江苏龙网

  1. 首页 > 人文 > >

[Deep Tech深科技TB]提臂、握拳、翻肘！简单手势+肌肉信号近乎“无缝”操控无人机( 二 )


机器学习分类器使用可穿戴传感器检测手势 。 无监督分类器对肌肉和运动数据进行处理 ， 并对其进行实时聚类 ， 学习如何将手势与其他动作区分开来 ， 神经网络也可以通过前臂肌肉信号预测手腕的弯曲或伸展 。
[Deep Tech深科技TB]提臂、握拳、翻肘！简单手势+肌肉信号近乎“无缝”操控无人机
文章图片
图｜记录肌肉和运动信号 。 （来源：CSAIL）
研究人员表示 ， “这个系统使我们实现与机器无缝工作的愿望又近了一步” ， 它们会成为更有效和更智能的工具以完成日常任务 。
然而 ， 要想在现实场景中普遍有效 ， 就需要保证该系统简单可用 。 研究人员表示 ， 该系统根据以前用户的数据进行训练 ， 而不需要每个用户提供新的训练数据；该系统只使用两、三个可穿戴传感器 ， 不需要其他多余的东西 ， 大大降低了普通用户与机器互动的障碍 。
这种类型的系统最终可以应用于人机协作的一系列应用 ， 包括远程探测、个人助理机器人 ， 或者像运送物品或搬运材料这样的机械任务 。
此外 ， 该系统可能为未来的非接触工作开辟一个新领域 。 比如 ， 在保持一个安全距离的前提下 ， 我们可以控制机器人打扫医院病房、为病人开药等 。
未来 ， 研究小组希望扩大测试对象范围 ， 比如增加更连续的或用户自定义的手势 。 最终 ， 研究人员希望机器可以从这些人机互动中自我学习 ， 从而更好地理解任务 ， 提供更有预见性的帮助 ， 增加它们的自主权 。


推荐阅读


上一篇：缤锋评论TB：现在还会选它吗？，华为Mate30Pro：懂手机的人

下一篇：#财料#痛失7000亿，离世界首富“最近”富二代：他“甩掉”腾讯20%股份