Dall’incontro tra l’Informatica, la Biomedica e il Mondo dei Motori nasce RIDE (Remote Intention Detecting Emulator), il progetto di Valentina Calà, Leonardo Franco, Andrea Pittella ed Eliana Streppa (di To The Science and Beyond!), quattro intraprendenti studenti del Corso di Laurea Magistrale in Biomedical Engineering dell’Università degli Studi di Roma Tre. Con questo progetto, questo gruppo di ragazzi si è aggiudicato il primo premio del “Mobility Innovation Contest” indetto da Honda Europa (sezione Ricerca&Sviluppo).
RIDE
RIDE è un sistema di acquisizione delle onde celebrali, che si integra nel casco di un pilota. Il sistema legge le onde EEG del motociclista e una volta registrata, la traccia viene inviata tramite una connessione wireless a un processore inserito nella moto, che la elabora e, quindi, risponde con il comando adeguato.
RIDE è un sistema pensato per inserire da in automatico gli indicatori di posizione nel momento esatto in cui il motociclista intende svoltare, ma potenzialmente può essere utilizzato per automatizzare qualsiasi operazione di sicurezza (e non) sul veicolo.
Per fare ciò è stato utilizzato Emotiv EPOC, un’innovativa Brain Computer Interface completamente wireless, tra le più usate in campo scientifico grazie al suo buon rapporto qualità/prezzo.
Pensando che Fondazione ANIA (Associazione Nazionale Italiana fra le imprese assicuratrici) ha calcolato che circa il 76% degli incidenti stradali è causato dal fattore umano; in particolare, il 46% di questi incidenti è causato dalla distrazione.
RIDE vuole aiutare a ridurre notevolmente questi numeri. L’inserimento delle frecce in automatico può ovviare alle dimenticanze del motociclista, ma c’è di più:
quando il motociclista percepisce un pericolo, RIDE può inserire automaticamente le quattro frecce, oppure ridurre (in tutta sicurezza) la potenza che arriva alle ruote. Inoltre, RIDE può capire se il motociclista ha un colpo di sonno e agire di conseguenza (inviando, ad esempio, un allarme sonoro).
How to
Inizialmente sono stati acquisiti i segnali EEG di un soggetto a riposo.
Successivamente sono stati fatti vedere al soggetto degli specifici stimoli visivi – “freccia a destra” e “freccia a sinistra” – chiedendogli di concentrarsi sulla propria volontà di svoltare rispettivamente a destra e a sinistra. Sono state analizzate in particolare le potenze percentuali delle bande di interesse alfa e beta (che sono quelle legate al movimento).
Successivamente sono stati processati i dati raccolti attraverso Matlab in modo da evidenziare con un primo approccio le differenze tra i due tipi di acquisizione (a riposo e sotto stimoli visivi) e, quindi, per essere in grado di calcolare una soglia minima che fa scattare l’accensione delle frecce.
E’ stato quindi possibile implementare un “rilevatore di variazione” basato proprio su questa soglia che, quindi, riconosce il tipo di stimolo visivo tramite le caratteristiche della banda di potenza della traccia EEG registrata.
