Браслет с ультразвуковым управлением обеспечивает точное имитирование движений роботизированной руки
Исследователи открыли новые горизонты во взаимодействии человека и робота, используя ультразвуковую визуализацию для преобразования внутренних движений мышц в цифровые команды. Этот прорыв обеспечивает беспрецедентную ловкость, позволяя роботизированным рукам имитировать человеческие жесты с нюансами марионетки.
Расшифровка «нитей марионетки» человеческой ловкости
Человеческая рука — это чудо биологической инженерии, использующее 34 мышцы, 27 суставов и более 100 сухожилий и связок для выполнения сложных движений. На протяжении многих лет инженеры пытались воспроизвести эту ловкость в роботах, так как традиционные датчики часто не способны уловить сложные внутренние механизмы, происходящие под кожей.
Чтобы решить эту проблему, исследовательская группа под руководством профессора машиностроения MIT Сюаньхэ Чжао (Xuanhe Zhao) совместно с коллегами из Южнокалифорнийского университета разработала носимый ультразвуковой браслет. Устройство использует миниатюрную ультразвуковую «наклейку» — уменьшенную версию медицинских преобразователей — в сочетании со специализированным гидрогелем для приклеивания к коже. Визуализируя внутренние структуры запястья, устройство воспринимает сухожилия и мышцы как нити марионетки, где состояние этих «нитей» раскрывает точное положение пальцев и ладони.
Перевод движений в реальном времени на базе ИИ
Основа этой технологии заключается в сложной интеграции ИИ. Система использует алгоритм искусственного интеллекта, обученный на огромном наборе данных ультразвуковых изображений, тщательно размеченных людьми. Когда пользователь двигает рукой, ультразвуковое устройство в реальном времени фиксирует изображения внутренней анатомии запястья, которые ИИ мгновенно преобразует в точные координаты пальцев и ладони.
В ходе экспериментальных демонстраций это беспроводное управление показало себя как чрезвычайно эффективное. Пользователи успешно отдавали команды роботизированным рукам для выполнения высокоточных задач, таких как исполнение простой мелодии на пианино или заброс миниатюрного баскетбольного мяча в кольцо. Помимо физической робототехники, технология распространяется и на цифровые среды, позволяя пользователям манипулировать виртуальными объектами — например, использовать жест «щипок» для масштабирования на экране компьютера — с помощью естественных движений рук.
Масштабирование для хирургии и гуманоидной робототехники
Хотя текущее оборудование по размеру примерно соответствует смартфону, исследовательская группа сосредоточена на дальнейшей миниатюризации и расширении разнообразия обучающих наборов данных ИИ. Включая в обучение большее разнообразие размеров рук, форм пальцев и сложных жестов, исследователи стремятся создать универсальный стандарт отслеживания движений рук.
Последствия для широкой сферы ИИ и робототехники весьма значительны. Одной из важнейших целей является создание массивного набора высокоточных данных о движениях человеческих рук. Эти данные могут быть использованы для обучения гуманоидных роботов выполнению деликатных и ответственных задач, таких как хирургические операции с помощью роботов, где даже ошибка в миллиметр недопустима. По мере нашего движения к будущему бесшовного сотрудничества человека и машины, носимые устройства визуализации могут стать основным интерфейсом для управления следующим поколением ловких машин.
Основные выводы
- Захват внутренних движений: В отличие от поверхностных датчиков, ультразвуковая визуализация отслеживает фактическое движение сухожилий и мышц, обеспечивая превосходную ловкость.
- Перевод с помощью ИИ: Усовершенствованный алгоритм преобразует ультразвуковые изображения в реальном времени в точные цифровые команды как для роботизированного оборудования, так и для виртуальных интерфейсов.
- Критически важные области применения: Технология прокладывает путь к обучению гуманоидных роботов выполнению деликатных задач, включая высокоточную хирургию и сложный физический труд.