您当前的位置:科技评论网资讯正文

意念加AI算法「复原」每个手指智能义肢登上Nature子刊封面

放大字体  缩小字体 2019-09-14 17:41:39  阅读量:9094 作者:责任编辑NO。谢兰花0258

编者按:本文来自微信大众号“机器之心”(ID:almosthuman2014),作者Synced,参加:张倩、杜伟、李泽南,36氪经授权发布。

运用「意念」操控机械,让肢体缺失的残疾人过上正常人的日子,这听起来像是出现在电影中的场景。最近,瑞士洛桑联邦理工学院(EPFL)展现的新技能却让科幻变成了实际,他们的研讨还登上了最新一期天然杂志子刊《Nature Machine Intelligence》的封面。

近来,瑞士洛桑联邦理工学院的研讨人员开宣布了一种全新的机械臂操控办法,它运用人工智能为被截肢者供给史无前例的精确操作才能。研讨人员结合了神经工程学和机器人学的专业知识,使得穿戴者能够操控机械手的每个手指,并在穿戴机械手时自动抓起物体。这项新技能在包括 3 名被截肢者和 7 名肢体健全受试者的概念验证研讨中获得了成功。

意念+AI 算法=灵敏、稳健机械手 研讨人员表明,他们提出的全新机械手臂操控办法,其要害优势在于经过人类目的和自动化算法一起进行操作(shared control)——在需求高灵敏性时,人类操控运动;当需求高鲁棒性时,AI 算规律进行辅佐。

换句话说,因为被截肢者的感觉和操控才能有限,他们很难确保自己的手指形状与物体相符并确保抓握力度适中,因而需求 AI 算法进行辅佐来进步精确度。这种办法极大地改进了机械手的可用性,并能够灵敏操作多个自由度的关节。

用 AI 算法解码「意念」

在此前,科学家们关于机械臂操控研讨许多,但充其量也只能操控单个手指,并且其研讨成果也仅限于在四肢健全的人群中完结离线的「义肢操控」。

EPFL 提出的新体系,在神经学上的要害理念是对来自现有运动神经的信号进行解码,这些运动神经旨在为手指宣布活动的信号。这些信号(sEMG)搜集自被截肢者残肢的剩下神经,并被转换成假肢单个手指的运动信号,这种效果在之前的假肢研讨中未能完结。得益于机器人技能,机械手能够协助被截肢者抓起物体并能够保持少许时刻,从而以一种实在的方法操控物体。

研讨者首要提出了一个运用多层感知器(MLP)的运动份额解码器,该解码器答应穿戴者一起、接连地操控每个手指。

图 1:试验设备和受试者。

  • a:在线试验中,4 名肢体健全和 3 名截肢受试者运用他们的外表机电信号操控一个虚拟的机械手。运用多层感知器对这些信号进行解码,得到单位数关节视点的猜测成果;

  • b:3 名截肢受试者的残损程度不同;

  • c:研讨人员测验的肢体活动包括单位数和多位数活动。试验成果显现,除 A2 截肢受试者无法独立做出食指和中指曲折/延展动作之外,其他一切受试者都能做出 c 中的一切动作。

这一技能中用到的机器学习算法初次学习了如何解码运用者的动作目的并将这些脉冲信号转换为假肢的手指运动。在练习算法的进程中,被截肢者的手指动作经过绑在他们残肢上的传感器传递给机器,以检测他们的神经活动。经过这一进程,机器学习算法学习假肢部位的肌肉影响与特定手部运动的对应联系。

练习完结之后,被截肢者就能够将有认识的动作脉冲转换为各个假肢手指的微调动作。该算法滤掉了与肢体运功无关的动作,只关怀与运动严密相关的动作。

「因为这些肌肉信号是有噪声的,咱们需求一种机器学习算法来提取有意义的肌肉活动并将其转换为动作,」论文一作 Katie Z. Zhuang 解说称。

进步抓取灵敏度

但是,只是依托处理人类宣布的信号,咱们还远不能以让机械臂做到满足灵敏。对此,研讨人员开发了另一种机器学习算法,用来协助用户抓取和操作物体。

在机械手碰到物体之后,AI 算法就会让手指闭合,捉住物体。这一自动抓取功用源自之前的研讨,在这项研讨中,机械手被用来感知物体的形状,并仅根据触摸得到的信息完结抓取。

「当你手里拿着一个物体,它开端松脱滑动,你只稀有毫秒的时刻做出反响,」EPFL 学习算法与体系试验室的 Aude Billard 表明。「机器手能够在 400 毫秒内做出反响。它的手指上布满压力传感器,能够在大脑感觉到物体滑动之前做出反响并稳住物体。」

图 3:虚拟环境中的同享操控、设备和成果。

a:Allegro 机械手模拟器;b:同享操控战略。c:自动和婉触摸(同享)操控器的动作;d:同享操控的示例追寻(受试者 B4)。其间,顶部一行显现了无同享操控(左)和有同享操控(右)两种情况下检测到的总压力值;e:受试者 B2 的握持试验百分比;f:握持物体的时刻保持在 7 秒;g:握持物体时远节趾骨、中节趾骨和近节指骨的触摸。

华人一作 本论文的榜首作者 Katie Z. Zhuang 本科毕业于约翰霍普金斯大学,并在杜克大学获得了生物医学/医学工程的博士学位,这一研讨是她在洛桑联邦理工学院读博士后期间的作业。现在,Katie Zhuang 任瑞士弗里堡大学(University of Fribourg)研讨科学家。 参阅内容: https:///releases/2019/09/190911113007.htm?utm_source=feedburner&utm_medium=feed&utm_campaign=Feed%3A+sciencedaily%2Fmost_popular+%28Most+Popular+News+--+ScienceDaily%29 https:///future-of-medicine/ai-powered-prosthetic-hand-provides-unprecedented-control-for-amputees/ https:///articles/s42256-019-0093-5

“如果发现本网站发布的资讯影响到您的版权,可以联系本站!同时欢迎来本站投稿!