用超声波和深度学习控制机械手

美国佐治亚理工学院研发出利用超声波和深度学习控制机械手的方法,使一名截肢6年的志愿者可根据自身意愿通过机械手控制手指。

现有的机械手需感受上臂、肩膀、胸部或脚趾的微小肌肉运动,难以完全根据人类意愿完成精密运动。对于截肢人员,虽然前臂肌肉无法连接手指,但是这些肌肉依然与大脑相连。当截肢人员大脑希望移动不存在的手指时,会向前臂肌肉发送特定信息,但多数信息较为复杂,常用的肌电信号传感器难以识别。研究人员发现,当正常人使用不同手指时,前臂肌肉的超声波图像显示出显著不同的轨迹和速度且具有重复性。研究人员利用深度学习网络获取前臂肌肉的超声波信号,绘制出详细的前臂肌肉运动图,模拟运动轨迹、预测手指动作,实现了连续、即时的机器手指运动。研究人员表示,更换用户时,机械手系统只需完成30~60秒的训练,就能完成微调以适应个体差异。

这项研究可用于研发脑机接口、先进义肢等。研究人员希望未来能够研发灵活的能弹奏钢琴的机械手,同时降低超声波传感器的使用能耗,使其更易于佩戴。

(蓝海星)

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180205A1CKMQ00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券