کتی پاف | 09 آگوست 2021
محققان دانشکده مهندسی و علوم رایانه دانشگاه فلوریدا آتلانتیک حسگرهای لمسی قابل کشش فلزی مایع را برای نوک انگشتان مصنوعی ایجاد کردند که می‌تواند لمس انسان را تقلید کرده و حس را در طول زمان بهبود بخشد. سنسورهای کششی FAU برای رفع برخی از اشکالات اصلی پروتز طراحی شده است.
بهبود عملکرد حسی پروتز
به گفته اریک انگربرگ، دکترا، استادیار گروه مهندسی اقیانوس و مکانیک و عضو موسسه
Institute for Sensing and Embedded Systems Center for Complex، توضیح داد: «اکثر سنسورهایی از این نوع معمولاً سفت و سخت بوده و سازگار نیستند، که باعث می‌شود تعامل با دیگران-دست دادن و نگه داشتن کودکان دشوار شود. این سنسورها برای تعامل انسان مناسب نیستند.»
انگبرگ گفت: «دست‌های مصنوعی سنتی نیز فاقد حس لامسه هستند. مردم حس لامسه بسیار قوی دارند و دستگاه‌های حسی در بهترین حالت ابتدایی هستند. در حالی که دست‌های مصنوعی کمک بزرگی به افراد قطع شده اندام فوقانی می‌کنند، فعالیت‌های روزانه همچنان می‌تواند با نوک انگشتان مصنوعی، از جمله برداشتن وسایل، مشکل باشد.»
سازگاری برای هر عضو قطع شده
فن آوری جدید حسگر FAU تلاش می‌کند تا قابلیت حس سنسورهای مصنوعی را بهبود بخشد و آن‌ها را با کاربر سازگار کند. سنسورهای کشسان از الاستومرهای سیلیکونی تشکیل شده‌اند که میکروکانال‌ها با فوتولیتوگرافی تشکیل شده‌اند. Engeberg توضیح داد که فلز مایع به میکروکانال‌ها تزریق می‌شود و برای تشخیص بافت از مقاومت یا تغییرات فشار درون میکروکانال‌ها استفاده می‌شود. هوش مصنوعی تغییرات مقاومت را به علایم منحصر به فرد برای بافت‌های خاص تبدیل می‌کند. انگبرگ می‌گوید: «الگوریتم‌های یادگیری ماشین پروتز را قادر می‌سازد تا انواع مختلف بافت‌ها را تشخیص دهد. نه تنها فشار، بلکه بافت پارچه در مقابل جیر، پوست انسان در مقابل خز حیوان خانگی.»
با یادگیری ماشینی، سنسورها می‌توانند با استفاده از آن‌ها بهبود یافته و با کاربر سازگار شوند، زیرا بافت‌های خاصی در زندگی روزمره آن‌ها مکرراً مشاهده می‌شود. بازخورد به بهبود یک مشکل بزرگ در مورد پروتز کمک می‌کند – رها کردن دستگاه – زیرا پروتز طبیعی به نظر نمی‌رسد. آن‌چه ما انجام داده‌ایم این است که نشان می‌دهیم هوش مصنوعی قادر به تشخیص بافت‌ها است. حسگرهای لمسی قابل کشش می‌توانند ارتباط بین دستگاه و کاربر را بهبود بخشیده و منجر به استفاده معنادارتری شوند، با اطلاعات حسی که در دستگاه مصنوعی مدیریت می‌شود تا بار شناختی بر روی افراد قطع شده را کاهش داده یا به بدن کاربران بازگردد.
داده‌های فعلی بر اساس آزمایشات اخیر سنسورها (20 آزمایش برای هر یک از 10 سطح بافت دار) متصل به چهار انگشت بود. آزمایشات اطلاعاتی در مورد سرعت حرکت سنسورها در امتداد سطوح بافت جمع آوری کردند. مطابق نظر FAU، بهترین عملکرد بین الگوریتم‌ها 99.2 accuracy دقت در تشخیص بین 10 بافت مختلف را نشان داد. داده‌های جمع آوری شده برای آموزش چهار الگوریتم یادگیری ماشین استفاده شد و در مطالعه‌ای در مجله سنسورها منتشر شد.
https://www.designnews.com
