bt365手机平台-下载首页

  • Lead auth要么 约瑟夫delpreto controls a

    主要作者约瑟夫delpreto控件“行为-A-BOT”无人机与他的手臂肌肉。

    研究人员的照片礼貌。

    全屏
  • 行为-A-机器人系统使用户能够通过一个障碍环境飞无人机。

    行为-A-机器人系统使用户能够通过一个障碍环境飞无人机。

    研究人员的照片礼貌。

    全屏

肌肉信号可以驾驶的机器人

主要作者约瑟夫delpreto控件“行为-A-BOT”无人机与他的手臂肌肉。

CSAIL的行为-A-机器人系统使用肌肉的信号来提示一个无人驾驶飞机的运动,从而实现更自然的人机通信。 看视频


记者联系

雷切尔·戈登
电子邮件: rachelg@csail.mit.edu
电话:617-258-0675
bt365手机app计算机科学和人工智能实验室

爱因斯坦著名的假设,“唯一的真正有价值的是直觉,”可以说是对理解意图和沟通的最重要的关键之一。 

但直观性是很难教 - 尤其是一台机器。寻求改善这一点,从bt365手机app团队的 计算机科学和人工智能实验室 (CSAIL)想出了一种方法,其拨打我们更接近更加无缝的人机合作。该系统中,被称为“行为-A-机器人,”使用人肌肉信号穿戴式传感器试行一个机器人的运动。 

“我们设想在哪台机器帮助人们认知和体力工作,而这样做的,他们适应人,而不是周围的其他方式的世界里,”教授丹妮拉RUS,CSAIL的主任,为bt365手机app的斯蒂芬的研究副院长说:一个。计算的施瓦茨曼大学,并在有关系统论文合着者。 

使人员和机器,肌电图和运动传感器佩戴在二头肌,三头肌,和前臂测量肌肉信号和运动之间的无缝协作。算法然后处理信号来检测手势的实时,无任何离线校准或每个用户的训练数据。该系统只使用两个或三个穿戴式传感器,并没有什么环境 - 在很大程度上降低了障碍,普通用户与机器人互动。

而行为-A-BOT可能被用于各种场景,包括在电子设备上浏览菜单或监督自主机器人,这个研究小组利用一只鹦鹉波普2无人机,虽然任何商业无人机都可以使用。

通过检测像旋转手势,握紧拳头,紧张的武器,并激活前臂,行为-A-BOT的动作可以移动的无人驾驶飞机左,右,上,下,和着,以及允许它旋转和停止。 

如果你对你的朋友正确的做了个手势,他们可能会解释,他们应该朝着这个方向移动。同样,如果您挥挥你的手到左边,例如,无人机也跟风,向左转。 

在试验中,无人机正确地回答了超过1500人的手势的82%,当它被远程控制,通过篮球飞行。该系统还正确识别提示的手势的大约94%的时,不被控制的无人驾驶。

“了解我们的手势可以帮助机器人解释更多是我们在日常生活中自然地使用的非语言线索的,”约瑟夫delpreto,在新的文件主要作者。 “这种类型的系统可以帮助您在使用机器人更类似于与他人互动交流,以及让其他人更容易开始使用机器人没有事先的经验或外部传感器。” 

这种类型的系统可能最终目标的范围内供人机器人协作应用,包括远程勘探,辅助个人机器人,或制造任务等输送的物体或提升材料。 

这些智能工具也与社会距离一致 - 并可能开辟未来的非接触式工作的一种境界。例如,你可以想像的机器被人类安全清洁病房,或脱落的药物控制,而让我们人类保持一段安全距离。

肌肉信号通常可以提供关于状态是很难从视觉观察,如关节僵硬或疲劳的信息。    

例如,如果你看一个人抱着一大箱的视频,你可能很难猜测需要多少努力或力 - 和一台也将难以计量,从视觉孤单。使用肌传感器开辟了可能性估计不仅运动,而且力和扭矩要求执行该物理轨迹。

用于姿势词汇目前用于控制机器人,检测到的变动情况如下: 

  • 加强上臂(看到出乱子时类似短暂卑躬屈膝)停止机器人:肱二头肌和肱三头肌的信号;

  • 挥动手左/右和上/下移动机器人侧向或垂直地:前臂肌肉信号(与前臂加速计指示手取向);

  • 拳头握紧到机器人前进:前臂肌肉信号;和

  • 旋转顺时针/逆时针转动机器人:前臂陀螺仪。

机器学习分类器检测到使用该穿戴式传感器的手势。无监督分类处理的肌肉和运动数据,并聚集到实际时间来学习如何从其他运动中分离手势。神经网络还预测从前臂肌肉信号腕部弯曲或伸展。  

该系统主要本身进行校准,以每个人的信号,同时他们正在做的是控制机器人的姿态,使其更快,更容易为普通用户开始与机器人互动。

在未来,球队希望扩大试验,以包括更多的主题。和同时用于机器人的运动行为-A-机器人盖共同的手势动作,研究人员要扩展的词汇以包括多个连续的或用户定义的姿势。最终,希望是让机器人从这些互动学习,以便更好地理解任务,并提供更多的援助,预测或增加他们的自治权。 

“这个系统运行更近了一步,让我们与机器人无缝地工作,使他们能够成为日常工作更有效,更智能的工具,说:” delpreto。 “这样的合作继续变得更加方便和普及,为协同益处的可能性继续深化。” 

delpreto和RUS实际上在本月早些时候提交的文件在ACM / IEEE上的人机互动国际会议。


主题: 计算机科学和人工智能实验室(CSAIL), 机器人, 机器人, 研究, 穿戴式传感器, 神经科学, 脑与认知科学, 算法, 分布式机器人实验室, 工程学院, 人工智能, 肌肉, 人机交互, 计算的bt365手机app施瓦茨曼, Electrical Engineering & Computer Science (eecs)

回到顶端