洛桑聯(lián)邦理工學(xué)院(EPFL)的科學(xué)家們開(kāi)發(fā)了新的方法來(lái)改善對(duì)機(jī)器手的控制，該方法將單個(gè)手指控制和自動(dòng)化結(jié)合起來(lái)，以提高抓取和操作能力。研究者將神經(jīng)工程學(xué)和機(jī)器人學(xué)之間的跨學(xué)科結(jié)合在3名截肢患者和7名健康受試者上成功進(jìn)行了測(cè)試。該技術(shù)融合了來(lái)自兩個(gè)不同領(lǐng)域的兩個(gè)概念，其中一個(gè)概念來(lái)自神經(jīng)工程學(xué)，涉及從截肢者殘肢上的肌肉活動(dòng)中解讀意圖的手指運(yùn)動(dòng)，以實(shí)現(xiàn)對(duì)假肢手的單個(gè)手指控制。另一種來(lái)自機(jī)器人技術(shù)，它可以讓機(jī)械手幫助抓住物體，并保持與物體的接觸，以獲得強(qiáng)大的抓取能力。上圖為實(shí)驗(yàn)設(shè)置和受試者。圖a為在線實(shí)驗(yàn)，4個(gè)身體健全的受試者和3個(gè)截肢受試者使用其表面肌電信號(hào)控制了虛擬機(jī)械手。使用MLP解碼信號(hào)，以獲得單位關(guān)節(jié)角度的預(yù)測(cè)。圖b展現(xiàn)了3個(gè)被截肢的受試者有不同程度的截肢。
“當(dāng)手中的物體開(kāi)始滑動(dòng)時(shí)，我們往往只有很短的反應(yīng)時(shí)間，”研究人員解釋說(shuō)，“機(jī)械手能夠在400毫秒內(nèi)做出反應(yīng)。在整個(gè)手指上都裝有壓力傳感器，它可以在大腦實(shí)際感知到物體滑動(dòng)之前做出反應(yīng)并穩(wěn)定該物體。”該算法首先學(xué)習(xí)如何解碼用戶意圖，并將其轉(zhuǎn)換為假手的手指運(yùn)動(dòng)。截肢者必須執(zhí)行一系列手部動(dòng)作，以訓(xùn)練機(jī)器學(xué)習(xí)的算法。安裝在截肢者的傳感器檢測(cè)肌肉活動(dòng)，算法可以學(xué)習(xí)可獲知哪些手部運(yùn)動(dòng)與哪些肌肉活動(dòng)方式相對(duì)應(yīng)。一旦理解了用戶的預(yù)期手指運(yùn)動(dòng)，該信息就可以用于控制假手的各個(gè)手指。研究人員KatieZhuang 表示，“由于肌肉信號(hào)有很多噪聲，因此我們需要一種機(jī)器學(xué)習(xí)算法，從這些肌肉中提取有意義的活動(dòng)，并將其解讀為運(yùn)動(dòng)。”上圖為虛擬環(huán)境中的共享控件，設(shè)置和結(jié)果
a，模擬器。b，共享控制方案。MLP解碼器和共享控制器同時(shí)運(yùn)行
接下來(lái)，科學(xué)家們?cè)O(shè)計(jì)了算法，這樣當(dāng)用戶嘗試抓住物體時(shí)，機(jī)器人就會(huì)自動(dòng)啟動(dòng)。當(dāng)物體與假肢手表面的傳感器接觸時(shí)，該算法會(huì)告訴假肢手閉合手指。這種自動(dòng)抓取是對(duì)先前研究的機(jī)器人手臂的一種改進(jìn)，該機(jī)器人手臂旨在推斷物體的形狀并僅基于觸覺(jué)信息來(lái)抓握它們，而無(wú)需視覺(jué)信號(hào)的幫助。共享控制時(shí)和不共享控制時(shí)的肌電圖分析
研究人員表示，“我們共享的控制機(jī)械手的方法可以用于一些神經(jīng)假肢的應(yīng)用，如仿生手假肢和腦-機(jī)接口，從而增加這些設(shè)備的臨床影響和可用性。”不過(guò)，在將該算法應(yīng)用于市面上可供截肢者使用的假肢之前，還存在許多挑戰(zhàn)。目前，該算法仍在機(jī)器人上進(jìn)行測(cè)試。Shared human–robot proportional control of a dexterous myoelectric prosthesis
