欧洲两个研究团队开发出了让截肢者能感觉到并准确抓住物体的仿生手

640?wx_fmt=jpeg

来源:IEEE电气电子工程师学会

摘要:在过去十年中,研究人员在开发能给用户提供触觉和压力感的触觉传感器方面取得了很大进展。


如在你旁边正好有一个咖啡杯,那么拿起这个杯子,并注意下在不真正看着它的情况下做这件事有多么轻而易举。你会去感觉杯子把手的弯曲度、杯子的宽度、陶瓷的光滑度。你的手移到一个合适的位置,把杯子拿起来,感觉到其重量,然后将杯子放到嘴边。 


现在,想象一下用不能给你什么感觉反馈的机器人手来做这件事。 你不会得到关于手指需要进行怎样的微小调整才能正确抓握住杯子的信息。它给你的感觉更像是在操作一根操纵杆,而不是一只手。


生物工程师们正在努力改进这一点。上周,他们取得了一些进展。在2月20日发表在Science Robotics期刊上的两篇论文中,两个研究小组介绍了在各自的项目中研发的为截肢者提供感觉反馈的仿生手。


在这两篇论文中,研究人员将电极植入截肢者的手臂残肢中,正中神经和尺神经上。然后,他们对这些神经进行精确的电刺激,这些神经将仿生手正在做什么的信息发送到用户的大脑。


在一篇论文中,仿生手既提供了触觉,也提供了对手指相对位置的感觉,即本体感觉。使用机器人手的两名截肢者可以分辨出不同直径的四个圆柱体之间的差别,并能感觉到软硬物体之间的差别。瑞士洛桑联邦理工学院(EPFL)的Edoardo D 'Anna和Silvestro Micera领导了该研究。他们这篇论文的标题为“A closed-loop hand prosthesis with simultaneous intraneural tactile and position feedback”。


在另一篇论文中,仿生手提供了良好的抓握感,在物体从手中滑落时用户能够感觉到并迅速做出反应。意大利罗马生物医学大学(Università Campus BioMedico di Roma)的Loredana Zollo、Giovanni Di Pino和Eugenio Guglielmelli领导了该研究。他们这篇论文的标题为“Restoring tactile sensations via neural interfaces for real-time force-and-slippage closed-loop control of bionic hands”。


“感觉反馈是让假肢成为人体一部分的主要方式。”Zollo说。他是后一篇论文的作者之一。她说,大约30%的假肢使用者会抛弃假肢,是因为像是操作异物的感觉让他们感到沮丧。


在过去十年中,研究人员在开发能给用户提供触觉和压力感的触觉传感器方面取得了很大进展。但是,模仿手的强大感觉能力仍然难以实现。同时,将其整合到一只能够与身体实时通信的仿生手中,也是非常困难的。 


此类设备必须首先提取用户的意图。这可以通过将电极连接到前臂或上臂的肌肉来实现。当截肢者做出不易察觉的动作来移动他的幻手时,某种算法会对产生的电信号进行解码,并告知仿生手他的意图是什么。


接下来,大脑需要得到关于事情进展情况的反馈。手接触到那物体了吗?需要如何调整才能完成任务?物体被触及后,它移动了吗?仿生手上的传感器接收到这些信息,然后算法对其进行编码。编码后的信息被转换成传递给神经系统并最终到达大脑的电刺激脉冲。


Zollo和她的同事们设计了一个系统,可以足够快地完成所有这些通信,使大脑能够感知物体从仿生手的抓握中滑落,并纠正手的位置。 


为了实现这一目标,研究人员首先利用健康的志愿者来确定当被抓物体开始从手指间滑落时所产生的信号。然后,他们人工复制了这些信号,用在一名配备了仿生手的截肢志愿者身上。


视频来源:Università Campation BioMedico di Roma / Science Robotics / AAAS


在D'Anna等人的论文中,D’Anna和他的同事们所建立的系统,不仅将触觉反馈整合到仿生手中,而且还将本体感觉——感知手的相对位置和运动的能力——整合了进去。


D'Anna说,与触觉反馈相比,本体感觉的人工生成要复杂得多。相对于其他运动的运动涉及来自多个输入的多个信号。此外,负责这些信号的神经元通常位于运动神经元附近,这使得很难在不引起不必要的抽搐的情况下激活它们。


因此,D 'Anna和他的同事们通过一种叫做感觉替代的技术将本体感觉传递给截肢者。他们没有试图重建本体感觉,而是训练志愿者将本体感觉与一种单独的、更容易产生的信号联系起来。


例如,当志愿者用仿生手抓住一个圆柱体时,她会感到手腕上有一种单独的感觉,当她的手闭合时,这种感觉会增加。“我们用触觉代替本体感觉。”D'Anna说。


视频来源:EPFL / Science Robotics / AAAS


这两篇新论文使为截肢者提供各种感觉反馈的研究有了新的进展。这项技术让截肢者感觉到他的仿生手臂在空间中移动。


但还有很长的路要走。空间意识、本体感觉、抓握力:尽管这些进步令人印象深刻,但它们仅代表了人手能感知的感觉范围的一小部分。


640?wx_fmt=png


640?wx_fmt=png


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/492571.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【转】eclipse中egit插件使用

原文网址:http://my.oschina.net/songxinqiang/blog/192567 eclipse和git这个两个工具的使用人数都是相当多的,在eclipse里面也有egit插件来支持eclipse中使用git,但是网上的相关说明都是简单使用,或者没有说明白一些具体的问题&a…

全球AI芯片投资版图公开!机会都在这五大场景

来源:智东西摘要:过去一年,随着人工智能在各个行业的逐步落地,AI芯片的发展路径逐渐明朗。在行业走过野蛮生长,开始加速落地、加速整合的过程中,也有更多的AI芯片公司也开始走出属于自己的差异化路线。我们…

图像处理与图像识别笔记(六)图像增强3

上一章节中我们讲解了空域滤波的图像增强方法,包括图像的平滑和锐化,本文中,我们首先带来频域滤波的图像增强方法,指在频域中对图像进行变换,需要的基础知识是前述过的图像傅里叶变换,请查看学习。 一、频…

初探数位DP-hdu2089

一开始刷dp就遇到了数位dp,以前程序设计艺术上看过一点,基本没懂,于是趁今天遇到题目,想把它搞会,但就目前状态来看仍然是似懂非懂啊,以后还要反复搞 统计区间[l,r]的满足题意的数的个数,可以转…

自动驾驶的疑点重重, 再次印证了科技的「非理性繁荣」

来源:悟空智能科技特斯拉 CEO 马斯克对全自动驾驶的短期实现,有着近乎疯狂的执念。最近,他又在第四季度财报的电话会议上表示,特斯拉汽车在今年年底前能实现全自动驾驶,无需人类干预。马斯克还表示,特斯拉在…

Truncated SVD for faster dection

Truncated SVD方法最先被提出在《Fast R-CNN》论文中,用于降低全连接层的运算量,提升模型的速度。在卷积神经网络的分类任务中,FC层的运算速度远远大于CONV层,而在Fast R-CNN的目标检测任务中,大多数的运算时间发生在F…

CSS学习-网页导航栏

用ul制作网页导航栏 <!DOCTYPE html> <html><head><style>ul {list-style-type: none;margin: 0;padding: 0;width: 800px;overflow: hidden;}li {float: left;}a {display: block;width: 120px;font-weight: bold;color: #FFFFFF;border-right: 1px s…

自动驾驶技术如何升级?这份技能图谱为你指路

来源&#xff1a;AI前线自动驾驶技术在过去的一年里发展十分迅速&#xff0c;无论控制系统的升级还是高清地图的泛用&#xff0c;无不在推动自动驾驶的落地。再加上开源框架的进一步成熟&#xff0c;V2X 的落地实践&#xff0c;传感器融合更强等多重因素的影响下&#xff0c;自…

Gradient Descent

梯度下降是我们在训练神经网络时用于训练参数的方法&#xff0c;本文总结了目前常用的几种梯度下降算法&#xff0c;包括原理、公式推导、解决的问题&#xff0c;主要要SGD、Momentum、NAG、AdaGrad、AdaDelta、RMSProp、Adam&#xff0c;先贴上手写的笔记&#xff0c;有时间再…

互联网+检验检测智能化成发展趋势

来源&#xff1a;传感器技术摘要&#xff1a;随着工业自动化技术的迅猛发展&#xff0c;智能检测技术被广泛地应用在工业自动化、化工、军事、航天、通讯、医疗、电子等行业&#xff0c;是自动化科学技术的一个格外重要的分支科学。众所周知&#xff0c;智能检测技术是在仪器仪…

5G、物联网和AI结合的究极形态是什么?一文看尽智能连接在5大领域的12个典型案例!...

来源&#xff1a;IoT Analytics编译&#xff1a;物联网智库摘要&#xff1a;智能连接&#xff08;Intelligent connectivity&#xff09;是一种全新的概念——未来&#xff0c;5G、AI和物联网的融合能够成为加速科技发展的催化剂&#xff0c;并催生出新的颠覆式的数字化服务。基…

10天学安卓-第二天

10天学安卓-第二天 原文:10天学安卓-第二天继续我们的学习。 相信我&#xff0c;第一天的工作是最为重要的&#xff0c;通过这些工作&#xff0c;我们把开发安卓所必须的环境、基础条件都配置好了&#xff0c;相信肯定遇到了很多问题&#xff0c;不过&#xff0c;根据我的经验&…

德国费斯托又双叒叕更新,象鼻子机械臂+超逼真仿生手,比人手都强大

来源&#xff1a;机器人大讲堂编辑&#xff1a;海蛟摘要&#xff1a;在机器人领域&#xff0c;小编最佩服两家公司&#xff0c;一家是波士顿动力&#xff0c;另一家就是费斯托。费斯托这家源自德国的公司以平均每年更新2-3款仿生机器人的速度&#xff0c;扩充着它们的仿生机器人…

微软全球执行副总裁沈向洋:你给自己的定位是什么,你就会得到什么

来源&#xff1a;AI 科技评论摘要&#xff1a;沈向洋&#xff0c;美国国家工程院院士、微软全球执行副总裁、ACM/IEEE Fellow。多年来&#xff0c;沈向洋专注于计算机视觉和计算机图形学的研究&#xff0c;并领导和开发了 Bing 搜索。目前&#xff0c;他是微软公司级别最高的中…

用互联网大脑模型分析5G重点影响的6个科技产业

作者&#xff1a;刘锋 计算机博士&#xff0c;《互联网进化论》作者5G是指第五代移动电话行动近信标准&#xff0c;也称第五代移动通信技术&#xff0c;是4G之后的延伸&#xff0c;其峰值理论传输速度可达每秒数十Gb。对比4G的主要提高如下&#xff1a;5G的速度将达到4G的100倍…

Gartner:2019年十大数据与分析技术趋势

来源&#xff1a;网络大数据近日&#xff0c;全球领先的信息技术研究和顾问公司Gartner指出&#xff0c;增强型分析(augmented analytics)、持续型智能(continuous intelligence)与可解释型人工智能(explainable AI)是数据与分析(data and analytics)技术领域内的主要趋势之一&…

Gearman + Nodejs + MySQL UDF异步实现 MySQL 到 Redis 的数据同步

目录 1, 环境2, Redis简介3, Gearman简介4, MySQL - Redis配合使用方案4, 软件安装5, MySQL UDF Trigger同步数据到Gearman6, 参考资料1, 环境 CentOS, MySQL, Redis, Nodejs 2, Redis简介 Redis是一个开源的K-V内存数据库&#xff0c;它的key可以是string/set/hash/list/...&…

5G风起,四大IoT迎风爆发!智能家居与电表高速增长

来源&#xff1a;智东西摘要&#xff1a;深度剖析智能家居、智能城市、车联网、网联无人机四大领域新机遇。2018年&#xff0c;我国物联网&#xff08;IoT&#xff09;连接数从2017年的15.4亿飙升至30.63亿&#xff0c;几近增长了100%&#xff0c;增速喜人。而在这组数据背后&a…

机器学习基石笔记5——为什么机器可以学习(1)

转载请注明出处&#xff1a;http://www.cnblogs.com/ymingjingr/p/4271742.html 目录 机器学习基石笔记1——在何时可以使用机器学习(1) 机器学习基石笔记2——在何时可以使用机器学习(2) 机器学习基石笔记3——在何时可以使用机器学习(3)(修改版) 机器学习基石笔记4——在何时…

PPT|工业互联网关键技术专利态势

来源&#xff1a;中国信通院CAICT摘要&#xff1a;《工业互联网关键技术专利态势分析&#xff08;2019&#xff09;》对工业互联网的三个重要体系进行深入知识产权分析。以下PPT资料是工业互联网产业联盟和中国信通院团队对《工业互联网关键技术专利态势分析&#xff08;2019&a…