「」提臂、握拳、翻肘！简单手势+肌肉信号近乎“无缝”操控无人机( 二 )
图｜肌电图传感器监测肱二头肌、肱三头肌和前臂肌肉 。（来源：CSAIL）
当研究人员在做控制机器的手势时 ， 该系统会根据来自肌肉的信号进行自动校准 ， 从而使普通用户可以更快、更容易地与机器互动 。在这一过程中 ， 该系统利用机器学习算法同步处理采集到的肌肉信号 ， 实时检测手势 ， 且无需进行任何离线校准 。
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 。
文章图片
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 。
【「」提臂、握拳、翻肘！简单手势+肌肉信号近乎“无缝”操控无人机】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 。
![[小畜播报]我几个室友都和女友约会去了，留我一人独守空房！，幽默笑话：情人节那天](https://imgcdn.toutiaoyule.com/20200409/20200409143208909813a_t.jpeg)
