptica utilizado el dispositivo Emotiv Insight
title_full_unstemmed	Evaluación de las emociones de usuarios en tareas con realimentación háptica utilizado el dispositivo Emotiv Insight
title_sort	Evaluación de las emociones de usuarios en tareas con realimentación háptica utilizado el dispositivo Emotiv Insight
dc.creator.fl_str_mv	Corredor Camargo, Javier Adolfo Peña Cortés, Cesar Augusto Pardo García, Aldo
dc.contributor.author.spa.fl_str_mv	Corredor Camargo, Javier Adolfo Peña Cortés, Cesar Augusto Pardo García, Aldo
dc.subject.eng.fl_str_mv	telerobotics brain computer interface mobile robots shared control haptics EEG
topic	telerobotics brain computer interface mobile robots shared control haptics EEG telerobótica interfaz cerebro computador robots móviles control compartido háptica EEG
dc.subject.spa.fl_str_mv	telerobótica interfaz cerebro computador robots móviles control compartido háptica EEG
description	Introducción: Este estudio evalúa las cinco métricas de desempeño, disponibles en el dispositivo Emotiv Insight en una tarea virtual de seguimiento de trayectorias por medio de un robot móvil. Objetivo: Caracterizar y/o determinar si algunas métricas EEG se relacionan con primitivas de una tarea de tele operación, donde se realimentan señales hápticas, en pro de verificar si puede ser útil incorporar la información disponible del dispositivo Emotiv en una estrategia de control compartido. Metodología: Se formuló un diseño experimental, que incluye el registro y análisis de neuroseñales en cinco usuarios con una Interfaz Cerebro Computador (ICC), ejecutando tareas de teleoperación de un robot móvil en el entorno de VREP (Virtual Robot Experimentation Platform). Resultados: Los resultados muestran que el compromiso y la relajación son emociones que podrían ser de utilidad para identificar situaciones demandantes en tareas de seguimiento y evasión de obstáculos. Por otro lado, se observa que algunas métricas como estrés, excitación, interés y enfoque, en promedio, se mantienen en niveles similares durante la ejecución de la tarea. Conclusiones: Incluir interfaces cerebro computador de bajo costo, como el Emotiv en tareas con realimentación háptica, ofrece nuevas posibilidades para la evaluación del desempeño del usuario y potencialmente para control.
publishDate	2019
dc.date.accessioned.none.fl_str_mv	2019-03-07 00:00:00 2024-04-09T20:15:18Z
dc.date.available.none.fl_str_mv	2019-03-07 00:00:00 2024-04-09T20:15:18Z
dc.date.issued.none.fl_str_mv	2019-03-07
dc.type.spa.fl_str_mv	Artículo de revista
dc.type.coar.spa.fl_str_mv	http://purl.org/coar/resource_type/c_6501 http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.content.spa.fl_str_mv	Text
dc.type.driver.spa.fl_str_mv	info:eu-repo/semantics/article
dc.type.local.eng.fl_str_mv	Journal article
dc.type.redcol.spa.fl_str_mv	http://purl.org/redcol/resource_type/ART
dc.type.version.spa.fl_str_mv	info:eu-repo/semantics/publishedVersion
dc.type.coarversion.spa.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
format	http://purl.org/coar/resource_type/c_6501
status_str	publishedVersion
dc.identifier.issn.none.fl_str_mv	0122-6517
dc.identifier.uri.none.fl_str_mv	https://hdl.handle.net/11323/12221
dc.identifier.url.none.fl_str_mv	https://doi.org/10.17981/ingecuc.15.1.2019.01
dc.identifier.doi.none.fl_str_mv	10.17981/ingecuc.15.1.2019.01
dc.identifier.eissn.none.fl_str_mv	2382-4700
identifier_str_mv	0122-6517 10.17981/ingecuc.15.1.2019.01 2382-4700
url	https://hdl.handle.net/11323/12221 https://doi.org/10.17981/ingecuc.15.1.2019.01
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.relation.ispartofjournal.spa.fl_str_mv	Inge Cuc
dc.relation.references.spa.fl_str_mv	C. Passenberg, A. Glaser, and A. Peer, “Exploring the Design Space of Haptic Assistants: The Assistance Policy Module”, IEEE Transactions on Haptics, vol. 6, no. 4, pp. 440-452, Oct. 2013. [Online . https://doi.org/10.1109/TOH.2013.34 K. Holewa and A. Nawrocka, “Emotiv EPOC neuroheadset in brain-computer interface”, Proceedings of the 2014 15th International Carpathian Control Conference (ICCC). pp. 149–152, May. 2014. https://doi.org/10.1109/CarpathianCC.2014.6843587 G. S. Taylor and C. Schmidt, “Empirical Evaluation of the Emotiv EPOC BCI Headset for the Detection of Mental Actions”, Proceedings of the Human Factors and Ergonomics Society Annual Meeting, vol. 56, no. 1, pp. 193–197, Sep. 2012. https://doi.org/10.1177/1071181312561017 R. Lievesley, M. Wozencroft and D. Ewins, “The Emotiv EPOC neuroheadset: an inexpensive method of controlling assistive technologies using facial expressions and thoughts?”, Journal of Assistive Technologies, vol. 5, no. 2, pp. 67–82, Jun. 2011. https://doi.org/10.1108/17549451111149278 R. Maskeliunas, R. Damasevicius, Martisius and M. Vasiljevas, “Consumer-grade EEG devices: are they usable for control tasks?”, PeerJ 4, e1746, Mar. 2016. https://doi.org/10.7717/peerj.1746 C.-L. Lin, F.-Z. Shaw, K.-Y. Young, C.-T. Lin and T.-P. Jung, “EEG correlates of haptic feedback in a visuomotor tracking task”, NeuroImage, vol. 60, no. 4, pp. 2258–2273, May. 2012. https://doi.org/10.1016/j.neuroimage.2012.02.008 M. Grunwald, T. Weiss, W. Krause, L. Beyer, R. Rost, I. Gutberlet and H.-J. Gertz, “Power of theta waves in the EEG of human subjects increases during recall of haptic information”, Neuroscience Letters, vol. 260, no. 3, pp. 189–192, Feb. 1999. https://doi.org/10.1016/S0304-3940(98)00990-2 H. Miura, J. Kimura, N. Matsuda, M. Soga and H, Taki, “Classification of Haptic Tasks based on Electroencephalogram Frequency Analysis”, Procedia Computer Science, vol. 35, Supplement (C), pp. 1270–1277, Jan. 2014. https://doi.org/10.1016/j.procs.2014.08.226 W. Jia, Y. Luo, Y. Hu and J. Zhang, “Adaptive Force Control Tasks Have Far-Transfer Effect on Sustained Attention”, 9th International Conference on Intelligent Human-Machine Systems and Cybernetics (IHMSC), vol. 2, pp. 212–217. Aug. 2017. https://doi.org/10.1109/IHMSC.2017.162 T. Palomaki, “EEG-based brain-computer interface with visual and haptic feedback”, Master’s thesis, Helsinki University of Technology, 2007. Available: http://lib.tkk.fi/Dipl/2007/urn007655.pdf A. Chatterjee, V. Aggarwal, A. Ramos, S. Acharya, N. V. Thakor, “Operation of a Brain-Computer Interface Using Vibrotactile Biofeedback”, 3rd International IEEE/EMBS Conference on Neural Engineering. pp. 171–174, May. 2007. https://doi.org/10.1109/CNE.2007.369639 L. George, M. Marchal, L. Glondu and A. Lecuyer, “Combining Brain-Computer Interfaces and Haptics: Detecting Mental Workload to Adapt Haptic Assistance”, Haptics: Perception, Devices, Mobility, and Communication. Springer, Berlin, Heidelberg, pp. 124–135, Jun. 2012. https://doi.org/10.1007/978-3-642-31401-8_12 M. A. Benloucif, C. Sentouh, J. Floris, P. Simon and J. C. Popieul, “Online adaptation of the Level of Haptic Authority in a lane keeping system considering the driver’s state”, Transportation Research Part F: Traffic Psychology and Behaviour, In press, Sep. 2017. https://doi.org/10.1016/j.trf.2017.08.013 E. Rohmer, S. P. N. Singh and M. Freese, “V-REP: A versatile and scalable robot simulation framework”, IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 1321–1326, Nov. 2013. https://doi.org/10.1109/IROS.2013.6696520 F. Conti, F. Barbagli, R. Balaniuk, M. Halg, C. Lu, D. Morris, L. Sentis, J. Warren, O. Khatib and K. Salisbury, “The CHAI libraries”, Proceedings of Eurohaptics 2003, Dublin, Ireland, pp. 496–500, 2003. D. J. Block, M. B. Michelotti and R. S. Sreenivas, “Application of the Novint Falcon haptic device as an actuator in real-time control”, Paladyn, Journal of Behavioral Robotics, vol. 4, no. 3, 182–193, Dec. 2013. https://doi.org/10.2478/pjbr-2013-0017
dc.relation.citationendpage.none.fl_str_mv	16
dc.relation.citationstartpage.none.fl_str_mv	9
dc.relation.citationissue.spa.fl_str_mv	1
dc.relation.citationvolume.spa.fl_str_mv	15
dc.relation.bitstream.none.fl_str_mv	https://revistascientificas.cuc.edu.co/ingecuc/article/download/2048/2019 https://revistascientificas.cuc.edu.co/ingecuc/article/download/2048/2053 https://revistascientificas.cuc.edu.co/ingecuc/article/download/2048/2201
dc.relation.citationedition.spa.fl_str_mv	Núm. 1 , Año 2019 : (Enero - Junio)
dc.rights.spa.fl_str_mv	INGE CUC - 2019
dc.rights.uri.spa.fl_str_mv	http://creativecommons.org/licenses/by-nc-nd/4.0
dc.rights.accessrights.spa.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	INGE CUC - 2019 http://creativecommons.org/licenses/by-nc-nd/4.0 http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.format.mimetype.spa.fl_str_mv	application/pdf text/html application/xml
dc.publisher.spa.fl_str_mv	Universidad de la Costa
dc.source.spa.fl_str_mv	https://revistascientificas.cuc.edu.co/ingecuc/article/view/2048
institution	Corporación Universidad de la Costa
bitstream.url.fl_str_mv	https://repositorio.cuc.edu.co/bitstreams/47361a6a-6ff4-4480-8792-0b4f3027c3c2/download
bitstream.checksum.fl_str_mv	3d2f4a37aa185824ae440a3fa678da8f
bitstream.checksumAlgorithm.fl_str_mv	MD5
repository.name.fl_str_mv	Repositorio de la Universidad de la Costa CUC
repository.mail.fl_str_mv	repdigital@cuc.edu.co
_version_	1811760756691042304
spelling	Corredor Camargo, Javier AdolfoPeña Cortés, Cesar AugustoPardo García, Aldo2019-03-07 00:00:002024-04-09T20:15:18Z2019-03-07 00:00:002024-04-09T20:15:18Z2019-03-070122-6517https://hdl.handle.net/11323/12221https://doi.org/10.17981/ingecuc.15.1.2019.0110.17981/ingecuc.15.1.2019.012382-4700Introducción: Este estudio evalúa las cinco métricas de desempeño, disponibles en el dispositivo Emotiv Insight en una tarea virtual de seguimiento de trayectorias por medio de un robot móvil. Objetivo: Caracterizar y/o determinar si algunas métricas EEG se relacionan con primitivas de una tarea de tele operación, donde se realimentan señales hápticas, en pro de verificar si puede ser útil incorporar la información disponible del dispositivo Emotiv en una estrategia de control compartido. Metodología: Se formuló un diseño experimental, que incluye el registro y análisis de neuroseñales en cinco usuarios con una Interfaz Cerebro Computador (ICC), ejecutando tareas de teleoperación de un robot móvil en el entorno de VREP (Virtual Robot Experimentation Platform). Resultados: Los resultados muestran que el compromiso y la relajación son emociones que podrían ser de utilidad para identificar situaciones demandantes en tareas de seguimiento y evasión de obstáculos. Por otro lado, se observa que algunas métricas como estrés, excitación, interés y enfoque, en promedio, se mantienen en niveles similares durante la ejecución de la tarea. Conclusiones: Incluir interfaces cerebro computador de bajo costo, como el Emotiv en tareas con realimentación háptica, ofrece nuevas posibilidades para la evaluación del desempeño del usuario y potencialmente para control.Introduction: This study assesses the five-performance metrics, available on the Emotive Insight device in a virtual toolpath tracking task through a mobile robot. Objective: Characterize and/or determine if some EEG metrics are related to primitives of a teleoperation task, where haptic feedback is provided, in order to verify if it can be useful to incorporate the information available from the Emotiv device in a shared control strategy. Methodology: An experimental design was formulated, which includes the recording and analysis of neurosigns in five users with a Brain Computer Interface (BCI), executing tasks of teleoperation of a mobile robot in the Environment of VREP (Virtual Robot Experimentation Platform). Results: The results show that engagement and relaxation are emotions that could be useful to identify demanding situations in tracking path and evasion of obstacles such as the experimental setup proposed in this article. On the other hand, it is observed that some metrics such as stress, excitement, interest, and focus, on average, remain at similar levels during the task execution. Conclusions: Including brain-computer interfaces of low-cost, such as the Emotiv in tasks with haptic feedback, offers new possibilities for assessment user performance and potential for control applications.application/pdftext/htmlapplication/xmlspaUniversidad de la CostaINGE CUC - 2019http://creativecommons.org/licenses/by-nc-nd/4.0info:eu-repo/semantics/openAccessEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.http://purl.org/coar/access_right/c_abf2https://revistascientificas.cuc.edu.co/ingecuc/article/view/2048teleroboticsbrain computer interfacemobile robotsshared controlhapticsEEGtelerobóticainterfaz cerebro computadorrobots móvilescontrol compartidohápticaEEGEvaluación de las emociones de usuarios en tareas con realimentación háptica utilizado el dispositivo Emotiv InsightAssessment of the users emotions in haptic feedback tasks using the Emotiv Insight deviceArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articleJournal articlehttp://purl.org/redcol/resource_type/ARTinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Inge CucC. Passenberg, A. Glaser, and A. Peer, “Exploring the Design Space of Haptic Assistants: The Assistance Policy Module”, IEEE Transactions on Haptics, vol. 6, no. 4, pp. 440-452, Oct. 2013. [Online . https://doi.org/10.1109/TOH.2013.34K. Holewa and A. Nawrocka, “Emotiv EPOC neuroheadset in brain-computer interface”, Proceedings of the 2014 15th International Carpathian Control Conference (ICCC). pp. 149–152, May. 2014. https://doi.org/10.1109/CarpathianCC.2014.6843587G. S. Taylor and C. Schmidt, “Empirical Evaluation of the Emotiv EPOC BCI Headset for the Detection of Mental Actions”, Proceedings of the Human Factors and Ergonomics Society Annual Meeting, vol. 56, no. 1, pp. 193–197, Sep. 2012. https://doi.org/10.1177/1071181312561017R. Lievesley, M. Wozencroft and D. Ewins, “The Emotiv EPOC neuroheadset: an inexpensive method of controlling assistive technologies using facial expressions and thoughts?”, Journal of Assistive Technologies, vol. 5, no. 2, pp. 67–82, Jun. 2011. https://doi.org/10.1108/17549451111149278R. Maskeliunas, R. Damasevicius, Martisius and M. Vasiljevas, “Consumer-grade EEG devices: are they usable for control tasks?”, PeerJ 4, e1746, Mar. 2016. https://doi.org/10.7717/peerj.1746C.-L. Lin, F.-Z. Shaw, K.-Y. Young, C.-T. Lin and T.-P. Jung, “EEG correlates of haptic feedback in a visuomotor tracking task”, NeuroImage, vol. 60, no. 4, pp. 2258–2273, May. 2012. https://doi.org/10.1016/j.neuroimage.2012.02.008M. Grunwald, T. Weiss, W. Krause, L. Beyer, R. Rost, I. Gutberlet and H.-J. Gertz, “Power of theta waves in the EEG of human subjects increases during recall of haptic information”, Neuroscience Letters, vol. 260, no. 3, pp. 189–192, Feb. 1999. https://doi.org/10.1016/S0304-3940(98)00990-2H. Miura, J. Kimura, N. Matsuda, M. Soga and H, Taki, “Classification of Haptic Tasks based on Electroencephalogram Frequency Analysis”, Procedia Computer Science, vol. 35, Supplement (C), pp. 1270–1277, Jan. 2014. https://doi.org/10.1016/j.procs.2014.08.226W. Jia, Y. Luo, Y. Hu and J. Zhang, “Adaptive Force Control Tasks Have Far-Transfer Effect on Sustained Attention”, 9th International Conference on Intelligent Human-Machine Systems and Cybernetics (IHMSC), vol. 2, pp. 212–217. Aug. 2017. https://doi.org/10.1109/IHMSC.2017.162T. Palomaki, “EEG-based brain-computer interface with visual and haptic feedback”, Master’s thesis, Helsinki University of Technology, 2007. Available: http://lib.tkk.fi/Dipl/2007/urn007655.pdfA. Chatterjee, V. Aggarwal, A. Ramos, S. Acharya, N. V. Thakor, “Operation of a Brain-Computer Interface Using Vibrotactile Biofeedback”, 3rd International IEEE/EMBS Conference on Neural Engineering. pp. 171–174, May. 2007. https://doi.org/10.1109/CNE.2007.369639L. George, M. Marchal, L. Glondu and A. Lecuyer, “Combining Brain-Computer Interfaces and Haptics: Detecting Mental Workload to Adapt Haptic Assistance”, Haptics: Perception, Devices, Mobility, and Communication. Springer, Berlin, Heidelberg, pp. 124–135, Jun. 2012. https://doi.org/10.1007/978-3-642-31401-8_12M. A. Benloucif, C. Sentouh, J. Floris, P. Simon and J. C. Popieul, “Online adaptation of the Level of Haptic Authority in a lane keeping system considering the driver’s state”, Transportation Research Part F: Traffic Psychology and Behaviour, In press, Sep. 2017. https://doi.org/10.1016/j.trf.2017.08.013E. Rohmer, S. P. N. Singh and M. Freese, “V-REP: A versatile and scalable robot simulation framework”, IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 1321–1326, Nov. 2013. https://doi.org/10.1109/IROS.2013.6696520F. Conti, F. Barbagli, R. Balaniuk, M. Halg, C. Lu, D. Morris, L. Sentis, J. Warren, O. Khatib and K. Salisbury, “The CHAI libraries”, Proceedings of Eurohaptics 2003, Dublin, Ireland, pp. 496–500, 2003.D. J. Block, M. B. Michelotti and R. S. Sreenivas, “Application of the Novint Falcon haptic device as an actuator in real-time control”, Paladyn, Journal of Behavioral Robotics, vol. 4, no. 3, 182–193, Dec. 2013. https://doi.org/10.2478/pjbr-2013-0017169115https://revistascientificas.cuc.edu.co/ingecuc/article/download/2048/2019https://revistascientificas.cuc.edu.co/ingecuc/article/download/2048/2053https://revistascientificas.cuc.edu.co/ingecuc/article/download/2048/2201Núm. 1 , Año 2019 : (Enero - Junio)PublicationOREORE.xmltext/xml2729https://repositorio.cuc.edu.co/bitstreams/47361a6a-6ff4-4480-8792-0b4f3027c3c2/download3d2f4a37aa185824ae440a3fa678da8fMD5111323/12221oai:repositorio.cuc.edu.co:11323/122212024-09-17 11:00:02.198http://creativecommons.org/licenses/by-nc-nd/4.0INGE CUC - 2019metadata.onlyhttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.co

Evaluación de las emociones de usuarios en tareas con realimentación háptica utilizado el dispositivo Emotiv Insight

Publicaciones similares