麻省理工學(xué)院新研究 繃緊肌肉就能操控?zé)o人機(jī)

近日，麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）的研究團(tuán)隊(duì)利用肌肉傳感器和運(yùn)動檢測算法，開發(fā)出一個(gè)“行為控制機(jī)器人”系統(tǒng)，能通過肌肉收緊來遠(yuǎn)程遙控?zé)o人機(jī)。

目前，搭載這個(gè)系統(tǒng)的無人機(jī)能夠?qū)?種手勢做出反應(yīng)，反應(yīng)正確率達(dá)到81.6%。

論文發(fā)表在計(jì)算機(jī)學(xué)術(shù)網(wǎng)站ACM Digital Library上，論文題目為《使用肌肉和動作傳感器實(shí)現(xiàn)即插即用手勢控制（Plug-and-Play Gesture Control Using Muscle and Motion Sensors）》。

本項(xiàng)研究中，研究人員嘗試?yán)眉‰娦盘杺鞲衅鳎ㄒ卜Q肌電圖傳感器，EMG），將人類手部運(yùn)動時(shí)的肌電信號傳輸給機(jī)器人。用表面肌電電極從參與者的右上臂提取肌電信號，在肱二頭肌短頭和肱三頭肌長頭上放置24mm預(yù)涂導(dǎo)電膠的Covidien電極。前臂上的裝置包括肌電圖電極和一個(gè)慣性測量設(shè)備（IMU，由一個(gè)加速度計(jì)和一個(gè)陀螺儀組成）。

在測試階段，研究人員按照這樣的順序給出指令：轉(zhuǎn)動、手臂僵直、向上、向下、右握拳及向左握拳。分類器優(yōu)先按照最近0.2s內(nèi)檢測到的手勢做出反應(yīng)，其次按照根據(jù)肌電信號預(yù)測到的運(yùn)動意圖做出反應(yīng)。

研究人員安排6名參與者做出1200次命令手勢，以此評估分類器的性能和界面效率。根據(jù)統(tǒng)計(jì)結(jié)果，分類器對手勢動作的識別準(zhǔn)確率達(dá)到97.6%。

另外，研究人員把這個(gè)系統(tǒng)應(yīng)用于一個(gè)Parrot Bebop 2無人機(jī)。據(jù)悉，該無人機(jī)重500g。在119分鐘的飛行時(shí)間中，測試人員隨機(jī)做出1535個(gè)命令手勢，無人機(jī)在81.6%的情況下做出了正確反應(yīng)。