近期,美国犹他大学的研究团队在仿生手控制技术方面取得重要突破,提出一种结合人工智能(AI)的新型控制策略。该成果已发表于最新一期《自然·通讯》杂志,有望显著减轻使用者在操控手臂义肢时的认知负荷。
尽管目前高端仿生手在外观和驱动机制上已高度接近真实肢体,但大多数用户仍需集中注意力来控制手指开合及力度大小。这种不直观的操作方式带来了较高的使用负担,也是近半数佩戴者最终弃用义肢的主要原因之一。关键障碍之一在于,现有商用产品普遍缺乏有效的触觉反馈系统——而触觉恰恰是人类实现本能化、反射性抓握动作的核心支撑。
为了攻克这一难题,研究团队对一款市售仿生手进行了改造,加装了特制的指尖模块。这些模块不仅具备压力感知能力,还集成了光学接近传感器,能够模拟极为细腻的触觉反应。例如,系统可以检测到几乎无质量的棉球落在指尖的微弱接触。
借助传感器采集的数据,研究人员训练了一个专用的人工神经网络模型,使仿生手指能够在接近物体时自动调整位置,实现最优抓握姿态。由于每根手指均配备独立感知单元,可分别“观察”前方环境,多个手指因此能并行运作,协同完成稳定且精准的抓取动作。
该方法并未将全部控制权交由AI处理,而是采用“人机共享”的协作模式。具体而言,使用者只需发出“抓取”或“松开”的总体指令,后续的细微调节则由AI系统自主完成。这种分工有效避免了人机控制间的冲突,提升了整体操作流畅度。
在实际测试中,四名肘下腕上截肢的受试者使用该系统后,执行标准抓握任务时的表现明显改善,操作的稳定性与精确性均有所提高。同时,他们主观报告的认知负担显著降低。尤为值得注意的是,参与者无需经历冗长的学习过程,即可顺利完成拾取细小物品、端起塑料杯喝水等日常活动。


雷达卡


京公网安备 11010802022788号







