Έξυπνο γάντι παρακολουθεί τις κινήσεις των χεριών με πρωτοφανή ακρίβεια – Physics World

Ένα έξυπνο γάντι που παρακολουθεί τις κινήσεις των δακτύλων, των χεριών και του καρπού με πρωτοφανή ακρίβεια αναπτύχθηκε από ερευνητές στο Πανεπιστήμιο της Βρετανικής Κολομβίας του Καναδά (UBC) και Texavie Technologies. Η πλενόμενη συσκευή είναι ενσωματωμένη με μεμονωμένες ίνες αισθητήρα που ανταποκρίνονται σε μικροσκοπικές αλλαγές στο τέντωμα και την πίεση του υλικού. Οι αισθητήρες μεταδίδουν ασύρματα αυτές τις πληροφορίες σε έναν αλγόριθμο μηχανικής μάθησης που υπολογίζει τις λεπτές κινήσεις της κλίμακας του χεριού σχεδόν αμέσως.

Εκτός από την απομακρυσμένη καταγραφή της δυναμικής και την παροχή πληροφοριών σχετικά με τον τρόπο αλληλεπίδρασης των χεριών με αντικείμενα για ρομποτική και εικονική πραγματικότητα, το γάντι προσφέρει ένα εργαλείο για την αξιολόγηση του εγκεφαλικού επεισοδίου και των κινήσεων των χεριών άλλων ασθενών και των δυνάμεων σύλληψης. Τέτοιες αξιολογήσεις μπορούν να βοηθήσουν τους ασθενείς να λάβουν ανατροφοδότηση σχετικά με τις κινήσεις στις οποίες πρέπει να επικεντρωθούν για να βελτιώσουν τη λειτουργία της κινητικότητας των χεριών τους.

Στο νέο σχέδιο, που δημιουργήθηκε από Πέιμαν Σερβάτη και η ομάδα του, πολυάριθμοι εξατομικευμένοι αισθητήρες ινών είναι ραμμένοι στο ελαστικό ύφασμα του γαντιού σε σημεία πάνω από τις αρθρώσεις των δακτύλων, τα άκρα των δακτύλων, τον καρπό και την παλάμη. Οι κινήσεις στις αρθρώσεις ή η πίεση που προκαλείται από την αλληλεπίδραση του χεριού με ένα αντικείμενο, δημιουργούν τεντώματα στο ύφασμα. Οι αισθητήρες μπορούν να ανιχνεύσουν εκτάσεις τόσο χαμηλές όσο το 0.005% και έως το 155% του αρχικού τους μήκους. Όλοι αυτοί οι αισθητήρες, που συνδέονται μέσω ελαστικών υποδοχών σε μια ασύρματη πλακέτα επεξεργασίας στο πίσω μέρος του γαντιού, τροφοδοτούν δεδομένα σε έναν αλγόριθμο που υπολογίζει τις γωνίες των αρθρώσεων με ακρίβεια 1.4°. Η έξοδος είναι μια τρισδιάστατη εικόνα του σχήματος του χεριού που ακολουθεί δυναμικά τις κινήσεις του χρήστη των γαντιών.

Ύφανση καλών νημάτων

Ο Servati και οι συνεργάτες του ανέπτυξαν ειδικές ίνες που ονομάζονται ελικοειδή νήματα αισθητήρων, οι οποίες βελτιώνουν την ακρίβεια απόδοσης των υλικών που χρησιμοποιούνται σε αισθητήρες υφασμάτων που φοριούνται. Αυτά τα ελαστικά νήματα αποτελούνται από έναν ελαστικό πυρήνα τυλιγμένο με νανοΐνες επικαλυμμένες με μέταλλο σε ελικοειδή μορφή. Μια πολυμερής μήτρα και ελαστομερές κέλυφος συνδέουν τη δομή μεταξύ τους, παρέχοντας ανθεκτικότητα, δυναμικό εύρος και αντοχή σε εφελκυσμό. Οι εξωτερικοί κύκλοι τάνυσης/απελευθέρωσης πίεσης αλλάζουν την περιοχή επαφής των συνδεδεμένων μεταλλικών νανοϊνών, με αποτέλεσμα αλλαγές στην ηλεκτρική τους αντίσταση. Αυτά τα νήματα ράβονταν ανάμεσα σε δύο στρώσεις νάιλον-πολυεστέρα-σπάντεξ για να φτιάξουν τα έξυπνα γάντια.

Χρησιμοποιώντας συστήματα κάμερας λήψης κίνησης, οι ερευνητές συνέλεξαν περισσότερα από τρία εκατομμύρια καρέ κίνησης χεριών από πέντε συμμετέχοντες με διαφορετικά μεγέθη χεριών. Φορούσαν έξυπνα γάντια που έφεραν εμφανή ετικέτες σε 16 σημεία. Οι συμμετέχοντες έπιασαν αντικείμενα, άλλαξαν χειρονομίες και τυχαία κινούσαν τα δάχτυλά τους. Μια αρχιτεκτονική νευρωνικών δικτύων χαρτογράφησε ορατές εικόνες σε δεδομένα αισθητήρων που συλλέγονται ταυτόχρονα, με αποτέλεσμα ένα μοντέλο μηχανικής εκμάθησης που υπολόγιζε τις γωνίες των αρθρώσεων του χεριού και τις απτικές πληροφορίες από τα δεδομένα καταπόνησης που μετρήθηκαν από τα νήματα του αισθητήρα.

«Η σύλληψη των επιδέξιων κινήσεων των χεριών και των δακτύλων με ακρίβεια είναι ένα πολύ δύσκολο έργο. Τα τρέχοντα συστήματα που βασίζονται σε κάμερες είναι δαπανηρά και έχουν προβλήματα με περιορισμένο οπτικό πεδίο», λέει ο Servati. Το γάντι είναι το πιο ακριβές σχέδιο στην αγορά για την εκτίμηση των γωνιών των δακτύλων και του καρπού κατά την κίνηση με ελάχιστη καθυστέρηση. Ταιριάζει με την ακρίβεια του εξοπλισμού κάμερας χρυσού προτύπου.

Τα άτομα που φορούσαν το γάντι δοκίμασαν επίσης την απόδοση του γάντι στην αποτύπωση συγκεκριμένων κινήσεων που σχετίζονται με καθημερινές εργασίες. Η συσκευή ήταν σε θέση να ανιχνεύσει λέξεις «πληκτρολογημένες» με κινήσεις πολλών δακτύλων σε μια τυχαία επιφάνεια με ακρίβεια 98%. υπολόγισε 100 στατικές και δυναμικές χειρονομίες προσαρμοσμένες από την αμερικανική νοηματική γλώσσα με ακρίβεια 95%. Ανίχνευσε επίσης 34 αντικείμενα – συμπεριλαμβανομένων κούπες, ποτήρια, μπάλες του μπέιζμπολ και μπάλες του τένις – από το σχήμα και τις δυνάμεις του χεριού με ακρίβεια 98%.

Ξεπλύνετε, πλύνετε, επαναλάβετε

Μια χρήση του γαντιού θα μπορούσε να είναι για να βοηθήσει το εγκεφαλικό επεισόδιο και τους ασθενείς που έχουν χάσει μερική κινητικότητα των χεριών. Συνεργασία με κλινικούς ειδικούς συμπεριλαμβανομένων Janice Eng, ο οποίος ειδικεύεται στην αποκατάσταση εγκεφαλικού στο Τμήμα Ιατρικής του UBC, ο Servati και η ομάδα του διαπίστωσαν ότι πολλοί ασθενείς χρειάζονται έναν ακριβή τρόπο αξιολόγησης των κινήσεων των χεριών τους και των δυνάμεων σύλληψης. Η διεξαγωγή αυτών των αξιολογήσεων εξ αποστάσεως και η τροποποίηση της ρουτίνας άσκησης ή η αξιολόγηση της συμμόρφωσης θα μπορούσαν επίσης να βοηθήσουν ασθενείς με νόσο του Πάρκινσον και άλλα προβλήματα κινητικότητας των χεριών.

«Αυτό είναι πολύ δύσκολο να γίνει ακόμα και στην κλινική, και δεν υπάρχει τίποτα για να γίνει με ακρίβεια και εξ αποστάσεως», λέει η Σερβάτη.

Το γάντι που καλύπτεται με αισθητήρα θα μπορούσε να οδηγήσει σε καλύτερα προσθετικά χέρια

Οι φορητές συσκευές είναι ελκυστικές για κλινικές εργασίες, αλλά πολλά σχέδια δεν διαθέτουν την αξιοπιστία, την ακρίβεια και τη δυνατότητα πλύσης που απαιτούνται για πρακτική χρήση. Μετά από επαναλαμβανόμενο μούλιασμα και ανάδευση σε νερό και απορρυπαντικά και μετά από επαναλαμβανόμενους κύκλους πλυσίματος, το γάντι της Servati παρουσίασε λιγότερο από 10% αλλαγή στην απόδοση του αισθητήρα.

«Είναι πραγματικά συναρπαστικό να αναπτύσσουμε αυτή την τεχνολογία σε μια ανθεκτική και πλενόμενη μορφή που μπορεί να δημιουργήσει ένα μεγάλο άλμα στην αλληλεπίδραση ανθρώπου-υπολογιστή και τη δυνατότητα ακριβούς αναπαράστασης της αλληλεπίδρασης με αντικείμενα χωρίς την ανάγκη κάμερας», λέει ο Servati.

Σουμπραμάνος Σουνταράμ, ένας ερευνητής στο Κέντρο Βιολογικού Σχεδιασμού του Πανεπιστημίου της Βοστώνης, ο οποίος δεν συμμετείχε στη μελέτη, λέει ότι η μελέτη του τρόπου με τον οποίο αλλάζει η λειτουργικότητα αυτών των ινών υπό συνθήκες καθημερινής χρήσης είναι η «σωστή κατεύθυνση στην οποία πρέπει να εστιάσουμε» για τη δημιουργία αξιόπιστων υφασμάτων που οι άνθρωποι μπορούν να χρησιμοποιούν επανειλημμένα . Αν και οι εκτιμήσεις ποσοτικών σφαλμάτων των γωνιών των αρθρώσεων είναι σημαντικές εκτιμήσεις για πιθανές ιατρικές εφαρμογές, πιστεύει ότι τέτοιες εφαρμογές είναι ακόμη πολύ μακριά. «Η βασική πρόκληση, που δεν είναι μοναδική σε αυτή τη δουλειά, είναι ο καθορισμός των συγκεκριμένων ρυθμίσεων όπου αυτός ο τύπος τεχνολογίας είναι κρίσιμος απαραίτητος», λέει.

Το έργο περιγράφεται στο Φύση Μηχανή Νοημοσύνη.

• SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
• PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
• PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
• PlatoESG. Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
• PlatoHealth. Ευφυΐα βιοτεχνολογίας και κλινικών δοκιμών. Πρόσβαση εδώ.
• πηγή: https://physicsworld.com/a/smart-glove-tracks-hand-movements-with-unprecedented-accuracy/