برای افراد دچار اختلالات حرکتی یا ناتوانی‌های جسمی، انجام کارهای روزمره می‌تواند فوق‌العاده چالش برانگیز باشد. پیشرفت‌های اخیر در رباتیک، مانند اندام‌های رباتیکی که توسط مغز کنترل می‌شوند، این پتانسیل را دارند تا کیفیت زندگی این افراد را به میزان قابل‌توجهی بهبود بخشند. پژوهشگران دانشگاه علم و صنعت هبی و سایر مؤسسه‌ها در چین، یک سامانه نوآورانه برای کنترل بازوهای رباتیک ایجاد کرده‌اند که مبتنی بر واقعیت افزوده (AR) و رابط مغز و رایانه است. این سامانه می‌تواند کنترل بازوهای بیونیک یا مصنوعی را آسان‌تر کند. با مجله فناوری‌های توان‌افزا و پوشیدنی همراه باشید.

Zhiguo Luo، یکی از پژوهشگرانی که این مطالعه را انجام داده است، گفت: «در سال‌های اخیر، با توسعه بازوهای رباتیک، علوم عصبی و فناوری رمزگشایی اطلاعات، بازوهای رباتیک کنترل ‌شده توسط مغز به دستآوردهای فزاینده‌ای دست یافته‌اند. با این حال، معایبی مانند انعطاف‌پذیری ضعیف، کاربرد گسترده آنها را محدود می‌کند. هدف ما ارتقا و کاربردی کردن بازوهای رباتیک کنترل شده توسط مغز است».

روش کار سامانه جدید

سامانه توسعه یافته توسط Luo و همکارانش با فناوری واقعیت افزوده ادغام شده است که به کاربران اجازه می‌دهد نسخه‌ی بهبود یافته‌ای از محیط اطراف خود را ببیند. این سامانه شامل یک رابط کنترل شده توسط مغز است و روشی مرسوم برای کنترل اندام‌های رباتیک که به عنوان کنترل ناهمزمان شناخته می‌شود. این فناوری‌ها در نهایت به کاربران اجازه می‌دهند تا کنترل بیشتری بر بازوهای رباتیک داشته باشند و دقت و کارایی حرکات حاصل را افزایش دهند.

روش‌های کنترل ناهمزمان از مغز انسان الهام گرفته‌اند. به طور دقیق‌تر، آنها سعی می‌کنند توانایی مغز را برای تغییر حالت مداوم میان حالت‌های کار و بیکاری تکرار کنند.

Luo توضیح داد: «نکته کلیدی کنترل ناهمزمان تشخیص حالت بیکار و حالت کار سامانه رباتیک است. پس از اینکه کاربر کار با بازوی رباتیک ما را آغاز کرد، سامانه در حالت بیکار راه‌اندازی می‌شود. هنگامی که فرمان کنترل به ذهن کاربر می‌رسد، سامانه به حالت کار تغییر وضعیت می‌دهد».

پس از اینکه سامانه ایجاد شده توسط پژوهشگران به حالت کار تبدیل شد، کاربران می‌توانند به سادگی دستورات کنترلی را انتخاب کنند تا سامانه آنها را به بازوی رباتیکی ارسال کند. هنگامی که بازوی رباتیک این دستورات را دریافت می‌کند، به سادگی حرکات یا وظیفه مورد نظر را انجام می‌دهد. پس از اتمام کار، سامانه به طور خودکار به حالت بیکار باز می‌گردد.

Luo گفت: «ویژگی منحصربه‌فرد سامانه ما ادغام موفقیت‌آمیز واقعیت افزوده و رابط مغز و رایانه، کنترل ناهمزمان، و یک روش تنظیم زمان محرک تطبیقی ​​برای پردازش داده‌ها است. در مقایسه با سامانه‌هایBCI معمولی، سامانه ما انعطاف‌پذیرتر و کنترل آن آسان‌تر است».

ماهیت تطبیقی ​​سامانه ایجاد شده توسط Luo و همکارانش به آن اجازه می‌دهد تا به طور منعطف مدت زمان محتوای واقعیت افزوده ارائه شده به کاربران را بر اساس وضعیت کاربر تنظیم کند. این امر به طور قابل توجهی خستگی ناشی از نگاه کردن به نمایشگر یا محتوای دیجیتال را کاهش می‌دهد. افزون‌براین، در مقایسه با رابط‌های مرسوم مغز و رایانه، سامانه بهبود یافته‌ی این گروه، محدودیت‌های فعالیت فیزیکی کاربران را کاهش می‌دهد و این امکان را فراهم می‌کند تا با بازوهای رباتیک با سهولت بیشتری کار کنند.

Luo گفت: «در نهایت، ما توانستیم با موفقیت واقعیت افزوده، رابط‌های مغز و رایانه، کنترل ناهمزمان تطبیقی ​​و یک الگوریتم فیلتر فضایی جدید را برای طبقه‌بندی سیگنال‌های SSVEP ادغام کنیم. رویکرد ما به بهبود عملی بازوی رباتیک کنترل شده توسط مغز و تسریع استفاده از این فناوری در زندگی واقعی کمک می‌کند».

نتایج و رویکردهای آینده

پژوهشگران سامانه خود را در آزمایش‌ها ارزیابی کردند و به نتایج بسیار امیدوار کننده‌ای دست یافتند. مهمتر از همه، آنها دریافتند این سامانه به کاربران اجازه می‌دهد تا حرکات موردنظر خود را با استفاده از یک بازوی رباتیک با دقت ۹۴٫۹۷٪ انجام دهند. به طور کلی، این یافته‌ها نشان می‌دهد سامانه آنها کارایی کنترل بازوهای رباتیک را بهبود می‌بخشد و در عین حال خستگی بصری آنها را کاهش می‌دهد.

در آینده، رویکرد پیشنهادی توسط این گروه از پژوهشگران می‌تواند به بهبود عملکرد بازوهای رباتیک موجود و جدید کمک کند. این فناوری می‌تواند استفاده از این سامانه‌ها را هم در محیط مراقبت‌های بهداشتی و هم در مراکز مراقبت از سالمندان تسهیل کند و به بیماران و مهمانان این امکان را می‌دهد تا به‌طور مستقل در برخی از فعالیت‌های روزمره شرکت کنند و در نتیجه کیفیت زندگی خود را افزایش دهند.

تاکنون، Luo و همکارانش سامانه خود را تنها بر روی کاربرانی که هیچ نقص حرکتی یا ناتوانی نداشتند، آزمایش کردند. با این حال، آنها امیدوارند که به زودی مطالعه روی کاربران مسن یا کاربران دارای معلولیت جسمی را آغاز کنند تا پتانسیل و کاربرد سامانه خود را بیشتر بررسی کنند.

Luo افزود: «ما اکنون قصد داریم روی جنبه‌های زیر کار کنیم تا قابلیت اطمینان و عملی بودن این سامانه را برای زندگی اجتماعی بهبود بخشیم. نخست، از نظر استراتژی کنترل ناهمزمان، EOG و سایر سیگنال‌های فیزیولوژیکی را می‌توان برای بهبود فرآیند کنترل ناهمزمان استفاده کرد. دوم، رمزگشایی EEG، یادگیری انتقالی و سایر روش‌ها می‌توانند روند آموزش مدل را حتی بیشتر بهبود بخشند. در پنجره پویا، می‌توانیم از روش‌های پیش‌بینی دیگر برای اصلاح آستانه‌ی سامانه در لحظه استفاده کنیم».

بیشتر بخوانیم:

>> کنترل پروتز با فناوری موسسه ملی اختلالات عصبی

>> بازسازی رفتارهای طبیعی در بیماران مبتلا به قطع اندام فوقانی با یک سامانه بیونیک

منبع:  techxplore.com

«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توان افزا و پوشیدنی) مجاز است.»