Ученые разрабатывают умную искусственную руку, сочетающую управление пользователем и автоматизацию

Ученые из Эcole Polytechnique Fédérale de Lausanne работают над новыми способами улучшения управления роботизированными руками, особенно для ампутантов. Они разработали способ сочетания индивидуального управления пальцами и автоматизации для улучшения захвата и манипуляции. Они протестировали эту идею нейроинженерии и робототехники на трех ампутантах и семи здоровых людях. Результаты исследования были опубликованы в Nature Machine Intelligence.

Эта новая технология сочетает два отдельных направления для управления роботизированной рукой. Это то, что не было сделано ранее, и оно следует новому направлению совместного управления в нейропротезах.

Одна из новых концепций исходит из нейроинженерии. Предполагаемое движение пальцев определяется путем чтения мышечной активности на стумпе ампутанта. Это затем используется для индивидуального управления пальцами протеза. Другая концепция исходит из робототехники. Роботизированная рука может захватить объект и поддерживать с ним контакт путем захвата.

“Когда вы держите объект в руке, и он начинает скользить, у вас есть только несколько миллисекунд, чтобы отреагировать”, объясняет Од Биллард, которая возглавляет Лабораторию алгоритмов и систем обучения ЭПФЛ. “Роботизированная рука имеет возможность отреагировать в течение 400 миллисекунд. Оснащенная датчиками давления по всей длине пальцев, она может отреагировать и стабилизировать объект до того, как мозг сможет осознать, что объект скользит.”

Процесс начинается с того, что алгоритм учится расшифровывать намерения пользователя, а затем переводит их в движение пальцев протеза. Для этого ампутант сначала должен обучить алгоритм, который использует машинное обучение, выполняя ряд движений руки. Датчики используются на стумпе ампутанта и могут обнаружить определенную мышечную активность. Алгоритм затем учится и связывает движения руки с соответствующей мышечной активностью. В конечном итоге алгоритм узнает предполагаемые движения пальцев и может контролировать отдельные пальцы на протезе.

Кэти Чжуан – первый автор публикации. Она рассказала о алгоритме машинного обучения.

“Поскольку сигналы мышц могут быть шумными, нам нужен алгоритм машинного обучения, который извлекает значимую активность из этих мышц и интерпретирует их как движения”, – сказала она.

Ученые затем доработали алгоритм так, чтобы когда пользователь пытается захватить объект, запускается роботизированная автоматизация. Алгоритм передает сигнал протезу, чтобы он закрыл пальцы и захватил объект, когда он соприкасается с датчиками. Датчики расположены на поверхности протеза. Ученые создали эту новую систему на основе адаптации предыдущего исследования. В этом исследовании роботизированные руки были разработаны для определения формы объектов и их захвата на основе только тактильной информации, без использования визуальных сигналов.

Еще есть проблемы, которые необходимо преодолеть, прежде чем эта технология сможет быть эффективно использована среди людей и стать коммерчески жизнеспособным вариантом для ампутантов, ищущих протезы. Однако эта технология является огромным шагом вперед в этой области и будет продолжать развивать идею слияния человека и робототехники. На данный момент алгоритм все еще тестируется на роботе.

“Наш подход к совместному управлению роботизированными руками может быть использован в нескольких нейропротезных приложениях, таких как бионические протезы рук и интерфейсы мозг-машина, что увеличит клиническое воздействие и удобство использования этих устройств”, – говорит Сильвестро Микера, профессор трансляционной нейроинженерии ЭПФЛ и профессор биоэлектроники в Scuola Superiore Sant’Anna.