Computer Vision und Unsicherheit in AI für Roboter Prothetik

„Unteren Extremitäten Roboterprothetik unterschiedliche Verhaltensweisen an den Gelände Benutzer basierend ausführen müssen, gehen auf“, sagt Edgar Lobaton, Mitverfasser eines Papiers über die Arbeit und ein Associate Professor für Elektro- und Computertechnik an der North Carolina State University. „Der Rahmen, den wir erstellt haben ermöglicht die KI in Roboterprothesen die Art von Gelände Benutzer vorherzusagen, werden verstärkt auf, quantifizieren, die mit dieser Vorhersage verbundenen Unsicherheiten und dann diese Unsicherheit in ihre Entscheidungsfindung einzubeziehen.“

Die Forscher konzentrierten sich zwischen sechs verschiedene Terrains auf der Unterscheidung, die das Verhalten Anpassungen erfordern in einem Roboter-prothetischen suchen: Fliesen, Ziegel, Beton, Gras, „nach oben“ und „unten“.

„Wenn der Grad der Unsicherheit zu hoch ist, wird die KI nicht eine fragwürdige Entscheidung zu treffen gezwungen, es könnte stattdessen den Benutzer zu benachrichtigen, dass es nicht genug Vertrauen hat in seiner Vorhersage zu handeln, oder es könnte zu einem‚sicheren Standard "Modus“, sagt Boxuan Zhong, Hauptautor des Papiers und ein kürzliches Ph.D. von NC State graduieren.

Die neue „Umwelt Kontext“ Framework umfasst sowohl Hardware- als auch Software-Elemente. Die Forscher entwickelten, um den Rahmen für die Verwendung mit jedem der unteren Gliedmaßen oder robotische Exoskelett robotic prothetischer Vorrichtung, jedoch mit einem zusätzlichen Stück Hardware: eine Kamera. In ihrer Studie verwendeten die Forscher getragen Kameras auf Brillen und Kameras auf dem unteren Gliedmaßen Prothese selbst angebracht ist. Die Forscher bewerteten, wie die KI der Lage war, den Einsatz von Computer-Vision-Daten aus beiden Arten von Kamera zu machen, getrennt und wenn sie zusammen.

„Einbindung Computer Vision in der Steuerungssoftware für tragbare Robotik ist ein aufregendes neues Gebiet der Forschung“, sagt Helen Huang, ein Co-Autor des Papiers. „Wir stellten fest, dass beide Kameras funktionierte gut, aber viel Rechenleistung benötigt und kann Kosten untragbar sein. Allerdings haben wir auch festgestellt, dass auf der unteren Extremität nur die Kamera montiert ist ziemlich gut funktioniert, vor allem für kurzfristiges Prognosen, wie was würde das Gelände wie für den nächsten Schritt oder zwei sein.“ Huang ist der Jackson Familie Distinguished Professor für Biomedizinische Technik in der Gemeinsamen Institut für Biomedizinische Technik an der NC State und der University of North Carolina in Chapel Hill.

Werbung