Robotica e IA fisica
Scienziati Sviluppano una Mano Artificiale Intelligente che Combina il Controllo dell’Utente e l’Automazione

Gli scienziati dell’Ecole Polytechnique Fédérale de Lausanne stanno lavorando a nuovi modi per migliorare il controllo delle mani robotiche, in particolare per gli amputati. Hanno sviluppato un modo per combinare il controllo individuale delle dita e l’automazione per aiutare a migliorare la presa e la manipolazione. Hanno testato questa idea di neuroingegneria e robotica su tre amputati e sette persone sane. I risultati dello studio sono stati pubblicati su Nature Machine Intelligence.
Questa nuova tecnologia combina due campi separati per il controllo della mano robotica. Questo è qualcosa che non è stato fatto prima, e segue il nuovo campo del controllo condiviso nella neuroprotesi.
Uno dei nuovi concetti proviene dalla neuroingegneria. Il movimento delle dita intenzionale viene identificato leggendo l’attività muscolare sul moncone dell’amputato. Ciò viene quindi utilizzato per il controllo individuale delle dita della mano prostetica. L’altro concetto proviene dalla robotica. La mano robotica è in grado di afferrare oggetti e mantenerli in contatto stringendoli.
“Quando si tiene un oggetto in mano e inizia a scivolare, si hanno solo un paio di millisecondi per reagire”, spiega Aude Billard, che dirige il Laboratorio di apprendimento algoritmico e sistemi dell’EPFL. “La mano robotica ha la capacità di reagire entro 400 millisecondi. Dotata di sensori di pressione lungo tutte le dita, può reagire e stabilizzare l’oggetto prima che il cervello possa effettivamente percepire che l’oggetto sta scivolando.”
Il processo inizia con l’algoritmo che apprende a decifrare l’intenzione dell’utente e la traduce quindi in movimento delle dita della mano prostetica. Perché ciò accada, l’amputato deve prima addestrare l’algoritmo che utilizza l’apprendimento automatico eseguendo una serie di movimenti della mano. Vengono utilizzati sensori sul moncone dell’amputato, che possono rilevare una certa attività muscolare. L’algoritmo apprende e collega i movimenti della mano e l’attività muscolare corrispondente. Alla fine, l’algoritmo conoscerà i movimenti delle dita intenzionali dell’utente e quindi le dita individuali possono essere controllate sulla mano prostetica.
Katie Zhuang è l’autore principale della pubblicazione. Ha parlato dell’algoritmo di apprendimento automatico.
“Poiché i segnali muscolari possono essere rumorosi, abbiamo bisogno di un algoritmo di apprendimento automatico che estrae un’attività significativa da quei muscoli e la interpreta in movimenti”, ha detto.
Gli scienziati hanno quindi progettato l’algoritmo in modo che, quando un utente tenta di afferrare un oggetto, venga avviata l’automazione robotica. L’algoritmo trasmetterà alla mano prostetica di chiudere le dita e afferrare quando un oggetto entra in contatto con i sensori. I sensori sono posizionati sulla superficie della mano prostetica. Gli scienziati hanno creato questo nuovo sistema basato su un adattamento di uno studio precedente. In quello studio, le braccia robotiche erano state progettate per identificare la forma degli oggetti e quindi afferrarli. Ciò è stato fatto esclusivamente in base a informazioni tattili, senza affidarsi a segnali visivi.
Ci sono ancora sfide davanti prima che questa tecnologia possa essere utilizzata efficacemente tra le persone e diventare un’opzione commercialmente fattibile per gli amputati che cercano mani prostetiche. Tuttavia, questa tecnologia è un enorme passo avanti nel settore e continuerà a spingere l’idea di fondere l’uomo e la robotica. Al momento, l’algoritmo è ancora in fase di testing su un robot.
“Il nostro approccio condiviso al controllo delle mani robotiche potrebbe essere utilizzato in diverse applicazioni neuroprotesiche, come protesi di mano bionica e interfacce cervello-macchina, aumentando l’impatto clinico e l’usabilità di questi dispositivi”, afferma Silvestro Micera, presidente della Fondazione Bertarelli dell’EPFL in Ingegneria neurologica traslazionale e professore di bioelettronica alla Scuola Superiore Sant’Anna.












