Умный искусственные руки для пациентов объединяет пользователей и система управления роботом

ЕПФЛ ученые разрабатывают новые подходы для повышения эффективности управления роботизированной руки, в частности для пациентов … что объединяет отдельные пальцевого управления и автоматизации для улучшения хватания и манипулирования. Этот междисциплинарный концептуальный между нейроинженерии и робототехники был успешно протестирован на трех калек и семь здоровых испытуемых. Результаты исследования опубликованы в сегодняшнем выпуске журнала Nature машина разведки.

Технология объединяет два понятия из двух разных областей. Реализации их вместе никогда не было сделано ранее для управления роботизированной рукой, и способствует развивающейся области общий контроль в она сочетает.

Одно понятие, с нейроинженерии, предполагает расшифровку предполагаемого движения пальцев от мышечной активности на культю ампутированной по индивидуальным контролем пальца протез руки, которая никогда прежде не делал. Другой, от робототехники, позволяет роботизированной руке, чтобы помочь завладеть объекты и поддерживать контакт с ними для надежного захватывания.

«Когда вы держите предмет в руке, и он начинает буксовать, у вас есть только несколько миллисекунд, чтобы отреагировать», — объясняет ОД Биллард, кто ведет алгоритмов обучения ЕПФЛ и лабораторных систем. «Роботизированная рука имеет способность реагировать в течение 400 миллисекунд. Снабжен датчиками давления, все вместе пальцы, он может реагировать и стабилизирует объект до того, как мозг может воспринимать то, что объект ускользает. «

Как общий контроль работы

Алгоритм сначала узнает, как расшифровать намерения пользователя и преобразует это в движения пальца протеза кисти. Пациента должны выполнить серию движений рук для того, чтобы обучить алгоритм, использующий машинное обучение. Датчики помещают на культю пациента регистрируют мышечную активность, и алгоритм узнает, какие движения рук соответствуют закономерности мышечной деятельности. Как только желаемые движения пальца пользователя понимаются, эта информация может быть использована для управления отдельными пальцами протез руки.

«Так как сигналы от мышц может быть шумно, нам нужен алгоритм машинного обучения, который извлекает значимую деятельность от этих мышц и переводит их в движения», — говорит Кэти Чжуан первый автор публикации.

Далее ученые разработали алгоритм, так что роботизация и автоматизация срабатывает, когда пользователь пытается понять объект. Алгоритм говорит на протез руки, чтобы закрыть ее пальцы, когда объект контактирует с сенсорами на поверхности протез руки. Это автоматическое хватание является адаптацией предыдущей учебы для роботов-манипуляторов, предназначенных для того, чтобы определить форму предметов и понять их на основе только тактильную информацию, без помощи визуальных сигналов.

Многие проблемы остаются для инженера алгоритма прежде, чем он может быть реализован в серийно выпускаемых протезов рук для людей с ампутированными конечностями. Пока алгоритм еще проходит проверку на робота обеспечивается внешней стороной.

«Наш общий подход к контролю за роботизированными руками может быть использована в нескольких нейропротезы приложений, таких как бионических протезах кисти и мозг-машинных интерфейсов, увеличение клинической результативности и удобство использования этих устройств», — Сильвестро Micera, ЕПФЛ по Бертарелли Фонда кресло в трансляционных neuroengineering, а профессор биоэлектроника в Скуола Супериоре Сант-Анна.

сделать разницу: спонсорские возможности