所有文章 > 正文

研究人员开发出一种新型假肢控制技术,将人工智能与用户控制合二为一

作者: Jansfer

浏览量: 58

时间: 2019-09-16 09:54

关键词: 假肢控制技术

EPFL(瑞士洛桑联邦理工学院)的科学家开发了一种新的方法用来改进对机械手的控制,尤其是针对假肢的控制。该技术融合了两个不同领域的两个概念。之前从未有人将这两种方法结合用于控制机械手,这为神经修复术中的共同控制领域做出了贡献。

EPFL(瑞士洛桑联邦理工学院)的科学家开发了一种新的方法用来改进对机械手的控制,尤其是针对假肢的控制,这一方法结合了截肢者的手指控制和自动化控制,进一步优化了对抓取和其他操作指令的控制。这种在神经工程学和机器人技术之间的跨学科概念,已经在三名截肢者和七名健康受试者身上得到成功的验证,其研究成果发表在9月11日的自然机器智能(Nature Machine Intelligence)杂志上。

该技术融合了两个不同领域的两个概念。之前从未有人将这两种方法结合用于控制机械手,这为神经修复术中的共同控制领域做出了贡献。

首先,神经工程学中有一个概念,涉及到从肢者残肢上的肌肉活动中解读出手指的运动意图,从而实现对假手的控制,在此之前从未有人这样做过。其次,机器学中有这样一项技术,允许机器人手帮助抓住物体,并保持与物体的接触,实现强有力的抓取。二者合二为一,才造就了今天这项技术。

“当你手中拿着的物体开始滑动时,你只有几毫秒的时间做出反应。而机械手能在400毫秒内做出反应。因为其手指周围都配备有压力传感器,它可以在大脑真正感知物体滑动之前做出稳定物体的反应。”负责EPFL学习算法和系统实验室的Aude Billard解释道。

那这是如何共同控制的呢?

该算法首先学习如何解码用户的意图,并将其转换为假手的手指运动。截肢者必须执行一系列手部动作,以训练使用该机器学习算法。安装在截肢者残肢上的传感器用来检测肌肉活动,然后算法学习有哪些手部动作对应于这种肌肉活动模式。一旦解读出截肢者想做的手指运动,该信息就能用来控制假肢的各个手指。

“由于肌肉信号可能有噪音,所以我们需要一种机器学习算法,从这些信号中提取有意义的活动并将其破解为相应的动作,”该研究的第一作者Katie Zhuang说。

随后,科学家设计了一个算法,当用户试图抓住物体时,机器人就会自动操作。该算法告诉假手,当物体与假手表面的传感器接触时,要闭合手指,这样就能实现自动抓取。这种自动抓取根据先前的机器人手臂研究而改进的,目的是在没有视觉信号帮助的情况下,根据触觉信息推断出物体的形状并进行抓取。

在将这种假肢商业化之前,还仍然存在许多挑战。目前,该算法还在由外部提供的机器人上进行测试。

“这种控制机械手的新方法可应用于几种神经假体上,比如仿生手假肢和人机界面等,这样将增加这些设备的临床影响和可用性,”EPFL翻译神经工程Bertarelli基金会主席兼圣安娜高等学校的生物电子学教授Silvestro Micera说。

[关于转载]:本文为“AMiner”官网文章。转载本文请联系原作者获取授权,转载仅限全文转载并保留文章标题及内容,不得删改、添加内容绕开原创保护,且文章开头必须注明:转自“AMiner”官网。谢谢您的合作。

扫码微信阅读
[关于转载]:本文转载于Jansfer,仅用于学术分享,有任何问题请与我们联系:report@aminer.cn。