几十年来，旨在帮助人类行走或体力要求较高的工作的机器人外骨骼一直是科幻小说中的内容。还记得《异形》中的 Power Loader 中的 Ellen Ripley吗?或者乔治·麦克弗莱 (George McFly) 在 2015 年的《回到未来》第二部中因为背摔而佩戴了疯狂的移动平台?
研究人员正在研究现实生活中的机器人辅助，可以保护工人免受痛苦的伤害，并帮助中风患者恢复活动能力。到目前为止，它们需要进行广泛的校准和特定于环境的调整，这使得它们在很大程度上仅限于研究实验室。
佐治亚理工学院的机械工程师可能即将改变这一现状，允许外骨骼技术部署在家庭、工作场所等场所。
Aaron Young 实验室的一组研究人员开发了一种控制机器人外骨骼的通用方法，无需训练、无需校准，也无需对复杂算法进行调整。相反，用户可以穿上“exo”然后离开。
他们的系统使用一种称为深度学习的人工智能来自动调整外骨骼提供帮助的方式，并且他们已经证明它可以无缝地支持行走、站立以及爬楼梯或坡道。他们于 3 月 20 日在Science Robotics上描述了他们的“统一控制框架” 。
“我们的目标不仅仅是提供对不同活动的控制，而是创建一个统一的系统。你不需要按按钮在模式之间切换，也不需要使用某种分类算法来尝试预测你是在爬楼梯还是在走路，”乔治·W·伍德拉夫机械工程学院副教授 Young 说。
机器学习作为翻译
该领域之前的大多数工作都集中在一次一项活动上，例如在平地上行走或爬楼梯。所涉及的算法通常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把这个想法抛到了九霄云外。他们没有关注环境，而是关注人类——肌肉和关节发生的情况——这意味着具体的活动并不重要。
“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——因为真正的运动要混乱得多，”该研究的主要作者、最近刚毕业的博士迪安·莫利纳罗 (Dean Molinaro) 说。杨实验室的学生。 “相反，我们的控制器基于用户的基本生理机能。身体在任何时间点所做的事情都会告诉我们需要了解的有关环境的一切。然后，我们本质上使用机器学习作为传感器在外骨骼上测量的数据和肌肉产生的扭矩之间的转换器。”
通过控制器通过团队开发的髋部外骨骼提供帮助，他们发现可以减少用户的新陈代谢和生物力学努力：与根本不佩戴该设备相比，他们消耗的能量更少，而且他们的关节不必那么辛苦地工作。
换句话说，佩戴外骨骼对用户来说是有好处的，即使设备本身增加了额外的重量。
“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，而无需进行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。 “无需针对特定主题进行调整或更改参数即可使其发挥作用。”
本研究中的控制系统是为部分辅助装置设计的。这些外骨骼支持运动而不是完全取代体力。
该团队还包括莫利纳罗和另一位前博士 Inseung Kang。现在卡内基梅隆大学的学生使用现有的算法，并根据他们在杨实验室收集的大量力和动作捕捉数据对其进行训练。不同性别和体型的受试者佩戴动力髋外骨骼，在测力板上以不同的速度行走、爬上可调节高度的楼梯、上下坡道以及在这些动作之间进行转换。
就像用于制作电影的动作捕捉工作室一样，每个动作都被记录并编目，以了解关节在每个活动中所做的事情。
正如杨所说，科学机器人研究“与应用无关” 。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。
想象一下机器人辅助如何使士兵、航空行李搬运工或任何从事肌肉骨骼损伤风险高的体力要求高的工作的工人受益。
免责声明：本文由用户上传，如有侵权请联系删除！
