“下肢机器人假肢需要根据用户行走的地形执行不同的行为,”埃德加·洛巴顿说,他是该研究论文的合著者,也是北卡罗来纳州立大学电子和计算机工程副教授。“我们创建的框架允许人工智能机器人假肢预测用户将踩到的地形类型,量化与预测相关的不确定性,然后将这种不确定性纳入其决策。”
研究人员专注于区分6种不同的地形,这6种地形需要机器人假肢的行为进行调整:瓷砖、砖块、混凝土、草地、“楼上”和“楼下”。“如果不确定性的程度过高,AI不是被迫作出一个令人质疑的决定——它可以通知用户没有足够的信心在其预测,也可以默认为“安全”的模式,“钟Boxuan说,该论文的主要作者最近博士毕业数控状态。
新的“环境背景”框架结合了硬件和软件元素。研究人员设计的框架适用于任何下肢机器人外骨骼或者是机器人假肢装置,但要加上一个硬件:相机。在他们的研究中,研究人员使用了戴在眼镜上的相机和安装在下肢假肢上的相机。研究人员评估了人工智能是如何利用这两种相机的计算机视觉数据的,无论是单独使用还是同时使用。“合并计算机视觉研究可穿戴机器人的控制软件是一个令人兴奋的新研究领域,”论文的合著者海伦·黄说。“我们发现,使用这两种摄像头都很好,但需要大量的计算能力,而且成本可能高得吓人。然而,我们也发现,只使用安装在下肢的摄像头效果也很好,特别是对于近期预测,比如未来一两步的地形会是什么样子。”他是北卡罗来纳州立大学和北卡罗来纳大学教堂山分校生物医学工程系联合系的杰克逊家族生物医学工程杰出教授。
然而,最重要的进步在于人工智能本身。“我们想出了一个更好的教学方法深度学习Lobaton说:“系统如何评估和量化不确定性,以使系统能够将不确定性纳入其决策。”“这当然与机器人假肢有关,但我们的工作可以应用于任何类型的深度学习系统。”
为了训练人工智能系统,研究人员将摄像头连接到体格健全的人身上,然后让他们在各种室内和室外环境中行走。研究人员随后做了一个概念验证评估,让一个截肢的人在穿越相同的环境时戴上摄像头。Lobaton说:“我们发现这个模型可以被适当地转移,这样系统就可以在不同人群中运行。”“这意味着人工智能工作得很好,即使它是由一组人训练,由不同的人使用。”
然而,新框架还没有经过测试机器人装置.黄说:“我们很高兴能将这个框架整合到机器人假肢的控制系统中——这是下一步。”钟说:“我们还计划在减少可视化数据输入和数据处理方面,努力使系统更高效。”
来源:北卡罗来纳州立大学