想象一下以下場景,在沒有鍵盤的情況下在電腦上打字,在沒有控制器的情況下玩電子游戲,在沒有方向盤的情況下駕駛汽車。這么炫酷的場景,似乎只有科幻影片中才會出現(xiàn)。

　　如今,由加州大學伯克利分校的工程師們開發(fā)出的一種新型可穿戴設備或許可以實現(xiàn)這些場景。該設備通過將可穿戴生物傳感器與人工智能(AI)相結(jié)合,可以根據(jù)設備佩戴者前臂的電信號模式,識別出他計劃做出的手勢。研究人員表示,該設備有望用于控制假肢,并且可與各種類型的電子設備進行交互。

　　相關(guān)研究以“A wearable biosensing system with in-sensor adaptive machine learning for hand gesture recognition”為題,于 12 月 21 日在線發(fā)表在 Nature Electronics 上。

　　(來源:Nature Electronics)

　　對此,該設備的研發(fā)工程師之一、加州大學伯克利分校電子工程和計算機科學系博士 Ali Moin 表示:“假肢是這項技術(shù)的重要應用之一,它同時也提供了一種非常直觀的、可與計算機交互的方式。” 改善人機交互的方式有多種,比如使用攝像頭和計算機視覺技術(shù),但讀取手勢是一個很好的解決方案,還可以保護個人隱私。

　　讓科幻場景成為現(xiàn)實

　　近年來,可穿戴式生物傳感器在健康監(jiān)測和人機界面交互領域得到了廣泛的應用。但是,想要使無線信號處理系統(tǒng)實現(xiàn)對生理信號的實時分析,還存在通信時延、安全性等問題。

　　雖然引入機器學習模型進行本地信號處理的系統(tǒng)具有許多優(yōu)勢,但同樣面臨著多種問題,在低功耗嵌入式處理器中,所使用的機器學模型通常需要事先進行離線訓練,如果訓練達不到預期效果,模型的分類精度就會降低,導致性能欠佳或用戶體驗不佳等問題。

　　為了解決當前可穿戴生物傳感設備面臨的技術(shù)壁壘,Moin 等人通過檢測人體皮膚表面肌電圖(surface electromyography,sEMG),研發(fā)了可穿戴的高密度 sEMG 生物傳感系統(tǒng)。該可穿戴系統(tǒng)總重量為 26g,也就是一塊表的重量,佩戴十分方便;系統(tǒng)所使用的電池為 3.7V、240mAh 的鋰離子電池,連續(xù)手勢識別續(xù)航時間長達 6 小時。

　　圖 | sEMG 可穿戴生物傳感系統(tǒng)。a. 位于前臂上的設備;b. 絲網(wǎng)印刷過程的圖解;c. 定制設計的 16*4 電極陣列;d. 小型八層 PCB 電路板;e. 構(gòu)成可穿戴系統(tǒng)的主要組件的框架圖。(來源:Nature Electronics)

　　為了創(chuàng)建手勢識別系統(tǒng),該團隊與加州大學伯克利分校電子工程教授 Ana Arias 合作,設計了一個靈活的臂帶。該臂帶可以讀取佩戴者前臂上 64 個不同點的電信號,并將電信號輸入到一個使用 AI 算法編程的電子芯片中。與其他人工智能算法一樣,該算法首先要“學習”手臂上檢測到的電信號,并與特定的手勢相關(guān)聯(lián)。要實現(xiàn)這一點,每個用戶都必須戴上臂帶,同時逐一做出手勢。

　　(學術(shù)頭條制作,素材來自 YouTube)

　　(學術(shù)頭條制作,素材來自 YouTube)

　　(學術(shù)頭條制作,素材來自 YouTube)

　　該生物傳感系統(tǒng)穿著舒適,并且可以提供快速的初始訓練,自適應性較強,這一特點對于可穿戴的人機界面應用至關(guān)重要。但是,目前該系統(tǒng)所檢測的生理信號會因用戶而異,并且不穩(wěn)定。

　　豎起你的大拇指

　　與其他先進的手勢識別系統(tǒng)相比,該設備使用超維計算(HDC)來實現(xiàn)傳感器中的自適應學習,通過本地數(shù)據(jù)實時訓練、推理和模型更新,來適應不斷變化的情境,對手勢分類進行實時推斷的實時推斷。例如,如果設備佩戴者的手臂上有汗水或手臂舉過頭頂,與特定手勢相關(guān)的電信號會發(fā)生變化,HD 算法可以將這些新信息納入其模型。

　　Moin說:“在手勢識別中,sEMG 信號會隨著時間的推移而改變,這可能會影響模型的性能,我們能夠通過更新設備上的模型來大大提高分類精度。”

　　圖 | 研究中使用的手勢類別和 sEMG 記錄特征(來源:Nature Electronics)

　　通過模型訓練,該系統(tǒng)成功識別了 21 個單獨的手勢,包括豎起大拇指、握拳、平手、舉起單個手指和數(shù)數(shù)字。

　　該設備的另一個優(yōu)勢是,所有的數(shù)據(jù)運算都在芯片上進行,無需將個人數(shù)據(jù)傳送到附近的電腦或設備上,這不僅加快了計算速度,還確保了個人生物數(shù)據(jù)的私密性。

　　Moin 表示:“當你想讓手部肌肉收縮時,你的大腦會通過頸部和肩部的神經(jīng)元向手臂和手部的肌肉纖維發(fā)送電信號。從本質(zhì)上講,臂帶中的電極所檢測到的就是這個電信號。它并不是那么精確,從某種意義上說,我們無法精確地指出到底是哪些纖維被觸發(fā)了,但由于電極的分布密度較高,它仍然可以學習識別某些模式。”

　　論文通訊作者之一、加州大學伯克利分校的電機工程和計算機科學系杰出教授 Jan Rabaey 表示:“當亞馬遜或蘋果公司創(chuàng)建他們的算法時,他們會在云端運行一堆軟件來創(chuàng)建模型,然后將模型下載到設備上。但是,在設備的使用過程中,往往會被所輸入的特定模型所困。如今,我們實現(xiàn)了一個在設備本身完成學習的過程,而且它的速度極快,你只需要執(zhí)行一次,它就會開始做這項工作。你做的次數(shù)越多,設備的性能就會變得越好。它在不斷學習,這也是人類的工作方式。”

　　Rabaey 表示,該設備尚未準備好商用,可能還需要進行一些調(diào)整。

　　“這些技術(shù)大多數(shù)已經(jīng)存在于其他地方,但是該設備的獨特之處在于,它將生物傳感、信號處理和解釋以及 AI 集成到一個系統(tǒng)中,而且該系統(tǒng)具有尺寸小、設計靈活、低功率等優(yōu)點。”

　　推薦閱讀

　　營收增多，“倒掛”頻現(xiàn)，“啃米族”華米何去何從？

　　近日,華米科技發(fā)布了2020年第三季度財報。財報顯示,公司季度內(nèi)營收為22.351億元人民幣,同比增長20%。與上一季度的11.37億元相比,環(huán)比上漲幅度為96.6%。三季度總出貨量達>>>詳細閱讀

本文標題：科學家研發(fā)新型可穿戴設備：未來有望用于智能假肢

地址：http://m.sdlzkt.com/n/qita/2856.html

 1/2    1