DOSP-VHR-001108 | CaliBrainVR: een kalibratietool voor het gebruik van biosensoren bij virtual reality training & simulaties

Bewerk Dossier Terug

Details

Business Unit
DOSP-WST
Kennisgroep
Onderzoeksgroep HITLAB
Beschrijving (Original)

De elektronicamarkt kent momenteel een groei in betaalbare, betrouwbare en makkelijk te gebruiken biosensoren en wearables zoals EEG headsets (hersenactiviteit) en polsbandjes (hartslag en huidgeleiding). Decennialang onderzoek heeft aangetoond dat deze veelbelovend zijn om cognitieve en psychologische processen als vermoeidheid, stress en mentale belasting te meten. Zeker vanuit de training- en opleidingssector en binnen bedrijven waar opleiding snel, veiliger en efficiënter moet, is hier zeer veel interesse in. Het probleem is echter dat de individuele verschillen in menselijke fysiologie zo groot zijn dat een kalibratieprocedure aan het begin van een training noodzakelijk is om betrouwbare interpretaties te kunnen maken voor een enkel individu. Absolute baseline waarden en variantie van de signalen moeten correct worden ingeschat zodat een gepersonaliseerd model kan gebruikt worden om de cognitieve en emotionele toestand van de gebruiker tijdens de training correct in te schatten. Via dit ConnecTT-project willen we een tool bouwen die toelaat om biosensoren correct en betrouwbaar te integreren in VR/AR/MR trainingsapplicaties. Een dergelijke tool is tot op heden nog niet beschikbaar. Concreet zal deze oplossing de vorm aannemen van een SDK (software development kit), die door ontwikkelaars geïntegreerd kan worden in hun trainingsapplicatie. Deze SDK zal toelaten om individuele profielen te generen vanuit de trainingsapplicatie door het oproepen van een kalibratieprotocol. Deze profielen bestaan uit metrieken (markers) die indicatief zijn voor cognitieve toestanden (zoals vermoeidheid, stressreacties of hoge cognitieve belasting), en worden gekoppeld aan statistieken die de individuele variabiliteit van deze markers beschrijven. Elk profiel kan opgeslagen worden voor toekomstig gebruik, zodat de kalibratie niet nodeloos herhaald moet worden. Bovendien kan de trainingsapplicatie, via de SDK, de profiel informatie opvragen en benutten tijdens de training.

Beschrijving (Enhanced)
Innovatieve tool integreert biosensoren in trainingapps voor gepersonaliseerde VR/AR/MR-ervaringen. Kalibratieprotocol voor nauwkeurige metingen van cognitieve toestanden zoals vermoeidheid en stress. Gemakkelijk te integreren SDK voor ontwikkelaars.
Beschrijving (Cleaned)

De elektronicamarkt kent momenteel een groei in betaalbare, betrouwbare en makkelijk te gebruiken biosensoren en wearables zoals EEG headsets (hersenactiviteit) en polsbandjes (hartslag en huidgeleiding).

Decennialang onderzoek heeft aangetoond dat deze veelbelovend zijn om cognitieve en psychologische processen als vermoeidheid, stress en mentale belasting te meten. Zeker vanuit de training- en opleidingssector en binnen bedrijven waar opleiding snel, veiliger en efficiënter moet, is hier zeer veel interesse in.

Het probleem is echter dat de individuele verschillen in menselijke fysiologie zo groot zijn dat een kalibratieprocedure aan het begin van een training noodzakelijk is om betrouwbare interpretaties te kunnen maken voor een enkel individu. Absolute baseline waarden en variantie van de signalen moeten correct worden ingeschat zodat een gepersonaliseerd model kan gebruikt worden om de cognitieve en emotionele toestand van de gebruiker tijdens de training correct in te schatten.

Via dit ConnecTT-project willen we een tool bouwen die toelaat om biosensoren correct en betrouwbaar te integreren in VR/AR/MR trainingsapplicaties. Een dergelijke tool is tot op heden nog niet beschikbaar.

Concreet zal deze oplossing de vorm aannemen van een SDK (software development kit), die door ontwikkelaars geïntegreerd kan worden in hun trainingsapplicatie. Deze SDK zal toelaten om individuele profielen te genereren vanuit de trainingsapplicatie door het oproepen van een kalibratieprotocol. Deze profielen bestaan uit metrieken (markers) die indicatief zijn voor cognitieve toestanden (zoals vermoeidheid, stressreacties of hoge cognitieve belasting), en worden gekoppeld aan statistieken die de individuele variabiliteit van deze markers beschrijven.

Elk profiel kan opgeslagen worden voor toekomstig gebruik, zodat de kalibratie niet nodeloos herhaald moet worden. Bovendien kan de trainingsapplicatie, via de SDK, de profielinformatie opvragen en benutten tijdens de training.

Resultaatsbeschrijving
Resultaatsbeschrijving (Cleaned)
Start Datum
01-10-2020
Eind Datum
30-09-2022
Verification Status
Not verified