QQ在（zài）线（xiàn）
企业微（wēi）信
资讯
355
EPFL科学家正在开发新的（de）方法（fǎ）来改进机器（qì）人（rén）手（shǒu）的控（kòng）制 - 尤（yóu）其是（shì）截肢者 - 将个人手指控制（zhì）和自动化相（xiàng）结（jié）合，以改善（shàn）抓握和操控。神经工（gōng）程学和机器人学之间的这种（zhǒng）跨（kuà）学科的（de）概（gài）念验证成功地在三名截肢（zhī）者和七名健康（kāng）受试者身上进行了测试。结果发表（biǎo）在今天（tiān）的Nature Machine Intelligence杂（zá）志上（shàng）。
该技术融合了两个不同领域的两个概（gài）念。在机器人（rén）手控制（zhì）之前从未实（shí）现过它（tā）们，并且有助于神经修（xiū）复术（shù）中共享控（kòng）制的新兴领域。
来自（zì）神经工程学的一个概（gài）念涉及破解截肢（zhī）者（zhě）残肢上（shàng）的（de）肌肉活动（dòng）所预期的手指运动，用于手（shǒu）指控制（zhì）假手，这是以前（qián）从未做（zuò）过的。另一个来自机器（qì）人技术，允许机器（qì）人手（shǒu）抓住物体并保持与物体的接触，以（yǐ）便进行（háng）强有（yǒu）力的抓取。
portant;" />
“当（dāng）你拿（ná）着手中（zhōng）的物体并且它开（kāi）始（shǐ）滑动时（shí），你（nǐ）只需要几毫秒的时间（jiān）来做出反应，”负责（zé）EPFL学（xué）习算法和系（xì）统实验室的（de）Aude Billard解释（shì）道。“ 机器人手有能力在400毫秒内做出反应。在手指（zhǐ）周围配备压力传感器（qì），它（tā）可（kě）以在大脑真正感知物体滑动（dòng）之前对物体作出反应和稳定（dìng）。”
共（gòng）享控制如何工作
该算法首先学习如何解码（mǎ）用户意（yì）图并将（jiāng）其转换为假手的手指运动（dòng）。被截肢者必（bì）须执行一系列手部动（dòng）作，以训练使用机器学习的算法。放置在（zài）被截肢者残肢上的传感器检（jiǎn）测（cè）肌（jī）肉活动，算法学（xué）习哪些手部动作对应（yīng）于哪种肌肉活动模式。一旦理解（jiě）了（le）用（yòng）户的（de）预期手指运动，该信（xìn）息可用于（yú）控制假手的各个手指。
“由于（yú）肌肉（ròu）信号可能有噪（zào）音，我（wǒ）们需（xū）要（yào）一种机器学习（xí）算（suàn）法，从这些（xiē）肌（jī）肉（ròu）中提取有意（yì）义的活动并将其解释为动作，”该（gāi）出版物的第一作者Katie Zhuang说。
portant;" />
接下来，科学（xué）家设计了算法，以（yǐ）便（biàn）当用户试图抓住物体时（shí）机器人自动化开始。当物体与（yǔ）假手表面上的（de）传（chuán）感（gǎn）器接触时，该算法告诉假手关闭其手指。这种自动抓取是对以前的机器人手臂研究的改编，旨在推断物体的形状（zhuàng），并在没有（yǒu）视觉信号帮（bāng）助的情况下仅（jǐn）根据触觉信息抓住它们（men）。
在将算法用（yòng）于截肢者的市售假肢手中（zhōng）之前，仍然存在许多挑战。目前（qián），该算法（fǎ）仍在（zài）外部方提供的机（jī）器人上进（jìn）行测试。
“我们控制机器人手的共（gòng）同（tóng）方法可用于几种神经（jīng）假（jiǎ）体（tǐ）应用，如仿生手假肢和脑（nǎo） - 机界面，增（zēng）加这些（xiē）装（zhuāng）置的临床影响和（hé）可用性，”Silvestro Micera，EPFL的Bertarelli基金会（huì）转化（huà）神经工程学教席，和Scuola Superiore Sant“生物电（diàn）子学教授”。
目（mù）前的技术通（tōng）过用（yòng）一些肌肉信号直接（jiē）控（kòng）制假肢马达来工作，自学（xué）仿生（shēng）手或许可以激发“新一代”假肢。
