Istraživači su razvili mekanu pneumatsku rukavicu koja bi mogla pomoći ljudima s paraliziranim rukama u ponovnom stjecanju sposobnosti hvatanja i držanja svakodnevnih predmeta
Nosivi egzoskelet za ruku, djelo stručnjaka s Tehničkog sveučilišta u Münchenu u Njemačkoj (TUM), koristi električne signale iz mišića podlaktice i strojno učenje kako bi otkrio kada korisnik namjerava uhvatiti nešto.
Zatim napuhuje mekane zračne jastuke unutar rukavice kako bi pomogao pokretima prstiju i zapešća, omogućujući korisnicima sigurno držanje predmeta poput šalica, tanjura i pribora za jelo.
vezane vijesti
Dodatni senzori pokreta održavaju čvrst hvat pri nošenju predmeta, pomažući u sprječavanju slučajnih ispuštanja. Mekani pneumatski egzoskelet za ruku dizajniran je za vraćanje sposobnosti hvatanja osobama s paraliziranim rukama.
Za razliku od krutih robotskih egzoskeleta, nosivi sustav izgrađen je kao lagana rukavica od tkanine opremljena napuhanim zračnim jastucima koji pružaju fleksibilnu, ciljanu pomoć prstima i zapešću. Rukavica ima mrežu od 13 pneumatskih cijevi koje napuhavaju pojedinačne zračne komore postavljene duž ruke.
Preciznom kontrolom tlaka zraka, sustav može savijati i ispravljati svaki prst neovisno, a istovremeno pomaže rotaciji zapešća. To korisnicima omogućuje obavljanje svakodnevnih zadataka hvatanja, poput držanja tanjura, čaša, vilica, žlica i drugih kućanskih predmeta.
Struja i strojno učenje
Egzoskelet je kontroliran pomoću elektromiografije (EMG), koja mjeri sitne električne signale što ih generiraju mišići u podlaktici. Senzori postavljeni na podlaktici kontinuirano bilježe te signale dok algoritmi strojnog učenja analiziraju podatke u stvarnom vremenu da bi predvidjeli kada korisnik namjerava uhvatiti predmet.
Nakon što se otkrije namjeravani pokret, rukavica automatski napuhuje odgovarajuće zračne komore da bi pomogla pokretu. Kako bi se poboljšala pouzdanost tijekom upotrebe, sustav također uključuje senzore pokreta koji detektiraju pokrete pri prijenosu nakon što je predmet uhvaćen.
Ovi senzori osiguravaju da rukavica održava dovoljnu silu hvatanja dok se predmet nosi, smanjujući rizik od slučajnog ispuštanja i omogućujući sigurnije, prirodnije pokrete ruke. Istraživači su dizajnirali egzoskelet za mekanu ruku kako bi kombinirali inteligentno predviđanje pokreta s pristupačnim i laganim dizajnom koji se može nositi.
Sustav koristi algoritme strojnog učenja za interpretaciju električnih signala iz mišića podlaktice korisnika, postižući predviđanje hvatanja predmeta s pouzdanošću do 97 posto.
vezane vijesti
Pet minuta treninga pomoću videoigre
Sama rukavica izrađena je od jeftine tkanine i uključuje napuhane zračne komore. Tehnologija je razvijena i testirana u bliskoj suradnji s osobom koja živi s amiotrofičnom lateralnom sklerozom (ALS), progresivnom neurološkom bolešću koja postupno uništava živčane stanice što kontroliraju voljno kretanje mišića.
U vrijeme testiranja sudionik je imao samo ograničen pokret u prvom zglobu palca, a istraživači su mu pričvrstili elektromiografski (EMG) senzor na podlakticu kako bi otkrili električnu aktivnost mišića Flexor pollicis longus te su čak i ovi slabi mišićni signali bili dovoljni za pokretanje napuhavanja pneumatskih zračnih jastuka rukavice.
Tijekom ispitivanja sustav je uspješno prepoznao namjeravani hvat korisnika u oko 90 posto pokušaja. Sudionik je mogao podići svakodnevne predmete, držati vilicu prvi put u četiri godine i manipulirati malim blokovima. Istraživači su također otkrili da samo pet minuta treninga pomoću videoigre kojom se upravlja palcem značajno poboljšava performanse hvatanja korisnika, piše Interesting Engineering.
