超声波驱动腕带实现精准机器人手部模仿

研究人员通过利用超声波成像技术将内部肌肉运动转化为数字指令，开启了人机交互的新领域。这一突破实现了前所未有的灵活性，使机器人手能够像提线木偶一样细腻地模仿人类手势。

解码人类灵巧性的“木偶线”

人手是生物工程的奇迹，利用 34 块肌肉、27 个关节以及 100 多条肌腱和韧带来实现复杂的运动。多年来，工程师们一直难以在机器人中复制这种灵巧性，因为传统的传感器往往无法捕捉皮肤下复杂的内部力学机制。

为了解决这个问题，由麻省理工学院（MIT）机械工程教授 Xuanhe Zhao 领导的研究团队与南加州大学的同事们共同开发了一种可穿戴超声波腕带。该设备使用一种微型超声波“贴纸”——即医疗级换能器的缩小版——并配合专门的亲水凝胶用于皮肤粘附。通过对腕部内部结构进行成像，该设备将肌腱和肌肉视为木偶的线，通过“线”的状态来揭示手指和手掌的精确位置。

AI 驱动的实时运动转换

这项技术的核心在于其复杂的 AI 集成。该系统采用了一种人工智能算法，该算法是在由人工精心标注的海量超声波图像数据集上训练而成的。当佩戴者移动手部时，超声波设备会捕捉腕部内部解剖结构的实时图像，AI 会立即将其转换为精确的手指和手掌坐标。

在实验演示中，这种无线控制表现出了卓越的能力。用户已成功指挥机器人手执行高精度任务，例如在钢琴上弹奏简单的曲调，或将微型篮球投进篮筐。除了实体机器人领域，该技术还延伸到了数字环境，允许用户通过自然的手势来操控虚拟物体——例如在电脑屏幕上通过捏合动作进行缩放。

面向手术与人形机器人的规模化应用

虽然目前的硬件尺寸大约相当于一部智能手机，但研究团队正致力于进一步实现小型化，并扩大 AI 训练集的多元性。通过纳入更多样化的手部尺寸、手指形状和复杂手势，研究人员旨在为手部追踪建立一个通用标准。

这对更广泛的 AI 和机器人领域具有深远的影响。其中一个最重要的目标是创建一个大规模、高保真的人手运动数据集。这些数据可用于训练人形机器人执行精细且高风险的任务，例如机器人辅助手术，在这些任务中，哪怕是 1 毫米的误差都是不可接受的。随着我们迈向人机无缝协作的未来，可穿戴成像技术可能会成为控制下一代灵巧机器人的主要接口。

核心要点

• 内部运动捕捉： 与表面传感器不同，超声波成像通过追踪肌腱和肌肉的实际运动来提供卓越的灵活性。
• AI 转换： 先进的算法将实时超声波图像转换为精确的数字指令，同时适用于机器人硬件和虚拟界面。
• 高风险应用： 该技术为训练人形机器人执行精细任务铺平了道路，包括精密手术和复杂的体力劳动。