Forskare utvecklar smart konstgjord hand som kombinerar användarkontroll och automatisering

Forskare från Ecole Polytechnique Fédérale de Lausanne arbetar med nya sätt att förbättra kontrollen av robotiska händer, särskilt för amputerade. De har utvecklat ett sätt att kombinera individuell fingerkontroll och automatisering för att förbättra grepp och manipulation. De testade denna idé om neuroingenjörskap och robotik på tre olika amputerade och sju friska människor. Resultaten av studien publicerades i Nature Machine Intelligence.

Denna nyligen utvecklade tekniken kombinerar två separata områden för robotisk handkontroll. Detta är något som inte har gjorts tidigare, och det följer det nya området för delad kontroll i neuroproteser.

En av de nya koncepten kommer från neuroingenjörskap. Den avsedda finger-rörelsen identifieras genom att läsa av muskelaktiviteten på amputéens stump. Detta används sedan för individuell fingerkontroll av den konstgjorda handen. Det andra konceptet kommer från robotik. Den robotiska handen kan gripa föremål och hålla kontakten med dem genom att gripa.

“När du håller i ett föremål i din hand och det börjar glida, har du bara ett par millisekunder på dig att reagera”, förklarar Aude Billard, som leder EPFL:s Learning Algorithms and Systems Laboratory. “Den robotiska handen har förmågan att reagera inom 400 millisekunder. Utrustad med trycksensorer längs fingrarna kan den reagera och stabilisera föremålet innan hjärnan ens kan uppfatta att föremålet glider.”

Processen börjar med att algoritmen lär sig att tolka användarens avsikt och sedan översätter den till finger-rörelse i den konstgjorda handen. För att detta ska kunna hända måste amputéen först träna algoritmen som använder maskinlärning genom att utföra en serie handrörelser. Sensorer används på amputéens stump, och de kan upptäcka viss muskelaktivitet. Algoritmen lär sig sedan och kopplar handrörelserna till deras motsvarande muskelaktivitet. Till slut kommer algoritmen att veta användarens avsedda finger-rörelser, och sedan kan de enskilda fingrarna kontrolleras i den konstgjorda handen.

Katie Zhuang är den första författaren till publikationen. Hon talade om maskinlärningsalgoritmen.

“Eftersom muskelsignaler kan vara bullriga, behöver vi en maskinlärningsalgoritm som extraherar meningsfull aktivitet från dessa muskler och tolkar dem till rörelser”, sa hon.

Forskarna gick sedan vidare och utvecklade algoritmen så att när en användare försöker gripa ett föremål, initieras den robotiska automatiseringen. Algoritmen kommer att skicka signaler till den konstgjorda handen att stänga fingrarna och gripa när ett föremål kommer i kontakt med sensorerna. Sensorerna är belägna på ytan av den konstgjorda handen. Forskarna skapade detta nya system baserat på en anpassning från en tidigare studie. I den studien designades robotarmar för att identifiera formen på föremål och sedan gripa dem. De gjorde detta enbart baserat på taktil information, och det fanns inget beroende av visuella signaler.

Det finns fortfarande utmaningar framför innan denna teknik kan användas effektivt bland människor och bli ett kommersiellt gångbart alternativ för amputerade som söker konstgjorda händer. Men denna teknik är ett stort steg framåt inom området, och den kommer att fortsätta driva idén om att kombinera människa och robotik. För närvarande testas algoritmen fortfarande på en robot.

“Vår delade tillvägagångssätt för att kontrollera robotiska händer kan användas i flera neuroprotesiska tillämpningar, såsom bioniska handproteser och hjärna-till-maskin-gränssnitt, vilket ökar den kliniska påverkan och användbarheten av dessa enheter”, säger Silvestro Micera, EPFL:s Bertarelli Foundation Chair in Translational Neuroengineering, och professor i bioelektronik vid Scuola Superiore Sant’Anna.