नए सॉफ्टवेयर को रोबोटिक प्रोस्थेटिक्स में सुधार के लिए विकसित किया गया है

नॉर्थ कैरोलिना स्टेट यूनिवर्सिटी के शोधकर्ताओं द्वारा रोबोटिक प्रोस्थेटिक्स या एक्सोस्केलेटन में सुधार के लिए नए सॉफ्टवेयर को विकसित किया गया है। यह नया सॉफ्टवेयर मौजूदा हार्डवेयर के साथ एकीकृत किया जा सकता है, जिससे विभिन्न इलाकों पर चलना सुरक्षित और अधिक प्राकृतिक हो जाता है।

इस पेपर का शीर्षक “पर्यावरण संदर्भ भविष्यवाणी के लिए निचले पैर के प्रोस्थेटिक्स के साथ अनिश्चितता मात्रा” है। यह आईईईई ट्रांजैक्शन ऑन ऑटोमेशन साइंस एंड इंजीनियरिंग में प्रकाशित हुआ था।

विभिन्न इलाकों के अनुकूल होना

एडगर लोबाटन इस पेपर के सह-लेखक हैं। वह विश्वविद्यालय में इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग के एसोसिएट प्रोफेसर हैं।

“निचले पैर के रोबोटिक प्रोस्थेटिक्स को विभिन्न व्यवहारों को निष्पादित करने की आवश्यकता होती है जो उपयोगकर्ता जिस इलाके पर चल रहे हैं,” लोबाटन कहते हैं। “हमने जिस फ्रेमवर्क को बनाया है, वह रोबोटिक प्रोस्थेटिक्स में एआई को यह भविष्यवाणी करने की अनुमति देता है कि उपयोगकर्ता किस प्रकार के इलाके पर कदम रखेंगे, अनिश्चितता को मात्रा देता है और फिर उस अनिश्चितता को अपने निर्णय लेने में शामिल करता है।”

शोधकर्ताओं ने छह अलग-अलग इलाकों पर ध्यान केंद्रित किया, जिनमें से प्रत्येक को रोबोटिक प्रोस्थेटिक्स के व्यवहार में समायोजन की आवश्यकता थी। वे टाइल, कंक्रीट, ईंट, घास, “उपर की ओर” और “नीचे की ओर” थे।

बॉक्सुआन झोंग इस पेपर के प्रमुख लेखक हैं और एनसी स्टेट से पीएचडी स्नातक हैं।

“यदि अनिश्चितता की डिग्री बहुत अधिक है, तो एआई को संदेहास्पद निर्णय लेने के लिए मजबूर नहीं किया जाता है – यह उपयोगकर्ता को यह बता सकता है कि इसके पास पर्याप्त विश्वास नहीं है कि यह कार्य करे या यह ‘सुरक्षित’ मोड में डिफ़ॉल्ट हो सकता है,” झोंग कहते हैं।

हार्डवेयर और सॉफ्टवेयर तत्वों का एकीकरण

नया फ्रेमवर्क हार्डवेयर और सॉफ्टवेयर तत्वों को एक साथ एकीकृत करने पर निर्भर करता है, और इसका उपयोग किसी भी निचले पैर के रोबोटिक एक्सोस्केलेटन या रोबोटिक प्रोस्थेटिक्स डिवाइस के साथ किया जा सकता है।

इस फ्रेमवर्क का एक नया पहलू एक कैमरा है जो एक अन्य हार्डवेयर के रूप में कार्य करता है। अध्ययन में, कैमरे चश्मे पर पहने गए थे और निचले पैर के प्रोस्थेटिक्स पर रखे गए थे। शोधकर्ताओं ने तब देखा कि एआई कैसे दो अलग-अलग प्रकार के कैमरों से कंप्यूटर विजन डेटा का उपयोग करने में सक्षम था, पहले अलग-अलग और फिर एक साथ।

हेलेन हुआंग इस पेपर के सह-लेखक हैं। वह एनसी स्टेट और यूनिवर्सिटी ऑफ नॉर्थ कैरोलिना एट चैपल हिल में ज्वाइंट डिपार्टमेंट ऑफ बायोमेडिकल इंजीनियरिंग में जैक्सन फैमिली डिस्टिंग्विश्ड प्रोफेसर ऑफ बायोमेडिकल इंजीनियरिंग हैं।

“पोर्टेबल रोबोटिक्स के नियंत्रण सॉफ्टवेयर में कंप्यूटर विजन को एकीकृत करना एक रोमांचक नए शोध क्षेत्र है,” हुआंग कहते हैं। “हमने पाया कि दोनों कैमरों का उपयोग करना अच्छा काम करता है, लेकिन इसके लिए बहुत अधिक गणना शक्ति की आवश्यकता होती है और यह लागत प्रभावी नहीं हो सकता है। हालांकि, हमने यह भी पाया कि केवल निचले पैर पर माउंट किए गए कैमरे का उपयोग करना अच्छा काम करता है – विशेष रूप से निकट भविष्यवाणियों के लिए, जैसे कि अगले कदम या दो के लिए इलाके कैसा होगा।”

लोबाटन के अनुसार, यह काम किसी भी प्रकार के गहरे शिक्षण प्रणाली के लिए लागू है।

“हमने गहरे शिक्षण प्रणालियों को अनिश्चितता का मूल्यांकन और मात्रा करने के लिए एक बेहतर तरीका बनाया है जो प्रणाली को अपने निर्णय लेने में अनिश्चितता को शामिल करने की अनुमति देता है,” लोबाटन कहते हैं। “यह निश्चित रूप से रोबोटिक प्रोस्थेटिक्स के लिए प्रासंगिक है, लेकिन हमारा काम यहां किसी भी प्रकार के गहरे शिक्षण प्रणाली पर लागू किया जा सकता है।”

एआई सिस्टम को प्रशिक्षित करना

एआई सिस्टम को प्रशिक्षित करने के लिए, कैमरे सक्षम शरीर वाले प्रतिभागियों पर रखे गए थे, जो तब विभिन्न इनडोर और आउटडोर वातावरण में चले गए। अगला कदम एक व्यक्ति को निचले पैर की अम्पुटेशन के साथ उन्हीं वातावरण में चलने के लिए कैमरे पहनना था।

“हमने पाया कि मॉडल को उचित रूप से स्थानांतरित किया जा सकता है ताकि प्रणाली विभिन्न आबादी के विषयों के साथ काम कर सके,” लोबाटन कहते हैं। “इसका मतलब है कि एआई ने अच्छा काम किया भले ही यह एक समूह द्वारा प्रशिक्षित किया गया था और किसी अलग व्यक्ति द्वारा उपयोग किया गया था।”

अगला कदम एक रोबोटिक डिवाइस में फ्रेमवर्क का परीक्षण करना है।

“हम काम करने वाले रोबोटिक प्रोस्थेटिक्स के नियंत्रण प्रणाली में फ्रेमवर्क को एकीकृत करने के लिए उत्साहित हैं – यह अगला कदम है,” हुआंग कहते हैं।

टीम प्रणाली को अधिक कुशल बनाने पर भी काम करेगी, जिसमें कम दृश्य डेटा इनपुट और डेटा प्रोसेसिंग की आवश्यकता होगी।