可穿戴技術允許用戶在移動時控制汽車和機器人

加州大學聖地亞哥分校的工程師開發了下一代可穿戴系統，讓人們可以使用日常手勢控制汽車，甚至在跑步、駕駛或在洶湧的海浪中游泳時也是如此。

系統發佈於 自然傳感器將柔性電子產品與人工智能相結合，解決可穿戴技術中長期存在的挑戰：在現實環境中可靠地識別手勢信號。這篇文章的標題是“基於深度學習的可穿戴傳感器的抗干擾人機界面”。

該研究的共同作者、加州大學聖地亞哥分校雅各布斯工程學院 Aiso Yufeng Li 家族化學與納米工程系的博士後研究員陳向軍 (Xiangjun Chen) 解釋道，當用戶靜坐時，帶有手勢傳感器的可穿戴技術工作正常，但由於運動噪音過大，信號開始崩潰。這限制了它們在日常生活中的實用性。

“我們的系統克服了這個限制，”陳說。 “通過集成人工智能來實時清理嘈雜的傳感器數據，這項技術使日常手勢能夠可靠地控制機器，即使在高度動態的環境中也是如此。”

工業和消費者的潛在用途

例如，這項技術可以讓康復患者或行動不便的人使用自然手勢來控制機器人設備，而無需依賴精細運動技能。

產業工人和急救人員可能會使用這項技術在動態或危險環境中免提操作工具和機器人。它甚至可以讓潛水員和遠程操作員在動蕩的條件下控制水下機器人。在消費設備中，該系統可以使基於手勢的控制在日常環境中更加可靠。

這項工作是加州大學聖地亞哥分校雅各布斯工程學院化學與納米工程系 Aiso Yufeng Li 家族教授 Shen Xu 和 Joseph Wang 實驗室之間的合作。

據研究人員所知，這是第一個可在多種運動障礙中可靠工作的可穿戴人機界面。因此，它可以適應人們實際的移動方式。

該設備的工作原理和經過測試

該設備是一種柔軟的電子貼片，粘在織物繃帶上。它將運動和肌肉傳感器、藍牙微控制器和可伸縮電池組合成一個緊湊的多層系統。

該系統接受了現實世界手勢和條件的複雜數據集的訓練，從跑步和搖晃到海浪的運動。手部信號由專門的深度學習系統捕獲和處理，該系統可以消除乾擾、解釋手勢並實時傳輸命令來控制機器（例如機械臂）。

“這一成就讓我們更接近於日常生活中可以使用的直觀、可靠的人機界面，”陳說。

該系統已在各種動態條件下進行了測試。受試者在跑步時使用該設備控制機械臂，並承受高頻振動和各種干擾。

該設備還使用加州大學聖地亞哥分校斯克里普斯海洋學研究所的斯克里普斯海洋和大氣研究模擬器在模擬海洋條件下進行了測試，該模擬器重現了實驗室和現實世界的海洋運動。在所有情況下，系統都提供了準確的性能和低延遲。

對可穿戴技術的更廣泛影響

這個項目最初的靈感來自於幫助軍事潛水員控制水下機器人的想法。但團隊很快意識到運動干擾不僅僅是水下環境特有的問題。這是可穿戴技術中的一個常見問題，長期以來限制了此類系統在日常生活中的性能。

“這項工作創造了一種新方法來實現可穿戴傳感器的噪聲魯棒性，”陳說。 “這為下一代可穿戴系統鋪平了道路，這些系統不僅靈活、無線，而且能夠從復雜的環境和個人用戶中學習。”

該研究的共同作者是加州大學聖地亞哥分校的研究人員陳向軍、陸志遠、高曉翔和尹璐。