QQ在线
企业微信（xìn）
资（zī）讯
356
EPFL科学家正（zhèng）在开发（fā）新的方（fāng）法来改（gǎi）进机器人（rén）手的（de）控制 - 尤其是截肢者 - 将个人（rén）手（shǒu）指控制和（hé）自动化相结合，以（yǐ）改善抓握和操控。神经工程学和机器人学之间的这（zhè）种跨学科（kē）的（de）概念验证成功地在三名截肢（zhī）者（zhě）和七名健康受试（shì）者身上（shàng）进行了测试。结果发表在（zài）今天的（de）Nature Machine Intelligence杂志上（shàng）。
该技术（shù）融合（hé）了两个不同领域的两（liǎng）个概念。在机器人手控制之前从未实现过（guò）它们，并（bìng）且有助于神经修复术（shù）中共享控制的新兴领域。
来自（zì）神经（jīng）工程学的（de）一个概（gài）念涉及破解截（jié）肢者残肢上的肌肉活动所预期的手指运动，用于手指（zhǐ）控（kòng）制（zhì）假手，这是（shì）以前从未做过的（de）。另（lìng）一个来自机器人技术，允（yǔn）许机器人手抓住物体（tǐ）并（bìng）保持（chí）与（yǔ）物体的接触（chù），以便进行强有力的抓取。
portant;" />
“当你拿着手中的物（wù）体并且它开（kāi）始滑（huá）动时，你只（zhī）需要几毫秒的时间来做（zuò）出反应（yīng），”负责EPFL学习算法和（hé）系统实验（yàn）室的Aude Billard解释道。“ 机器人手有能力（lì）在（zài）400毫秒内做出反应（yīng）。在手指周围配备压力传感器，它可（kě）以在（zài）大脑真正感（gǎn）知物体（tǐ）滑（huá）动之前对物体作出（chū）反应和稳（wěn）定。”
共享控制如何工作
该算法首先（xiān）学习如何解码（mǎ）用（yòng）户意图并将其转换为（wéi）假手的手指（zhǐ）运动。被（bèi）截肢者必须执行（háng）一系列手部动作，以训（xùn）练使用机器学习（xí）的算法。放置（zhì）在被截（jié）肢者残（cán）肢上的传感（gǎn）器检测肌肉活动，算法学习哪些手（shǒu）部（bù）动作对（duì）应于哪种肌肉活动模式。一旦理解（jiě）了用户的预期手指（zhǐ）运动，该（gāi）信息可用于控制（zhì）假手的各个手（shǒu）指。
“由（yóu）于（yú）肌肉信号可（kě）能有噪音（yīn），我们需要一种机器学习（xí）算法，从这些肌（jī）肉中（zhōng）提取有（yǒu）意义（yì）的活动（dòng）并将其解释为动作（zuò），”该出（chū）版物（wù）的第一作者Katie Zhuang说。
portant;" />
接下来（lái），科学家设计了算法，以便当用户试（shì）图抓住物体（tǐ）时机器人自动化开始（shǐ）。当物体与假手表（biǎo）面上的传感器接触时，该算法告诉假（jiǎ）手关（guān）闭（bì）其手指。这种自动抓取是对以前的机器（qì）人手（shǒu）臂（bì）研究（jiū）的改编（biān），旨在推断物（wù）体的形状，并在（zài）没有视觉信号帮助的情况下仅根据触觉信息（xī）抓住它们。
在将（jiāng）算（suàn）法（fǎ）用于（yú）截肢者的市售假（jiǎ）肢手中（zhōng）之前，仍然（rán）存在（zài）许多挑战。目前，该（gāi）算法仍在外部方提供的机器人（rén）上（shàng）进行测试。
“我们控制机器（qì）人手的共同方法可用于几（jǐ）种神经假体应用，如仿生手（shǒu）假肢和脑（nǎo） - 机（jī）界面，增（zēng）加（jiā）这些装置的临床影响和可用性，”Silvestro Micera，EPFL的Bertarelli基（jī）金会转化（huà）神经工程学（xué）教席，和Scuola Superiore Sant“生物电（diàn）子学（xué）教授”。
目（mù）前的技术通过用一（yī）些（xiē）肌肉信号直接控制假肢马达（dá）来工（gōng）作，自（zì）学仿生手或许可以激发“新一代”假肢。
