互联网分析:截肢者使用的智能假手将用户和机器人控制融为一体

导读 互联网是高科技的产物,是历史发展、社会进步、人类智慧的结晶;是人类迄今所拥有的容量最大、内容最广、传递速度最快的信息中心。全球每天...
互联网是高科技的产物,是历史发展、社会进步、人类智慧的结晶;是人类迄今所拥有的容量最大、内容最广、传递速度最快的信息中心。全球每天有四亿人使用互联网,上网人数占世界人口的百分之6.互联网为我们了解时事、学习知识、与人沟通、休闲娱乐等提供了便捷的条件,接下来这篇文章给大家说说互联网科技的一角。

EPFL的科学家正在开发新的方法来改善机器人手的控制-特别是对截肢者-结合个人手指控制和自动化,以改善抓取和操作。 这种神经工程和机器人之间概念的跨学科证明在三个截肢者和七个健康受试者上成功地进行了测试。 研究结果发表在今天的“自然机器智能”杂志上。 截肢者使用的智能假手将用户和机器人控制融为一体

该技术从两个不同的领域融合了两个概念。 在机器人手控制方面,这两者的共同实施从来没有做过,并有助于神经假体的共享控制领域的新兴领域。

一个概念,从神经工程,涉及破译预期的手指运动,从肌肉活动的截肢者的残端,以个人手指控制假手,这是以前从未做过的。 另一种,来自机器人,允许机器人手帮助抓住物体,并保持与它们的接触,以便有力地抓取。 截肢者使用的智能假手将用户和机器人控制融为一体

“当你手中握着一个物体,它开始滑动时,你只有几毫秒的时间做出反应,”艾德·比拉德解释说,他是EPFL学习算法和系统实验室的负责人。 “机器人的手能够在400毫秒内做出反应。 在大脑真正察觉到物体在滑动之前,它就可以在手指上安装压力传感器,使物体做出反应并稳定下来。 截肢者使用的智能假手将用户和机器人控制融为一体

该算法首先学习如何解码用户意图,并将其转化为假肢的手指运动。 截肢者必须执行一系列的手部动作,以便训练使用机器学习的算法。 放置在截肢者的残端上的传感器检测肌肉活动,该算法学习哪个手的运动对应于哪种肌肉活动模式。 一旦用户的预期手指动作被理解,这些信息可以用来控制假肢的单个手指。

该出版物的第一作者凯蒂·庄说:“由于肌肉信号可能很嘈杂,我们需要一种机器学习算法,从这些肌肉中提取有意义的活动并将它们解释为运动。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

猜你喜欢

最新文章