具有人工智能的机械轮椅与大脑控制相结合，从而更轻易地帮助人们依靠思维操作轮椅。这种被称为“共享控制”的方法可以通过将未加工的脑信号转换成更复杂的指令，帮助瘫痪病人获得新的行动力。

　　这辆轮椅由洛桑联邦理工大学（Federal Institute of Technology in Lausanne）的研究人员们开发，配备了可以接受类似“向左转”等简单指令的软件，可以估测遵从指令达到最接近的区域且不会撞上任何东西的方法。当驾驶人想要前进到一个特定的目标，如一张桌子，软件也能解读。

　　目前已有几种技术运用从神经、肌肉或大脑捕捉到的信号，让病人控制计算机、假肢和其他装置。脑电图（Electroencephalography ，EEG）已作为一种很有前景的方式帮助瘫痪病人控制电脑或轮椅。用户需要戴上一个头盔进行了大约5天的培训，每天几个小时。患者以想象移动身体的一部分来简单地控制轮椅。例如，想象移动左手告诉椅子左转。指令也可以被特定的脑力任务触发，比如算术。

　　但脑电图的准确度有限，只能检测几种不同的指令。在一个杂乱的环境中持续进行调动轮椅的脑力练习也可能会很累。何塞·德尔·米兰（José del Millán）是联邦理工学院无创伤脑机接口技术主任，也是这个项目的主管。他说，“人们不能长时间保持这种水平的脑力控制。”要求精力集中也会制造噪音信号，使计算机更难以解读。

　　共享控制解决了这个问题，因为病人并不需要持续不断地指示轮椅前进；他们只需要思考一次指令，剩下的交给软件。“轮椅可以完成低级别的细节，所以更自然，”米兰说。

　　该轮椅配备两个摄像头帮助探测并避开障碍物。如果驾驶者想靠近目标而不是绕行，他们可以给一个覆盖指令，轮椅便会在距离目标很近处停下。

　　米兰的模型中有16个电极用来监测用户的大脑活动。到目前为止，它尚未经过任何瘫痪病人的测试。

　　达米安·科伊尔（Damien Coyle）是阿尔斯特大学（University of Ulster）脑机接口和辅助技术组的研究人员。他说脑电图的信号缓慢难以解读，但正因为如此，许多研究人员们都正研究如何使用共享控制，米兰的项目是一个将其付诸实施的很好的例子： “更多的共享控制，就会有更好的脑机界面，用户从一个地方到另一个地方的速度就更快”。

　　米兰的研究小组正在开发识别目标的能力，使轮椅足够聪明，可以自动“停靠”在一张桌子或写字台旁，确保轮椅足够接近而不是倾斜成某种角度。