Forskere udvikler intelligent kunstig hånd, der kombinerer brugerkontrol og automatisering

Forskere fra Ecole Polytechnique Fédérale de Lausanne arbejder på nye måder at forbedre kontrollen over robotter, især for amputerede. De har udviklet en metode til at kombinere individuel fingerkontrol og automatisering for at forbedre greb og manipulation. De testede denne idé om neuroingeniørvidenskab og robotteknologi på tre forskellige amputerede og syv raske mennesker. Resultaterne af studiet blev offentliggjort i Nature Machine Intelligence. 

Denne nyudviklede teknologi kombinerer to separate felter for robotterhåndkontrol. Dette er noget, der ikke er blevet gjort før, og det følger det nye felt for delt kontrol i neuroprostetik.

En af de nye koncepter kommer fra neuroingeniørvidenskab. Den ønskede fingerbevægelse identificeres ved at læse den muskulære aktivitet på amputeredes stump. Dette bruges derefter til individuel fingerkontrol af den kunstige hånd. Det andet koncept kommer fra robotteknologi. Den robotiske hånd kan gribe objekter og holde kontakten med dem ved at gribe. 

“Når du holder et objekt i din hånd, og det begynder at glide, har du kun et par millisekunder til at reagere,” forklarer Aude Billard, der leder EPFL’s Learning Algorithms and Systems Laboratory. “Den robotiske hånd har evnen til at reagere inden for 400 millisekunder. Udstyret med tryksensorer langs fingrene kan den reagere og stabilisere objektet, før hjernen overhovedet kan opfatte, at objektet er glider.”

Processen starter med, at algoritmen lærer at afkode brugerens intention, og derefter oversætter det til fingerbevægelse af den kunstige hånd. For at dette kan ske, skal amputerede først træne algoritmen, der bruger maskinlæring, ved at udføre en række håndbevægelser. Sensorer bruges på amputeredes stump, og de kan detektere bestemt muskulær aktivitet. Algoritmen lærer og forbinder håndbevægelser og deres tilhørende muskulær aktivitet. Til sidst vil algoritmen kende brugerens ønskede fingerbevægelser, og derefter kan de enkelte fingre kontrolleres på den kunstige hånd. 

Katie Zhuang er den første forfatter af publikationen. Hun talte om maskinlæringsalgoritmen. 

“Fordi muskelsignaler kan være støjende, har vi brug for en maskinlæringsalgoritme, der udtrækker meningsfuld aktivitet fra disse muskler og fortolker dem til bevægelser,” sagde hun.

Forskere designede derefter algoritmen, så når en bruger forsøger at gribe et objekt, initieres robotautomatisering. Algoritmen vil videregive til den kunstige hånd at lukke fingrene og gribe, når et objekt kommer i kontakt med sensorer. Sensorerne er placeret på overfladen af den kunstige hånd. Forskerne skabte dette nye system baseret på en tilpasning fra en tidligere studie. I den studie var robotarme designede til at identificere formen på objekter og derefter gribe dem. De gjorde dette udelukkende baseret på taktil information, og der var ingen afhængighed af visuelle signaler. 

Der er stadig udfordringer forude, før denne teknologi kan bruges effektivt blandt mennesker og blive en kommercielt viable mulighed for amputerede, der søger efter kunstige hænder. Men denne teknologi er et enormt skridt fremad i feltet, og det vil fortsætte med at fremme idéen om at kombinere mennesker og robotter. For nuværende er algoritmen stadig under test på en robot.

“Vores fælles tilgang til at kontrollere robotterhænder kan bruges i flere neuroprostetiske anvendelser, såsom bioniske håndproteser og hjernemaskinegrænseflader, og øge den kliniske virkning og brugbarheden af disse enheder,” siger Silvestro Micera, EPFL’s Bertarelli Foundation Chair i Translational Neuroingeniørvidenskab og Professor i Bioelektronik ved Scuola Superiore Sant’Anna.