visión por ordenador y la incertidumbre en la IA de prótesis robóticas

"Los miembros inferiores prótesis robóticas necesitan para ejecutar diferentes comportamientos en función de los usuarios de terreno están caminando sobre", dice Edgar Lobatón, co-autor de un documento sobre el trabajo y profesor asociado de ingeniería eléctrica e informática en la Universidad Estatal de Carolina del Norte. "El marco que hemos creado permite la IA en las prótesis robóticas para predecir el tipo de usuarios del terreno será pisando, cuantificar las incertidumbres asociadas con esa predicción, y luego incorporar la incertidumbre en la toma de decisiones."

Los investigadores se centraron en distinguir entre seis terrenos diferentes que requieren ajustes en una prótesis robótica de comportamiento: baldosas, ladrillos, hormigón, hierba, "arriba" y "abajo".

"Si el grado de incertidumbre es demasiado alta, la IA no se ve obligado a tomar una decisión cuestionable, en su lugar podría notificar al usuario que no tiene la suficiente confianza en su predicción para actuar, o que pueda no pagar a un 'seguro "modo ", dice Boxuan Zhong, autor principal del artículo y un doctorado reciente graduarse de Carolina del Norte Estado.

El nuevo marco "contexto ambiental" incluye elementos de hardware y software. Los investigadores diseñaron el marco para su uso con cualquier exoesqueleto robótico de las extremidades inferiores o dispositivo prostético robótico, pero con una pieza adicional de hardware: una cámara. En su estudio, los investigadores utilizaron cámaras usadas en las lentes y cámaras montadas en la propia prótesis de extremidad inferior. Los investigadores evaluaron cómo el AI era capaz de hacer uso de los datos de la visión por ordenador de los dos tipos de cámara, por separado y cuando se usa en conjunto.

"La incorporación de la visión artificial en el software de control para la robótica portátiles es una emocionante nueva área de investigación", dice Helen Huang, un co-autor del trabajo. "Hemos encontrado que el uso de ambas cámaras funcionaba bien, pero requiere una gran cantidad de potencia de cálculo y puede ser prohibitivo costo. Sin embargo, también se encontró que utilizando sólo la cámara montada en la extremidad inferior trabajado bastante bien, sobre todo para las predicciones a corto plazo, tales como lo que el terreno sería para el siguiente paso o dos ". Huang es el profesor distinguido de la familia Jackson de Ingeniería Biomédica en el Departamento de Ingeniería Biomédica conjunta en NC State y la Universidad de Carolina del Norte en Chapel Hill.

anuncio