本月初(chu)，加拿(na)大(da)滑(hua)鐵(tie)盧大(da)學的研討(tao)職員更新(xin)了第一個(ge)開源的人(ren)類運動場景(jing)高分辨率可穿著相(xiang)機(ji)圖(tu)象數據(ju)庫。正(zheng)在(zai)此基礎上，可利用AI跟可穿著相(xiang)機(ji)，讓外骨骼機(ji)器(qi)人(ren)實現自立行走。
外(wai)骨骼機器(qi)人(ren)是指套正(zheng)在(zai)人(ren)體內(nei)部的機器(qi)人(ren)，也稱“可穿著的機器(qi)人(ren)”。該機器(qi)人(ren)存在(zai)傳感、節制、信息、融會、挪(nuo)動計較等功(gong)用，操(cao)作(zuo)者可以(yi)將(jiang)其綁正(zheng)在(zai)腿上，資助(zhu)他們加強或規(gui)復身體性能。
一、外(wai)骨骼機器人使用方法：從手(shou)控(kong)到機械自立
布羅科斯瓦夫·拉(la)紹夫斯基（BrokoslawLaschowski）是(shi)滑鐵盧大(da)學(xue)這(zhe)項研討的(de)次要研發職員(yuan)之一(yi)，他說道：“每次您念轉變挪動方法時，皆(jie)(jie)須(xu)要依附(fu)操(cao)縱桿(gan)或智能手機(ji)應用程序去操(cao)縱外骨骼機(ji)器人，從坐到(dao)站(zhan)、站(zhan)到(dao)止、空中(zhong)行(xing)走到(dao)高低樓梯皆(jie)(jie)須(xu)要如許做。”那對操(cao)作者(zhe)來講是(shi)很大(da)的(de)承擔。
若(ruo)何讓外骨骼機器人自(zi)動(dong)(dong)識別什么時(shi)候切(qie)換運動(dong)(dong)形式？
科學家(jia)曾將傳感器附著正在腿部(bu)，這類方式可以檢測從(cong)大腦發送到肌肉的(de)生(sheng)物電信(xin)號，通知他們挪動。
然而，這(zhe)類方式也存(cun)在一(yi)些問題，例如皮膚(fu)出汗(han)時(shi)，皮膚(fu)導(dao)電性(xing)將遭到影(ying)響。
兩、準確率超(chao)七成(cheng)，外骨骼機器人自(zi)動識(shi)別行走(zou)情況
拉紹夫斯基團隊正(zheng)在測驗考試一種(zhong)新方(fang)式：為用戶裝置可穿(chuan)著相機，為機械供給視覺數據(ju)，使(shi)其(qi)(qi)可能自立操縱。機器人(ren)裝備的AI軟件(jian)可以剖(pou)析(xi)這(zhe)些數據(ju)，以辨(bian)認周圍環境的樓(lou)梯(ti)、門跟其(qi)(qi)他特點，并(bing)計較若何做出最(zui)好(hao)相應。
讓(rang)外骨骼機器(qi)人實現隨意率性行走情(qing)況下的自動識別，則須要(yao)大批數據。
拉紹夫斯基指導(dao)了第一(yi)個(ge)人類運動(dong)場景(jing)高分辨率可穿著相機圖(tu)象的(de)開源數據(ju)庫——ExoNet名目。該數據(ju)庫擁有跨越560萬(wan)張室內跟室外真實步(bu)行情況(kuang)的(de)圖(tu)象。
國產分揀機器人直銷拉紹(shao)夫斯基指(zhi)出(chu)，團(tuan)隊利用這些數據去鍛煉深(shen)(shen)度學習算(suan)法。只(zhi)管可(ke)穿著相機感知的分歧(qi)概況跟物體存在極(ji)大差別，但(dan)他們團(tuan)隊的深(shen)(shen)度卷積神(shen)經網絡曾經可(ke)能以(yi)73%的準(zhun)確度自動識(shi)別分歧(qi)的行(xing)走情況。
同時，拉紹夫斯基也(ye)評(ping)釋，AI對圖片的深度(du)學習也(ye)會使(shi)其依附傳統二維圖象，正在戶外照明(ming)跟距離增(zeng)長時，AI丈量準確性平(ping)常會降(jiang)低。
智能垃圾分揀機器人零件其他研究者也正在將(jiang)AI跟可穿(chuan)著相機用(yong)于讓外骨骼機器(qi)人自(zi)立行走。
北卡羅來(lai)納州的研討職(zhi)員將可穿著(zhu)相機裝置正在眼睛(jing)或膝蓋(gai)上，讓志愿(yuan)者穿過(guo)各類室(shi)內跟室(shi)外(wai)情況，捕獲(huo)外(wai)骨骼機器人能夠用來(lai)窺察周圍世界的圖象數據。
京東快遞分揀機器人功能北卡(ka)羅來納州破大(da)學電氣工程(cheng)研究員(yuan)埃(ai)德加·洛巴(ba)頓默示，他們(men)專注于AI軟件(jian)若何削減果運動恍惚(hu)或適度暴(bao)光圖象等(deng)因素而發生的不確定性(xing)，以確保安全(quan)運轉。“咱們(men)愿望(wang)確保AI集(ji)成到硬(ying)件(jian)產物之前，咱們(men)可(ke)能真正(zheng)依附它。”
三、自動駕(jia)駛為靈感，進步外骨骼機(ji)器(qi)人穩(wen)定性
將來，拉紹夫斯基跟(gen)他的共事(shi)將專注于進步情況剖(pou)析軟件(jian)的準確性，資助外(wai)骨骼機器人更(geng)好天實現及時操縱。
洛巴頓跟他的團(tuan)隊借(jie)摸索若何處置懲(cheng)罰舉措給視覺體(ti)系帶來的不(bu)確(que)定(ding)性(xing)因素。
ExoNet研討職員愿望(wang)摸索AI軟件(jian)若何(he)將下(xia)令(ling)傳輸(shu)給(gei)外骨骼機(ji)器人(ren)(ren)，以(yi)便(bian)機(ji)器人(ren)(ren)可以(yi)依據系統對用戶周邊地形停(ting)止剖析，履行爬樓梯或制止障礙物等使(shi)命(ming)(ming)。拉紹夫斯基(ji)道，以(yi)自(zi)動(dong)駕(jia)駛汽車為靈感，他(ta)們正追求開辟無需人(ren)(ren)工投(tou)入便(bian)可實現(xian)步(bu)行使(shi)命(ming)(ming)的自(zi)立外骨骼機(ji)器人(ren)(ren)。
與此同(tong)時(shi)，拉紹夫(fu)斯基所在團隊也(ye)正在思量年(nian)老、殘疾人等行動不(bu)便(bian)者操縱外骨骼機器人的場(chang)景安全性(xing)。“用戶平安至關重要，若是骨骼機器人的分類算法(fa)或控制(zhi)器做(zuo)出毛病決意，用戶要一直有能(neng)節(jie)制(zhi)它(ta)的才能(neng)。”
結語：自主化是生物助力機器人將來趨向
外骨骼(ge)機器(qi)人(ren)(ren)作(zuo)為機器(qi)人(ren)(ren)范疇(chou)的一個(ge)分支，自1960年起研討從未中斷，但若何(he)應用傳感器(qi)精確獲得人(ren)(ren)體意圖始終是待辦理的難(nan)題。
現在(zai)正在(zai)AI跟(gen)可穿著相機(ji)的加(jia)(jia)持下，外骨骼機(ji)器(qi)人這(zhe)一生物助(zhu)力機(ji)器(qi)人的開展(zhan)與(yu)落地(di)均將加(jia)(jia)速，拓展(zhan)其商(shang)用跟(gen)民用市場。
分揀機器人的工作方法快遞無人分揀機器人藥品分揀機器人哪家強蔬果分揀機器人