Реальные вспомогательные экзоскелеты становятся ближе к реальности благодаря обучению ИИ

Исследователи Технологического института Джорджии используют ИИ для быстрого обучения устройств экзоскелета, что делает разработку, улучшение и, в конечном итоге, внедрение носимых роботов для людей с ограниченной подвижностью гораздо более практичным.

Чтобы создать полезные носимые роботизированные устройства, которые могут помочь пациентам с инсультом или людям с ампутированными конечностями, необходимо обучить компьютерный мозг, управляющий системами. Это требует времени и денег — много времени и денег. А исследователям нужны специально оборудованные лаборатории для сбора гор человеческих данных для обучения.

Даже когда у инженеров есть работающее устройство и мозг, называемый контроллером, изменения и улучшения в системе экзоскелета обычно означают, что сбор данных и обучение начинаются заново. Этот процесс является дорогостоящим и делает внедрение полнофункциональных экзоскелетов или роботизированных конечностей в реальный мир практически непрактичным.

Больше нет, благодаря инженерам Технологического института Джорджии и ученым-компьютерщикам.

Они создали инструмент искусственного интеллекта, который может превратить огромные объемы существующих данных о том, как люди передвигаются, в функциональные контроллеры экзоскелетов. Нет сбор данныхпереподготовка и часы дополнительного лабораторного времени, необходимые для каждого конкретного устройства.

Их подход позволил создать экзоскелет мозга, способный оказывать значимую помощь в огромном диапазоне движений бедер и коленей, который работает так же хорошо, как лучшие доступные в настоящее время контроллеры. Их работа была опубликовано 19 ноября в Научная робототехника.

«Это значительное повышение эффективности с точки зрения исследовательской миссии. Но что я считаю особенно интересным, так это в реальном мире», — сказал Аарон Янг, доцент Школы машиностроения Джорджа Вудраффа Технологического института Джорджии.

«Скажем, стартап-компания хочет развернуть экзоскелет, и в ходе разработки это устройство проходит четыре итерации. Теперь это легко реализовать без необходимости сбора массивных данных каждый раз, когда они вносят изменения в устройство. По сути, это то, что потребовалось бы, если бы мы остались там, где технология была год назад».

Исследование возглавил бывший доктор философии. студент Китон Шерперел, который учился вместе с Янгом и Омером Инаном в Школе электротехники и вычислительной техники. Все исследователи связаны с Институтом робототехники и интеллектуальных машин Технологического института Джорджии.

Они также работали с Мэтью Гомболеем в Школе интерактивных вычислений, чья команда помогла разработать систему искусственного интеллекта, которая сделала этот прогресс возможным.

Исследователи использовали своего рода искусственный интеллект под названием CycleGAN, который изначально был разработан для сопоставления спутниковых изображений определенного места с изображениями того же места с уровня земли. Это тот же ИИ, который может превратить изображение лошади в изображение зебры.

Вместо соединения изображений ИИ связал большие наборы данных о людях, передвигающихся без экзоскелетов, с тем, как они будут двигаться, надевая устройство. Затем он использовал эти данные, чтобы предугадать, какую роботизированную помощь можно будет предложить в области бедра и колена.

«У нас была идея создания промежуточной области. Вы можете взять немаркированные данные биомеханики (люди передвигаются) перенести их в симуляцию и искусственно добавить к ним датчики, как если бы они носили экзоскелет. Тогда вы можете представить, как будут выглядеть показания этих датчиков», — сказал Гомболай, доцент Школы интерактивных вычислений.

«Конечная цель — использовать показания датчиков, чтобы предсказать, какой биологический крутящий момент они создают в бедрах, коленях или в любом другом суставе, на который вы смотрите».

«Мы взяли дешевые крупномасштабные данные и научились сопоставлять их с областью, сбор которой для конкретной системы обходится дорого. И это можно перепрофилировать для любого экзоскелета».

Янг сравнил его с переводчиком, который принимает информацию на одном «языке» и позволяет любому конкретному роботу понять информацию и использовать ее.

Новая технология основана на предыдущей работе его команды по разработке высокоэффективных контроллеров экзоскелета с искусственным интеллектом. Но эти усилия потребовали многих лет сбора данных о людях, передвигающихся с помощью экзоскелета, прежде чем контроллер смог оказать полезную помощь. Этот новый класс моделей на базе искусственного интеллекта позволяет обойти все это.

Как и более ранние «независимые от задач» контроллеры, модель искусственного интеллекта не предсказывает, что пользователь пытается сделать — например, подняться по лестнице или сойти с тротуара. Вместо этого он мгновенно обнаруживает и оценивает, как двигаются суставы пользователя и сколько усилий они прилагают. Тогда экзоскелет увеличивает эти усилия на целых 20%.

«Одна из вещей, которые меня больше всего волнуют, — это то, как это не только ускоряет исследования в нашей лаборатории, но и открывает двери для использования наших типов контроллеров робототехниками, у которых нет доступа к оборудованию, которое есть у нас», — сказал Шерперел, ныне старший инженер по системам управления в Skip.

«Это потенциально увеличит скорость и количество исследователей, которые смогут над этим работать. И с такой комбинацией кто знает, какие крутые вещи можно построить на этой основе».

Исследование доказало, что перевод ИИ работает с ногой экзоскелет что обеспечивало силу тазобедренных и коленных суставов. Но последствия простираются гораздо дальше.

«Говоря в целом, мы сможем воспользоваться достижениями, изложенными в этой статье, и применить их к системам верхних конечностей, системам протезов и, возможно, даже к автономным роботам», — сказал Янг.

«Это большой прогресс. И именно здесь команда Мэтью действительно помогла нам, создав ИИ, который выполняет этот перевод. Теперь у нас есть возможность сотрудничать с отраслевыми партнерами и внедрить эти контроллеры в реальные системы, которые люди будут использовать, будем надеяться, в ближайшем будущем».