과학자들이 사용자 제어와 자동화를 결합한 스마트 인공手を 개발하다

스위스 로잔 연방 공과 대학(Ecole Polytechnique Fédérale de Lausanne)의 과학자들은 로봇 손의 제어를 개선하기 위한 새로운 방법을 연구하고 있습니다. 특히 절단 환자들을 위해 로봇 손의 개별 손가락 제어와 자동화를 결합하여抓取과 조작을 향상시키는 방법을 개발했습니다. 이 연구는 3명의 절단 환자와 7명의 건강한 사람을 대상으로 진행되었으며, 결과는 Nature Machine Intelligence에 발표되었습니다.

이 새로운 기술은 로봇 손의 제어를 위한 두 가지 별개의 분야를 결합합니다. 이는 이전에 시도되지 않았던 새로운 접근 방식이며, 신경 공학과 로봇 기술의 새로운 분야인 공유 제어를 따릅니다.

신경 공학에서 새로운 개념은 절단 환자의 근육 활동을 읽어 개별 손가락의 움직임을 식별하는 것입니다. 이를 통해 로봇 손의 개별 손가락 제어가 가능합니다. 로봇 기술에서 새로운 개념은 로봇 손이 물체를 잡고 유지할 수 있는 능력입니다.

“당신이 손으로 물체를 잡고 있으면, 그것이 미끄러지기 시작할 때, 당신은 몇 밀리초 안에 반응해야 합니다”라고 EPFL의 Learning Algorithms and Systems Laboratory를 이끄는 Aude Billard는 설명합니다. “로봇 손은 400 밀리초 안에 반응할 수 있습니다. 손가락에 압력 센서가 있어 물체를 잡고 있으면, 그것이 미끄러지기 전에 로봇 손이 반응하여 물체를 안정시킬 수 있습니다.”

이 과정은 사용자의 의도를 해석하고 이를 로봇 손의 손가락 움직임으로 변환하는 알고리즘을 통해 시작됩니다. 이를 위해 절단 환자는 기계 학습을 사용하는 알고리즘을 훈련해야 합니다. 이는 절단 환자가 일련의 손 움직임을 수행하여 알고리즘을 훈련하는 것입니다. 센서는 절단 환자의 근육 활동을 감지하고, 알고리즘은 손 움직임과 해당 근육 활동을 연결합니다. 결국, 알고리즘은 사용자의 의도된 손가락 움직임을 알게 되고, 로봇 손의 개별 손가락을 제어할 수 있습니다.

Katie Zhuang는 이 연구의 첫 번째 저자입니다. 그녀는 기계 학습 알고리즘에 대해 이야기했습니다.

“근육 신호는 노이즈가 있을 수 있으므로, 의미 있는 활동을 근육에서 추출하고 움직임으로 해석하는 기계 학습 알고리즘이 필요합니다”라고 그녀는 말했습니다.

과학자들은 사용자가 물체를 잡으려고 할 때 로봇 자동화를 시작하는 알고리즘을 개발했습니다. 알고리즘은 센서와 함께 로봇 손의 손가락을 닫고 물체를 잡습니다. 센서는 로봇 손의 표면에 있습니다. 과학자들은 이전 연구에서 개발된 시스템을 기반으로 이 새로운 시스템을 개발했습니다. 이전 연구에서는 로봇 팔이 물체의 모양을 식별하고 잡는 것을 개발했습니다. 이는 시각 신호를 사용하지 않고, 촉각 정보만을 사용하여 수행되었습니다.

이 기술이 실제로 사용되기 전에まだ 많은 도전이 남아 있습니다. 그러나 이 기술은 신경 공학과 로봇 기술의 분야에서 큰 발전입니다. 현재 이 알고리즘은 로봇에서 테스트 중입니다.

“우리의 공유 접근 방식은 로봇 손의 제어를 위한 새로운 방법을 제공할 수 있습니다. 이는 신경 공학과 로봇 기술의 분야에서 큰 발전입니다”라고 Silvestro Micera는 말했습니다. 그는 EPFL의 Bertarelli Foundation Chair in Translational Neuroengineering이며, Scuola Superiore Sant’Anna의 Bioelectronics 교수입니다. “우리의 접근 방식은 신경 공학과 로봇 기술의 분야에서 큰 발전입니다. 이는 로봇 손의 제어를 위한 새로운 방법을 제공할 수 있습니다.”