研究人员正在研究现实生活中的机器人辅助工具,它可以保护工人免受痛苦的伤害,并帮助中风病人恢复行动能力。到目前为止,这些机器人还需要大量的校准和针对具体环境的调整,这使得它们在很大程度上局限于研究实验室。
佐治亚理工学院的机械工程师们可能即将改变这种状况,使外骨骼技术能够应用到家庭、工作场所等。
Aaron Young实验室的研究团队开发了一种控制机器人外骨骼的通用方法,无需培训、无需校准,也无需对复杂的算法进行调整。用户只需要直接穿上“外骨骼”就可以走了。
他们的系统使用一种名为深度学习的人工智能来自主调整外骨骼提供帮助的方式,他们已经展示了该系统在支持行走、站立、爬楼梯或坡道方面的无缝工作。3月20日,他们在《科学机器人学》(Science Robotics)杂志上介绍了他们的"统一控制框架"。
“我们的目标不仅仅是为不同的活动提供控制,而是创建一个统一的系统。你不必按下按钮在模式之间切换,也不用使用某种分类算法来预测你是在爬楼梯还是在走路,”乔治·伍德拉夫机械工程学院副教授Young说。
作为翻译器的机械学习
该领域以前的大部分工作都集中在一次活动上,比如在平地上行走或爬楼梯。相关算法通常会尝试对环境进行分类,以便为用户提供正确的帮助。
佐治亚理工学院的团队没有关注环境,而是关注人类——肌肉和关节发生的情况——这意味着具体活动并不重要。
“我们不再试图将人类运动归入所谓的离散模式,比如平地行走或爬楼梯,因为真正的运动要复杂得多,”该研究的主要作者Dean Molinaro说。“相反,我们的控制器基于用户的基本生理机能。身体在任何时间点的所做的事情都会告诉我们关于环境的一切信息。然后,我们利用机器学习作为外骨骼上的传感器测量值与肌肉产生的扭矩之间的翻译器。
他们发现,通过团队开发的髋关节外骨骼控制器提供的辅助,可以减少用户的新陈代谢和生物力学努力:与完全不佩戴该装置相比,他们消耗的能量更少,关节也不用那么费力。换句话说,即使装置本身增加了额外的重量,但穿戴外骨骼对使用者来说也是有益的
“这很酷的地方在于,它可以根据每个人的内部动态进行调整,而无需任何调整或启发式调整,这与该领域的许多工作有很大的不同,”Young说。“没有针对特定主题的调整或更改参数来使其工作。”
本研究中的控制系统是为部分辅助设备设计的。这些外骨骼支持运动,而不是完全取代努力。
该团队还包括Molinaro和Inseung Kang,另一位前博士生,现在在卡内基梅隆大学,他们使用现有的算法,并在他们在Young实验室收集的大量力和动作捕捉数据上对其进行训练。不同性别和体型的受试者穿着动力髋关节外骨骼,在测力板上以不同的速度行走,爬上高度可调的楼梯,上下坡道,并在这些动作之间过渡。
就像用于制作电影的动作捕捉工作室一样,每个动作都被记录和编目,以了解关节在每个活动中的作用。
正如Young所说,Science Robotics的研究是“与应用无关的”。然而,他们的控制器为机器人外骨骼设备提供了通往现实世界可行性的第一座桥梁。