AI ръководи протези, за да съчетае модела на ходене с терена

[ad_1]
AI ръководи протези, за да съчетае модела на ходене с терена | ✅ Д-р Стоян Арнаудов - Ортопед | Травматолог ⭐️

Протезите на долните крайници, които се захранват самостоятелно и помагат на потребителите да ходят сравнително естествено, не работят добре на различни повърхности. Ходенето по павиран бетон е много различно от преминаването през тревисто поле, но без да познава терена отдолу е невъзможно протезът да се настрои по съответния начин. Сега изследователи от държавния университет в Северна Каролина са разработили система за изкуствен интелект, базирана на камера, която може да разпознава различни терени и да сигнализира на протеза да промени начина, по който се движи, за да съответства на повърхността отдолу.

AI ръководи протези, за да съчетае модела на ходене с терена | ✅ Д-р Стоян Арнаудов - Ортопед | Травматолог ⭐️

Технологията включва прикрепване на малка камера близо до протеза, за да може тя да вижда земята напред. Видеото се подава в компютър, който е научен да идентифицира различни терени, включително трева, тухла, бетон и дори плочки. Устройството може също така да разпознае дали има стълбищни стъпала напред и дали те сочат нагоре или надолу.

„Роботизираното протезиране на долните крайници трябва да изпълнява различни поведения въз основа на терена, по който ходят потребителите“, каза Едгар Лобатън, съавтор на изследването, представящо тази технология в Транзакции на IEEE за наука и инженерство по автоматизация. „Рамката, която създадохме, позволява на изкуствения интелект в роботизираните протези да предсказва типа на ползвателите на терена, на който ще стъпват, да определи количествено несигурностите, свързани с това предвиждане, и след това да включи тази несигурност в процеса на вземане на решения. Измислихме по-добър начин да научим системите за задълбочено обучение как да оценяват и определят количествено несигурността по начин, който позволява на системата да включи несигурността в процеса на вземане на решения. Това със сигурност е от значение за роботизираната протеза, но нашата работа тук може да се приложи към всякакъв тип система за дълбоко обучение. “

„Ако степента на несигурност е твърде висока, AI не е принуден да вземе съмнително решение - вместо това той може да уведоми потребителя, че няма достатъчно увереност в своята прогноза, за да действа, или би могъл по подразбиране да е„ безопасен “ „режим“, добави Boxuan Zhong, водещ автор на изследването.

Учи в IEEE транзакции по автоматизация и наука: Предсказване на контекста на околната среда за протези на долните крайници с количествено определяне на несигурността

Чрез: Държавен университет в Северна Каролина

[ad_2]