應(yīng)用

技術(shù)

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點(diǎn)新聞
企業(yè)注冊個(gè)人注冊登錄

爬樓太喘?外骨骼機(jī)器人來助力,還能自動識別行走環(huán)境

2021-04-15 14:20 智東西

導(dǎo)讀:外骨骼機(jī)器人作為機(jī)器人領(lǐng)域的一個(gè)分支,自1960年起研究從未間斷,但如何利用傳感器準(zhǔn)確獲取人體意圖一直是待解決的難題。

本月初,加拿大滑鐵盧大學(xué)的研究人員更新了第一個(gè)開源的人類運(yùn)動場景高分辨率可穿戴相機(jī)圖像數(shù)據(jù)庫。在此基礎(chǔ)上,可使用AI和可穿戴相機(jī),讓外骨骼機(jī)器人實(shí)現(xiàn)自主行走。

外骨骼機(jī)器人是指套在人體外部的機(jī)器人,也稱“可穿戴的機(jī)器人”。該機(jī)器人具有傳感、控制、信息、融合、移動計(jì)算等功能,操作者可以將其綁在腿上,幫助他們增強(qiáng)或恢復(fù)身體機(jī)能。

▲滑鐵盧大學(xué)研究者借助團(tuán)隊(duì)的外骨骼機(jī)器人完成行走動作

、外骨骼機(jī)器人運(yùn)用方式:從手控到機(jī)器自主

外骨骼機(jī)器人運(yùn)用之初,通常需要依靠操作者手動控制來切換運(yùn)動模式。

布羅科斯瓦夫·拉紹夫斯基(Brokoslaw Laschowski)是滑鐵盧大學(xué)這項(xiàng)研究的主要研發(fā)人員之一,他說道:“每次你想改變移動方式時(shí),都需要依賴操縱桿或智能手機(jī)應(yīng)用程序來操作外骨骼機(jī)器人,從坐到站、站到行、地面行走到上下樓梯都需要這樣做?!边@對操作者來說是很大的負(fù)擔(dān)。

如何讓外骨骼機(jī)器人自動識別何時(shí)切換運(yùn)動模式?

▲加州理工學(xué)院研究人員使用外骨骼機(jī)器人進(jìn)行步行演示

科學(xué)家曾將傳感器附著在腿部,這種方法可以檢測從大腦發(fā)送到肌肉的生物電信號,告訴他們移動。

然而,這種方法也存在一些問題,例如皮膚出汗時(shí),皮膚導(dǎo)電性將受到影響。

二、準(zhǔn)確率超七成,外骨骼機(jī)器人自動識別行走環(huán)境

拉紹夫斯基團(tuán)隊(duì)正在嘗試一種新方法:為用戶安裝可穿戴相機(jī),為機(jī)器提供視覺數(shù)據(jù),使其能夠自主操作。機(jī)器人配備的AI軟件可以分析這些數(shù)據(jù),以識別周圍環(huán)境的樓梯、門和其他特征,并計(jì)算如何做出最佳響應(yīng)。

讓外骨骼機(jī)器人實(shí)現(xiàn)任意行走環(huán)境下的自動識別,則需要大量數(shù)據(jù)。

拉紹夫斯基領(lǐng)導(dǎo)了第一個(gè)人類運(yùn)動場景高分辨率可穿戴相機(jī)圖像的開源數(shù)據(jù)庫——ExoNet項(xiàng)目。該數(shù)據(jù)庫擁有超過560萬張室內(nèi)和室外真實(shí)步行環(huán)境的圖像。

▲ExoNet項(xiàng)目介紹界面

拉紹夫斯基指出,團(tuán)隊(duì)使用這些數(shù)據(jù)來訓(xùn)練深度學(xué)習(xí)算法。盡管可穿戴相機(jī)感知的不同表面和物體存在巨大差異,但他們團(tuán)隊(duì)的深度卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)能夠以73%的準(zhǔn)確度自動識別不同的行走環(huán)境。

同時(shí),拉紹夫斯基也表明,AI對圖片的深度學(xué)習(xí)也會使其依賴傳統(tǒng)二維圖像,在戶外照明和距離增加時(shí),AI測量準(zhǔn)確性通常會下降。

其他研究者也正在將AI和可穿戴相機(jī)用于讓外骨骼機(jī)器人自主行走。

北卡羅來納州的研究人員將可穿戴相機(jī)安裝在眼睛或膝蓋上,讓志愿者穿過各種室內(nèi)和室外環(huán)境,捕捉外骨骼機(jī)器人可能用來觀察周圍世界的圖像數(shù)據(jù)。

北卡羅來納州立大學(xué)電氣工程研究員埃德加·洛巴頓表示,他們專注于AI軟件如何減少因運(yùn)動模糊或過度曝光圖像等因素而產(chǎn)生的不確定性,以確保安全運(yùn)行?!拔覀兿M_保AI集成到硬件產(chǎn)品之前,我們能夠真正依賴它?!?/p>

三、自動駕駛為靈感,提高外骨骼機(jī)器人穩(wěn)定性

未來,拉紹夫斯基和他的同事將專注于提高環(huán)境分析軟件的準(zhǔn)確性,幫助外骨骼機(jī)器人更好地完成實(shí)時(shí)操作。

洛巴頓和他的團(tuán)隊(duì)還探索如何處理動作給視覺系統(tǒng)帶來的不確定性因素。

ExoNet研究人員希望探索AI軟件如何將命令傳輸給外骨骼機(jī)器人,以便機(jī)器人可以根據(jù)系統(tǒng)對用戶周邊地形進(jìn)行分析,執(zhí)行爬樓梯或避免障礙物等任務(wù)。拉紹夫斯基說,以自動駕駛汽車為靈感,他們正尋求開發(fā)無需人工投入即可完成步行任務(wù)的自主外骨骼機(jī)器人。

與此同時(shí),拉紹夫斯基所在團(tuán)隊(duì)也正在考慮年邁、殘疾人等行動不便者操作外骨骼機(jī)器人的場景安全性?!坝脩舭踩陵P(guān)重要,如果骨骼機(jī)器人的分類算法或控制器做出錯(cuò)誤決定,用戶要始終有能控制它的能力?!?/p>

結(jié)語:自主化是生物助力機(jī)器人未來趨勢

外骨骼機(jī)器人作為機(jī)器人領(lǐng)域的一個(gè)分支,自1960年起研究從未間斷,但如何利用傳感器準(zhǔn)確獲取人體意圖一直是待解決的難題。

如今在AI和可穿戴相機(jī)的加持下,外骨骼機(jī)器人這一生物助力機(jī)器人的發(fā)展與落地均將加速,拓展其商用和民用市場。