外骨骼机器人和我们的控制方法。(a)开发了碳框架外骨骼机器人。(b)拟议的选择性援助战略。在我们的方法中，使用基于肌电信号的运动分类方法在候选的日常运动中选择辅助策略，并使用新开发的轻型外骨骼机器人来辅助用户的运动。鸣谢:IEEE机器人与自动化快报(2022)。DOI: 10.1109/ LRA.2022.3148799来自RIKEN Guardian机器人项目的研究人员及其合作者利用轻质材料工程和人工智能的结合，创造了一种外骨骼机器人，可以帮助行动障碍者。新设备的一个重要元素是允许骨骼有效猜测用户意图的技术。机器人外骨骼有望在支持老龄化人口方面发挥重要作用。从本质上来说，它们是人们可以穿的衣服，让他们在自己年老的身体无法发挥力量的时候发挥力量。然而，外骨骼的发展受到了阻碍，因为它们通常很重，如果控制不当，会成为障碍而不是帮助。因此，重要的是开发既重量轻又能帮助使用者努力而不妨碍他们努力的外骨骼。
目前的研究涉及两个主要因素。首先，研究人员为下半身开发了一种轻质的碳纤维外骨骼，附着在用户的大腿和小腿上。外骨骼由高度可反向驱动的致动器制成，因此即使致动器未被激活，它也不会妨碍用户的运动。重要的是，研究团队转向人工智能，看看他们是否可以用它来预测用户想要如何移动。他们使用了一种称为PU -learning的方法，即积极和无标签的方法，根据用户肌肉活动的测量结果，让外骨骼学会正确读取用户的意图。PU分类方法允许使用模糊数据，通过将机器知道是正确的积极标记的数据与其他可能是积极或消极的未标记数据相结合，允许人工智能从没有全部标记的数据中学习。
在这个实验中，参与者进行了各种各样的运动，这些运动可以以同样的方式开始——站起来，交叉双腿，前倾，以及在椅子上调整自己的位置。外骨骼使用机器学习来猜测他们实际上何时试图站起来，然后为运动提供帮助。
实验是成功的。根据这篇论文的第一作者，Guardian Robot Project的Jun-ichiro Furukawa的说法，在用户的行为(除了目标从坐到站的运动)可能发生的情况下，该结果优于使用完全标记数据的传统系统，这表明该方法也可以扩展到其他运动。
据领导该研究小组的Jun Morimoto称，“我们研究的关键要素是，当控制机器人协助人类运动时，重要的是基于人类将以学习数据中没有的方式行为的假设来开发它。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
