توسعه یک بازوبند برای تشخیص حرکات دست کاربر

به گزارش برنا؛ در حال حاضر سیستم‌های بینایی رایانه‌ای و دستکش‌های مجهز به حسگر که می‌توانند حرکات دست افراد را تشخیص دهند، وجود دارند. حال دانشمندان دانشگاه کالیفرنیا، برکلی یک فناوری نوین به عنوان جایگزینی برای فناوری‌های مذکور ایجاد کرده‌اند که مزایای آن نسبت به دیگر فناوری‌ها بیشتر است.

سیستم‌های بینایی رایانه‌ای عملکردشان به گونه‌ای است که نه تنها نیاز دارند که کاربر دست خود را به طور واضح در همه حال نشان دهد، بلکه نگرانی‌های مربوط به حریم خصوصی نیز در این سیستم‌ها وجود دارد که نگران کننده است، به خصوص اگر چهره فرد در فیلم دیده شود. از طرف دیگر، دستکش‌های الکترونیکی نیز ممکن است سنگین و شکننده باشند و نتوان از آنها در همه موقعیت‌ها استفاده کرد.

اخیرا گروهی از محققان آمریکایی با در نظر گرفتن این محدودیت‌ها، یک بازوبند لایه-نازک مجهز به تراشه رایانه‌ای ایجاد کردند که دور بازوی کاربر بسته می‌شود و پس از آن اگر کاربر در یک زمان چند حرکت را با دستان خود انجام دهد این بازوبند قادر به تشخیص آن است.

هنگامی‌ که کاربر این کارها را انجام می‌دهد، حسگرهای الکتریکی تعبیه شده در باند بازوبند، سیگنال‌های عصبی را در ۶۴ نقطه از بازو تشخیص می‌دهند. سپس از این داده‌ها برای آموزش یک الگوریتم مبتنی بر هوش مصنوعی که می‌آموزد کدام الگوهای سیگنال با کدام حرکات همراه و مرتبط هستند، استفاده می‌شود. پس از آن هنگامی که کاربر یکی از این حرکات را انجام می‌دهد یا حتی به انجام دادن آن فکر می‌کند، سیستم با تطبیق الگوی سیگنال عصبی که قبلاً آموخته است، می‌تواند تعیین کند که کدام حرکت در حال انجام است. سیستم یاد شده در حال حاضر قادر به تشخیص ۲۱ حرکت مختلف دست از جمله مشت کردن، بالا بردن انگشت شست، دست را صاف نگه داشتن، بالا بردن هر انگشت دست و شمارش اعداد با کمک انگشتان دست است.

نکته مهم درباره فناوری مذکور این است که این الگوریتم به طور خودکار آنچه را که به او آموزش داده شده به روز می‌کند. بنابراین می‌تواند متغیرهای جدیدی مانند عرق روی بازو یا گرفتن بازو در یک حالت غیرمعمولی را نیز تشخیص دهد. علاوه بر این، تمام عملیات پردازش درون تراشه انجام می‌شود و بنابراین هیچ کدام از داده‌های کاربر به سیستم ابری منتقل نمی‌شود.

محققان امیدوارند تا با توسعه بیشتر فناوری مذکور بتوانند کاری کنند که این فناوری بتواند در برنامه‌هایی مانند کنترل حرکت وسایل الکترونیکی، واقعیت مجازی یا عملکرد دست‌های رباتیک و یا پروتز مورد استفاده قرار گیرد.

یافته‌های این مطالعه که توسط پروفسور “جان رابائی”(Jan Rabaey) انجام شده، اخیراً در مجله “Nature Electronic” منتشر شده است.