Учні розробили розумну штучну руку, що поєднує контроль користувача та автоматизацію

Учні з Еcole Polytechnique Fédérale de Lausanne працюють над новими способами покращення контролю роботизованих рук, особливо для людей з ампутацією. Вони розробили спосіб поєднання індивідуального контролю пальців та автоматизації, щоб поліпшити захоплення та маніпуляцію. Вони протестували цю ідею нейроінженерії та робототехніки на трьох людей з ампутацією та семи здорових людей. Результати дослідження були опубліковані в Nature Machine Intelligence.

Ця нова технологія поєднує дві окремі галузі для контролю роботизованих рук. Це щось, що не було зроблено раніше, і воно слідує новому напрямку спільного контролю в нейропротезах.

Одна з нових концепцій походить з нейроінженерії. Запланований рух пальців ідентифікується шляхом читання м’язової активності на культі людини з ампутацією. Це потім використовується для індивідуального контролю пальців протезної руки. Інша концепція походить з робототехніки. Роботизована рука може захоплювати об’єкти та підтримувати з ними контакт шляхом захоплення.

“Коли ви тримаєте об’єкт у своїй руці, і він починає ковзати, у вас є лише кілька мілісекунд, щоб зреагувати”, пояснює Оде Біллар, який очолює Лабораторію алгоритмів та систем навчання в EPFL. “Роботизована рука має можливість реагувати протягом 400 мілісекунд. Оснащена давачами тиску вздовж пальців, вона може реагувати та стабілізувати об’єкт, перш ніж мозок зможе сприйняти, що об’єкт ковзить.”

Процес починається з того, що алгоритм вивчає, як розшифрувати намір користувача, а потім перекладає його у рух пальців протезної руки. Для цього людина з ампутацією повинна спочатку навчити алгоритм, який використовує машинне навчання, виконуючи серію рухів руки. Давачі використовуються на культі людини з ампутацією, і вони можуть виявити певну м’язову активність. Алгоритм потім вивчає і пов’язує рухи руки з відповідною м’язовою активністю. Врешті-решт, алгоритм дізнається про намір користувача щодо руху пальців, а потім окремі пальці можна контролювати на протезній руці.

Кеті Чжуан є першим автором публікації. Вона розповіла про алгоритм машинного навчання.

“Оскільки м’язові сигнали можуть бути шумними, нам потрібен алгоритм машинного навчання, який витягує корисну активність з цих м’язів і інтерпретує їх у рухи”, – сказала вона.

Учні потім розробили алгоритм так, щоб коли користувач намагається захопити об’єкт, ініціюється роботизована автоматизація. Алгоритм передає сигнал протезній руці, щоб вона закрила пальці та захопила об’єкт, коли він вступає у контакт з давачами. Давачі розташовані на поверхні протезної руки. Учні створили цю нову систему на основі адаптації попереднього дослідження. У цьому дослідженні роботизовані руки були розроблені для визначення форми об’єктів та їх захоплення на основі лише тактильної інформації, без використання візуальних сигналів.

Все ще існують挑іки перед тим, як ця технологія зможе бути ефективно використана серед людей та стати комерційно життєздатною опцією для людей з ампутацією, які шукають протезні руки. Однак ця технологія є величезним кроком вперед у цій галузі, і вона продовжить розвивати ідею злиття людини та робототехніки. На даний момент алгоритм все ще тестується на роботі.

“Наш спільний підхід до контролю роботизованих рук можна використовувати в кількох нейропротезних застосуваннях, таких як біонічні протези рук та інтерфейси мозок-машина, що збільшує клінічний вплив та придатність цих пристроїв”, – говорить Сільвестро Міцера, голова кафедри трансляційної нейроінженерії фундації Бертареллі в EPFL та професор біоелектроніки в Scuola Superiore Sant’Anna.