Slimme handschoen volgt handbewegingen met ongekende nauwkeurigheid – Physics World

Een slimme handschoen die vinger-, hand- en polsbewegingen met ongekende nauwkeurigheid volgt, is ontwikkeld door onderzoekers van de Canadese University of British Columbia (UBC) en Texavie-technologieën. Het wasbare apparaat is ingebed met individuele sensorvezels die reageren op kleine veranderingen in de rek en druk van het materiaal. De sensoren verzenden deze informatie draadloos naar een machine learning-algoritme dat vrijwel onmiddellijk de fijne schaalbewegingen van de hand schat.

Naast het op afstand vastleggen van de dynamiek en het verstrekken van informatie over hoe handen omgaan met objecten voor robotica en virtual reality, biedt de handschoen een hulpmiddel voor het beoordelen van de handbewegingen en grijpkrachten van beroertes en andere patiënten. Dergelijke beoordelingen kunnen patiënten helpen feedback te krijgen over de bewegingen waarop ze zich moeten concentreren om hun handmobiliteitsfunctie te verbeteren.

In het nieuwe ontwerp, gemaakt door Peyman Serviti en zijn team zijn talloze op maat gemaakte vezelsensoren in de rekbare stof van de handschoen genaaid op punten die boven de vingergewrichten, vingertoppen, pols en handpalm liggen. Bewegingen in de gewrichten, of druk veroorzaakt door de interactie van de hand met een voorwerp, veroorzaken rek in de stof. De sensoren kunnen rek detecteren van slechts 0.005% tot 155% van de oorspronkelijke lengte. Al deze sensoren, via elastische connectoren verbonden met een draadloos verwerkingsbord aan de achterkant van de handschoen, voeren gegevens in een algoritme dat de gewrichtshoeken schat met een nauwkeurigheid van 1.4°. De output is een 3D-afbeelding van de vorm van de hand die op dynamische wijze de bewegingen van de handschoendrager volgt.

Goede garens weven

Servati en zijn collega's ontwikkelden speciale vezels, spiraalvormige sensorgarens genaamd, die de prestatienauwkeurigheid verbeteren van materialen die worden gebruikt in draagbare textielsensoren. Deze rekbare garens bestaan ​​uit een elastische kern omwikkeld met met metaal beklede nanovezels in spiraalvorm. Een polymeermatrix en een elastomeer omhulsel binden de structuur samen en zorgen voor duurzaamheid, dynamisch bereik en treksterkte. Externe rek-/drukontlastingscycli veranderen het contactoppervlak van de aan elkaar gebonden metalen nanovezels, wat resulteert in veranderingen in hun elektrische weerstand. Deze garens werden tussen twee lagen nylon-polyester-spandex genaaid om de slimme handschoenen te maken.

Met behulp van motion-capture camerasystemen verzamelden de onderzoekers meer dan drie miljoen frames van handbewegingen van vijf deelnemers met verschillende handgroottes. Ze droegen slimme handschoenen die op 16 punten waren gemarkeerd met zichtbare labels. De deelnemers pakten voorwerpen vast, wisselden tussen gebaren en bewogen willekeurig hun vingers. Een neurale netwerkarchitectuur bracht zichtbare beelden in kaart met gelijktijdig verzamelde sensorgegevens, resulterend in een machinaal leermodel dat handgewrichtshoeken en tactiele informatie schatte op basis van de spanningsgegevens gemeten door de sensorgarens.

“Het nauwkeurig vastleggen van behendige hand- en vingerbewegingen is een zeer moeilijke taak. De huidige cameragebaseerde systemen zijn duur en hebben problemen met een beperkt gezichtsveld”, zegt Servati. De handschoen is het meest nauwkeurige ontwerp op de markt voor het met minimale vertraging inschatten van de hoeken van vingers en pols tijdens beweging. Het komt overeen met de nauwkeurigheid van cameraapparatuur die voldoet aan de gouden standaard.

Proefpersonen die de handschoen droegen, testten ook hoe de handschoen presteerde bij het vastleggen van specifieke bewegingen die verband hielden met alledaagse taken. Het apparaat was in staat woorden te detecteren die ‘getypt’ waren door bewegingen met meerdere vingers op een willekeurig oppervlak met een nauwkeurigheid van 98%; het schatte 100 statische en dynamische gebaren aangepast uit de Amerikaanse gebarentaal met een nauwkeurigheid van 95%. Het detecteerde ook 34 objecten – waaronder mokken, glazen, honkballen en tennisballen – op basis van de vorm en krachten van de hand met een nauwkeurigheid van 98%.

Spoelen, wassen, herhalen

Eén toepassing van de handschoen zou kunnen zijn ter ondersteuning van een beroerte en bij patiënten die een gedeeltelijke handmobiliteit hebben verloren. Werken met klinische experts, waaronder Janice IngServati en zijn team, gespecialiseerd in revalidatie na een beroerte bij de UBC Department of Medicine, ontdekten dat veel patiënten een nauwkeurige manier nodig hebben om hun handbewegingen en grijpkrachten te beoordelen. Het op afstand uitvoeren van deze beoordelingen en het aanpassen van trainingsroutines of het evalueren van de therapietrouw zou ook patiënten met Parkinson en andere handmobiliteitsproblemen kunnen helpen.

“Dit is zelfs in de kliniek erg moeilijk om te doen, en er bestaat niets om dit nauwkeurig en op afstand te doen”, zegt Servati.

Met sensoren bedekte handschoenen kunnen leiden tot betere prothesehanden

Draagbare apparaten zijn aantrekkelijk voor klinische taken, maar veel ontwerpen missen de betrouwbaarheid, nauwkeurigheid en wasbaarheid die nodig zijn voor praktisch gebruik. Na herhaaldelijk weken en roeren in water en schoonmaakmiddelen, en na herhaaldelijk machinaal wassen, ondervond de handschoen van Servati een verandering in de sensorprestaties van minder dan 10%.

“Het is echt opwindend om deze technologie te ontwikkelen in een duurzame en afwasbare vorm die een grote sprong voorwaarts kan betekenen in de mens-computerinteractie en de mogelijkheid biedt om de interactie met objecten accuraat weer te geven zonder dat er een camera nodig is”, zegt Servati.

Subramaniaanse Sundaramzegt een onderzoeker van het Biological Design Center van Boston University, die niet betrokken was bij het onderzoek, dat het bestuderen van hoe de functionaliteit van deze vezels verandert onder omstandigheden van dagelijks gebruik de “juiste richting is om op te focussen” voor het creëren van betrouwbaar textiel dat mensen herhaaldelijk kunnen gebruiken . Hoewel de kwantitatieve foutschattingen van gewrichtshoeken belangrijke overwegingen zijn voor potentiële medische toepassingen, is hij van mening dat dergelijke toepassingen nog ver weg zijn. “De belangrijkste uitdaging, die niet uniek is voor dit werk, is het bepalen van de specifieke omstandigheden waarin dit soort technologie van cruciaal belang is”, zegt hij.

Het werk wordt beschreven in Nature Machine Intelligence.

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
• PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
• PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
• Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
• Bron: https://physicsworld.com/a/smart-glove-tracks-hand-movements-with-unprecedented-accuracy/