Οι επιστήμονες αναπτύσσουν έξυπνο τεχνητό χέρι που συνδυάζει τον έλεγχο του χρήστη και την αυτοματοποίηση

Οι επιστήμονες από το Ecole Polytechnique Fédérale de Lausanne εργάζονται σε νέους τρόπους για τη βελτίωση του ελέγχου των ρομποτικών χεριών, ιδιαίτερα για τους αμputees. Έχουν αναπτύξει einen τρόπο για να συνδυάσουν τον έλεγχο των μεμονωμένων δακτύλων και την αυτοματοποίηση για να βοηθήσουν στην βελτίωση της схватής και της χειρισμού. Έκαναν αυτό το πείραμα της νευρομηχανικής και της ρομποτικής σε τρεις διαφορετικούς αμputees και επτά υγιείς ανθρώπους. Τα αποτελέσματα της μελέτης δημοσιεύθηκαν στο Nature Machine Intelligence.

Αυτή η νέα τεχνολογία συνδυάζει δύο ξεχωριστά πεδία για τον έλεγχο των ρομποτικών χεριών. Αυτό είναι κάτι που δεν έχει γίνει trước από αυτό και ακολουθεί το νέο πεδίο του κοινού ελέγχου στις νευροπρόθεσεις.

Μια από τις νέες концепτές προέρχεται από τη νευρομηχανική. Η προβλεπόμενη κίνηση των δακτύλων αναγνωρίζεται διαβάζοντας τη μυική δραστηριότητα στο στήθος του αμputee. Αυτό χρησιμοποιείται στη συνέχεια για τον έλεγχο των μεμονωμένων δακτύλων του προθέματος χεριού. Η άλλη концепτ προέρχεται από τη ρομποτική. Το ρομποτικό χέρι μπορεί να πιάσει αντικείμενα και να παραμείνει σε επαφή με αυτά με τη схватή.

“Όταν κρατάτε ένα αντικείμενο στο χέρι σας και αρχίζει να γλιστράει, έχετε μόνο quelques χιλιοστά του δευτερολέπτου για να αντιδράσετε,” εξηγεί η Aude Billard, η οποία ηγείται του EPFL’s Learning Algorithms and Systems Laboratory. “Το ρομποτικό χέρι έχει τη δυνατότητα να αντιδράσει μέσα σε 400 χιλιοστά του δευτερολέπτου. Εξοπλισμένο με αισθητήρες πίεσης σε όλα τα δάκτυλα, μπορεί να αντιδράσει και να σταθεροποιήσει το αντικείμενο πριν ο εγκέφαλος μπορεί να αντιληφθεί ότι το αντικείμενο γλιστράει.”

Η διαδικασία αρχίζει με τον αλγόριθμο που μαθαίνει πώς να αποκρυπτογραφήσει την πρόθεση του χρήστη και στη συνέχεια τη μεταφράζει σε κίνηση των δακτύλων του προθέματος χεριού. Για να συμβεί αυτό, ο αμputee πρέπει πρώτα να εκπαιδεύσει τον αλγόριθμο που χρησιμοποιεί τη μηχανική μάθηση με την εκτέλεση μιας σειράς κινήσεων χεριού. Οι αισθητήρες χρησιμοποιούνται στο στήθος του αμputee και μπορούν να ανιχνεύσουν某ρη μυική δραστηριότητα. Ο αλγόριθμος στη συνέχεια μαθαίνει και συνδέει τις κινήσεις χεριού και την αντίστοιχη μυική δραστηριότητα. Τελικά, ο αλγόριθμος θα γνωρίζει τις προβλεπόμενες κινήσεις δακτύλων του χρήστη και στη συνέχεια οι μεμονωμένοι δάκτυλοι μπορούν να ελεγχθούν στο πρόθεμα χέρι.

Η Katie Zhuang είναι ο πρώτος συγγραφέας της δημοσίευσης. Μίλησε για τον αλγόριθμο της μηχανικής μάθησης.

“Επειδή τα σήματα των μυών μπορούν να είναι θορυβώδη, χρειαζόμαστε έναν αλγόριθμο της μηχανικής μάθησης που εξάγει σημαντική δραστηριότητα από αυτά τα μύη και τα ερμηνεύει σε κινήσεις,” είπε.

Οι επιστήμονες στη συνέχεια ανέπτυξαν τον αλγόριθμο ώστε όταν ο χρήστης προσπαθεί να πιάσει ένα αντικείμενο, η ρομποτική αυτοματοποίηση αρχίζει. Ο αλγόριθμος θα μεταφέρει στο πρόθεμα χέρι να κλείσει τα δάκτυλά του και να πιάσει όταν ένα αντικείμενο έρθει σε επαφή με τους αισθητήρες. Οι αισθητήρες βρίσκονται στην επιφάνεια του προθέματος χεριού. Οι επιστήμονες δημιούργησαν αυτό το νέο σύστημα με βάση μια προσαρμογή από μια προηγούμενη μελέτη. Σε εκείνη τη μελέτη, ρομποτικά βραχίονες σχεδιάστηκαν για να αναγνωρίσουν το σχήμα των αντικειμένων και στη συνέχεια να τα πιάσουν. Αυτό έγινε με βάση μόνο την αφή και δεν υπήρχε εξάρτηση από οπτικά σήματα.

Υπάρχουν ακόμη προκλήσεις μπροστά πριν από αυτή τη τεχνολογία μπορεί να χρησιμοποιηθεί αποτελεσματικά μεταξύ των ανθρώπων και να γίνει εμπορικά βιώσιμη επιλογή για τους αμputees που ψάχνουν για προθέματα χεριών. Ωστόσο, αυτή η τεχνολογία είναι ένα τεράστιο βήμα προς τα εμπρός στο πεδίο και θα συνεχίσει να ωθεί την ιδέα της σύντηξης του ανθρώπου και της ρομποτικής. Για τώρα, ο αλγόριθμος δοκιμάζεται ακόμη σε ένα ρομποτικό.

“Η κοινή μας προσέγγιση για τον έλεγχο των ρομποτικών χεριών θα μπορούσε να χρησιμοποιηθεί σε πολλές νευροπρόθετες εφαρμογές, όπως προθέματα χεριών και διεπαφές εγκεφάλου-μηχανής, αυξάνοντας την κλινική επίδραση και τη χρησιμότητα αυτών των συσκευών,” λέει ο Silvestro Micera, ο καθηγητής του EPFL’s Bertarelli Foundation Chair in Translational Neuroengineering, και καθηγητής της Βιοηλεκτρονικής στο Scuola Superiore Sant’Anna.