
visão computacional e incerteza no AI para próteses robóticas
"De membros inferiores próteses robóticas precisa executar diferentes comportamentos com base nos usuários terreno está andando na", diz Edgar Lobaton, co-autor de um artigo sobre o trabalho e professor associado de engenharia elétrica e da computação na Universidade Estadual da Carolina do Norte. "O quadro que criamos permite que o AI em próteses robóticas para prever o tipo de utilizadores terreno será pisar, quantificar as incertezas associadas a essa previsão, e depois incorporar que a incerteza em sua tomada de decisão."
Os pesquisadores se concentraram em distinguir entre seis diferentes terrenos que exigem ajustes no comportamento de uma prótese robótica: azulejo, tijolo, concreto, grama, "lá em cima" e "embaixo".
"Se o grau de incerteza é muito alta, a AI não é forçado a tomar uma decisão questionável, poderia, em vez notificar o usuário que ele não tem confiança suficiente em sua previsão de agir, ou poderia padrão para um 'seguro "modo ", diz Boxuan Zhong, principal autor do papel e um Ph.D. recente formar na NC State.
O novo quadro "contexto ambiental" incorpora ambos os elementos de hardware e software. Os pesquisadores projetaram a estrutura para uso com qualquer exoesqueleto robótico de membros inferiores ou prótese robótica, mas com uma peça adicional de hardware: a câmera. Em seu estudo, os pesquisadores usaram câmeras usadas em óculos e câmeras montadas na própria prótese de membro inferior. Os pesquisadores avaliaram a forma como a AI foi capaz de fazer uso de dados de visão de computador de ambos os tipos de câmera, separadamente e, quando usados juntos.
"A incorporação de visão computacional em um software de controle para robótica wearable é uma excitante nova área de pesquisa", diz Helen Huang, co-autor do papel. "Nós descobrimos que o uso de ambas as câmaras funcionou bem, mas exigiu uma grande quantidade de poder de computação e pode ser proibitivo custo. No entanto, também descobrimos que usando apenas a câmera montada no membro inferior funcionou muito bem, especialmente para previsões de curto prazo, tais como o que o terreno seria como para o próximo passo ou dois." Huang é o Ilustre Professor Jackson Família de Engenharia Biomédica do Departamento Conjunto de Engenharia Biomédica no estado do NC e da Universidade da Carolina do Norte em Chapel Hill.
propaganda
fonte: North Carolina State University. "Computer vision and uncertainty in AI for robotic prosthetics." ScienceDaily. ScienceDaily, 27 May 2020. <www.sciencedaily.com/releases/2020/05/200527133147.htm>.