Un guante inteligente rastrea los movimientos de la mano con una precisión sin precedentes – Physics World

Investigadores de la Universidad de Columbia Británica (UBC) de Canadá desarrollaron un guante inteligente que rastrea los movimientos de los dedos, las manos y las muñecas con una precisión sin precedentes. Tecnologías de Texas. El dispositivo lavable está integrado con fibras sensoriales individuales que responden a pequeños cambios en el estiramiento y la presión del material. Los sensores transmiten de forma inalámbrica esta información a un algoritmo de aprendizaje automático que estima los movimientos finos de la mano casi de inmediato.

Además de capturar dinámicas de forma remota y proporcionar información sobre cómo las manos interactúan con objetos para robótica y realidad virtual, el guante ofrece una herramienta para evaluar los movimientos de las manos y las fuerzas de agarre de los accidentes cerebrovasculares y de otros pacientes. Estas evaluaciones pueden ayudar a los pacientes a recibir comentarios sobre en qué movimientos deben concentrarse para mejorar la función de movilidad de su mano.

En el nuevo diseño, creado por Peyman Servati y su equipo, se cosen numerosos sensores de fibra hechos a medida en la tela elástica del guante en puntos que recubren las articulaciones de los dedos, las puntas de los dedos, la muñeca y la palma. Los movimientos en las articulaciones, o la presión causada por la interacción de la mano con un objeto, crean estiramientos en la tela. Los sensores pueden detectar tramos tan bajos como 0.005% y tan altos como 155% de su longitud original. Todos estos sensores, conectados mediante conectores elásticos a una placa de procesamiento inalámbrico en la parte posterior del guante, introducen datos en un algoritmo que estima los ángulos de las articulaciones con una precisión de 1.4°. El resultado es una imagen en 3D de la forma de la mano que sigue dinámicamente los movimientos del usuario del guante.

Tejiendo buenos hilos

Servati y sus colegas desarrollaron fibras especiales llamadas hilos de sensores helicoidales, que mejoran la precisión del rendimiento de los materiales utilizados en sensores textiles portátiles. Estos hilos estirables constan de un núcleo elástico envuelto con nanofibras recubiertas de metal en forma helicoidal. Una matriz de polímero y una cubierta de elastómero unen la estructura, proporcionando durabilidad, rango dinámico y resistencia a la tracción. Los ciclos externos de estiramiento/liberación de presión cambian el área de contacto de las nanofibras metálicas unidas, lo que resulta en cambios en su resistencia eléctrica. Estos hilos se cosieron entre dos capas de nailon, poliéster y spandex para fabricar guantes inteligentes.

Utilizando sistemas de cámaras de captura de movimiento, los investigadores recopilaron más de tres millones de fotogramas del movimiento de las manos de cinco participantes con diferentes tamaños de manos. Llevaban guantes inteligentes marcados con etiquetas visibles en 16 puntos. Los participantes agarraron objetos, cambiaron de gestos y movieron los dedos al azar. Una arquitectura de red neuronal mapeó imágenes visibles con datos de sensores recopilados simultáneamente, lo que dio como resultado un modelo de aprendizaje automático que estimó los ángulos de las articulaciones de las manos y la información táctil a partir de los datos de tensión medidos por los hilos del sensor.

“Capturar con precisión los movimientos diestros de manos y dedos es una tarea muy difícil. Los sistemas actuales basados ​​en cámaras son costosos y tienen problemas con el campo de visión limitado”, afirma Servati. El guante es el diseño más preciso del mercado para estimar los ángulos de los dedos y la muñeca durante el movimiento con un retraso mínimo. Iguala la precisión de los equipos de cámara estándar.

Los sujetos que usaban el guante también probaron cómo se desempeñaba el guante al capturar movimientos específicos relacionados con las tareas cotidianas. El dispositivo pudo detectar palabras "escribidas" mediante movimientos de varios dedos en una superficie aleatoria con una precisión del 98%; estimó 100 gestos estáticos y dinámicos adaptados del lenguaje de signos americano con una precisión del 95%. También detectó 34 objetos, incluidas tazas, vasos, pelotas de béisbol y pelotas de tenis, a partir de la forma y las fuerzas de agarre de la mano con un 98% de precisión.

Enjuagar, lavar, repetir

Un uso del guante podría ser ayudar a los pacientes con accidentes cerebrovasculares y que han perdido la movilidad parcial de la mano. Trabajar con expertos clínicos, incluidos Janice EngServati y su equipo, que se especializa en rehabilitación de accidentes cerebrovasculares en el Departamento de Medicina de la UBC, descubrieron que muchos pacientes necesitan una forma precisa de evaluar los movimientos de sus manos y las fuerzas de agarre. Realizar estas evaluaciones de forma remota y modificar las rutinas de ejercicio o evaluar el cumplimiento también podría ayudar a los pacientes con Parkinson y otros problemas de movilidad de las manos.

"Esto es muy difícil de hacer incluso en la clínica, y no existe nada para hacerlo de forma precisa y remota", dice Servati.

Un guante cubierto de sensores podría conducir a mejores prótesis de manos

Los dispositivos portátiles son atractivos para tareas clínicas, pero muchos diseños carecen de la confiabilidad, precisión y lavabilidad necesarias para el uso práctico. Después de remojar y agitar repetidamente en agua y detergentes, y después de someterse a repetidos ciclos de lavado a máquina, el guante de Servati experimentó menos del 10% de cambio en el rendimiento del sensor.

"Es realmente emocionante desarrollar esta tecnología en una forma duradera y lavable que pueda crear un gran avance en la interacción persona-computadora y la posibilidad de representar con precisión la interacción con objetos sin necesidad de una cámara", dice Servati.

Sundaram subramano, un investigador del Centro de Diseño Biológico de la Universidad de Boston, que no participó en el estudio, dice que estudiar cómo cambia la funcionalidad de estas fibras en condiciones de uso diario es la "dirección correcta en la que centrarse" para crear textiles confiables que las personas puedan usar repetidamente . Aunque las estimaciones de error cuantitativo de los ángulos de las articulaciones son consideraciones importantes para posibles aplicaciones médicas, cree que dichas aplicaciones aún están muy lejos. "El desafío clave, que no es exclusivo de este trabajo, es determinar los entornos específicos donde este tipo de tecnología es críticamente necesario", afirma.

El trabajo se describe en Nature Machine Intelligence.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://physicsworld.com/a/smart-glove-tracks-hand-movements-with-unprecedented-accuracy/