Automatisering gör saker enklare. Det gör också saker potentiellt mer läskiga när du lägger ditt välbefinnande i händerna på teknik som måste ringa direkta samtal utan att först rådfråga dig, användaren. En självkörande bil måste till exempel kunna upptäcka en bilkö eller svängande cyklist och reagera på rätt sätt. Om det kan göra detta effektivt, är det en spelväxlare för transport. Om det inte kan, kan resultatet bli dödligt.
Innehåll
- Den största utmaningen för robotexoskelett
- Förbereder fortfarande för bästa sändningstid
Vid University of Waterloo, Kanada, arbetar forskare med just detta problem - endast tillämpat på området bärbara robotdräkter. Dessa dräkter, som kan sträcka sig från industrikläder som påminner om Aliens' Power Loader till hjälpmedel för personer med rörelsehinder till följd av ålder eller fysiska funktionshinder, används redan som förstärkningsanordningar för att hjälpa sina bärare. Men de har varit helt manuella i sin verksamhet. Nu vill forskare ge dem ett eget sinne.
Rekommenderade videor
För detta ändamål utvecklar University of Waterloo-utredarna A.I. verktyg som datorseende som gör det möjligt för exosuits att känna av sin omgivning och anpassa sig rörelser i enlighet därmed — som att kunna upptäcka trappor och gå upp för dem automatiskt eller på annat sätt reagera på olika gångmiljöer i verkligheten tid. Skulle de göra det kommer det för alltid att förändra användbarheten av dessa hjälpmedel. Att göra det är dock inte lätt.
Relaterad
- Framtiden för A.I.: 4 stora saker att titta på under de närmaste åren
- Språng, gränser och bortom: Robotens smidighet går framåt i febril takt
- En förlamad man slog precis ett maratonvärldsrekord med ett robotexoskelett
Den största utmaningen för robotexoskelett
"Kontroll anses allmänt vara en av de största utmaningarna för att utveckla robotexoskelett för verkliga tillämpningar," Brokoslaw Laschowski, en doktorsexamen kandidat vid universitetets avdelning för systemdesignteknik, berättade för Digital Trends. "För att säkerställa säker och robust drift använder kommersiellt tillgängliga exoskelett manuella kontroller som joysticks eller mobila gränssnitt för att kommunicera användarens rörelseavsikt. Vi utvecklar autonoma styrsystem för robotexoskelett med hjälp av bärbara kameror och konstgjorda intelligens, [för att lindra] den kognitiva bördan som är förknippad med mänsklig kontroll och beslutsfattande."
Som en del av projektet var teamet tvunget att utveckla ett A.I.-drivet miljöklassificeringssystem, kallat ExoNet databas, som den hävdar är den största bilduppsättningen någonsin med öppen källkod av mänskliga gångmiljöer. Detta samlades in genom att låta människor bära en monterad kamera på bröstet och gå runt i lokala miljöer medan de registrerade sina rörelser och rörelser. Den användes sedan för att träna neurala nätverk.
"Vårt miljöklassificeringssystem använder djupinlärning," fortsatte Laschowski. "Men högpresterande djupinlärningsalgoritmer tenderar att vara ganska beräkningsmässigt dyra, vilket är problematiskt för robotexoskelett med begränsade driftsresurser. Därför använder vi effektiva faltningsneurala nätverk med minimala krav på beräknings- och minneslagring för miljöklassificeringen. Dessa djupinlärningsalgoritmer kan också automatiskt och effektivt lära sig optimala bildfunktioner direkt från träningsdata, snarare än att använda handkonstruerade funktioner som traditionellt görs.”
John McPhee, en professor i systemdesignteknik vid University of Waterloo, berättade för Digital Trends: "I huvudsak ersätter vi manuella kontroller - [som] stopp, start, lyft ben för steg - med en automatiserad lösning. En analogi är en automatisk drivlina i en bil, som ersätter manuell växling. Nuförtiden kör de flesta med automatik eftersom det är mer effektivt och användaren kan fokusera på sin miljö mer än att manövrera kopplingen och spaken. På liknande sätt kommer en automatiserad högnivåkontroller för en exo att öppna upp nya möjligheter för användaren [i form av] större miljömedvetenhet.”
Liksom med en självkörande bil noterar forskarna att den mänskliga användaren kommer att ha förmågan att åsidosätta det automatiserade kontrollsystemet om behov uppstår. Även om det fortfarande kommer att krävas lite tro att till exempel lita på att din exosuit kommer att upptäcka en flygning av nedför trappor innan han sjösätter nerför dem, kan bäraren ta kontroll i scenarier där det är nödvändig.
Förbereder fortfarande för bästa sändningstid
Just nu pågår projektet. "Vi fokuserar för närvarande på att optimera vårt A.I.-drivna miljöklassificeringssystem, särskilt att förbättra klassificeringsnoggrannheten och realtidsprestandan", säger Laschowski. "Denna tekniska utveckling är avgörande för att säkerställa säker och robust drift för framtida kliniska tester med hjälp av robotexoskelett med autonom kontroll."
Om allt går enligt planerna kommer det dock förhoppningsvis inte att dröja för lång tid innan sådana algoritmer kan användas i kommersiellt tillgängliga exosuiter. De blir redan mer utbredda, tack vare innovativa företag som Sarcos Robotics, och används i allt mer varierande miljöer. De är också kapabla att avsevärt förbättra mänskliga förmågor utöver vad bäraren skulle vara kapabel till när den inte bär kostymen.
På vissa sätt påminner det mycket om den ursprungliga uppfattningen av cyborgen, inte som någon mardrömslik Darth Vader eller RoboCop sammanslagning av hälften människa och hälften maskin, men som forskarna Manfred Clynes och Nathan Kline skrev på 1960-talet, som "ett organisatoriskt system där... robotliknande problem [tas] om hand automatiskt, lämnar [människor] fria att utforska, skapa, tänka och känna." Bortskuren av sina svagt hippa vibbar (detta var 60-talet), står idén fortfarande kvar: Genom att låta robotar självständigt ta hand om de vardagliga problemen som är förknippade med navigering kan de mänskliga användarna fokusera på viktigare, engagerande saker. När allt kommer omkring behöver de flesta människor inte medvetet tänka på detaljerna med att flytta en fot framför den andra när de går. Varför ska någon i en robot-exosuit behöva göra det?
Den senaste artikeln tillägnad denna forskning var nyligen publicerad i tidskriften IEEE Transactions on Medical Robotics and Bionics.
Redaktörens rekommendationer
- Framtiden för automatisering: Robotar kommer, men de tar inte ditt jobb
- Som en bärbar ledarhund hjälper denna backback blinda människor att navigera
- Bra på StarCraft? DARPA vill träna militärrobotar med dina hjärnvågor
- Delta Airlines planerar att utrusta anställda med dessa kraftfulla robotexoskelett
- Exosuits för alla: Möt företaget som gör bärbara robotar mainstream