截肢者的智能人工手將用戶和機器人控制融合在一起

EPFL的科學家們正在開發新的方法來改善對機器人手(尤其是截肢者)的控制，該方法結合了單個手指的控制和自動化功能，以改善抓握和操縱。這個神經工程學和機器人學之間跨學科的概念證明已在3名截肢者和7名健康受試者上成功進行了測試。結果發表在今天的《自然機器智能》上。

該技術融合了來自兩個不同領域的兩個概念。機器人手控制以前從未實現過將它們一起實現，這為神經修復術中共享控制的新興領域做出了貢獻。

從神經工程學出發，一個概念涉及從被截肢者的樹樁上的肌肉活動中解開預期的手指運動，以實現手指對假手的單個手指控制，這是前所未有的。另一個來自機器人技術，允許機器人的手幫助握住物體并保持與物體的接觸，以進行穩固的抓握。

“當您將一個物體握在手中并開始滑動時，您只有幾毫秒的時間做出反應，”負責EPFL學習算法和系統實驗室的Aude Billard解釋說。“機械手具有在400毫秒內做出反應的能力。在整個手指上都裝有壓力傳感器，它可以在大腦實際感知到物體正在滑動之前做出反應并穩定該物體。”

共享控制如何工作

該算法首先學習如何解碼用戶意圖并將其轉化為假手的手指運動。被截肢者必須執行一系列手部動作才能訓練使用機器學習的算法。放置在截肢者樹樁上的傳感器檢測肌肉活動，該算法可獲知哪些手部運動與哪些肌肉活動方式相對應。一旦理解了用戶的預期手指運動，該信息就可以用于控制假手的各個手指。