加州大学伯克利分校的研究人员发明了一种结合可穿戴生物传感器和人工智能软件的新设备，可以根据前臂的电信号模式识别一个人想要做的手势。该设备为更好的假肢控制和与电子设备的无缝交互铺平了道路。(图片由Rabaey实验室提供)
想象一下，在没有键盘的电脑上打字，没有控制器玩视频游戏，或者驾驶没有轮子的汽车。
这是加州大学伯克利分校(University of California, Berkeley)的工程师开发的一种新设备的目标之一，该设备可以根据检测到的前臂电信号来识别手势。该系统将可穿戴生物传感器与人工智能(AI)结合在一起，有一天可以用于控制假肢，或与几乎任何类型的电子设备交互。
“假肢是这项技术的一个重要应用，但除此之外，它还提供了一种非常直观的方式与电脑交流。加州大学伯克利分校电气工程与计算机科学系的博士生阿里·莫恩说，他参与设计了这款设备。解读手势是改善人机交互的一种方式。虽然有其他方法可以做到这一点，比如使用摄像头和计算机视觉，但这是一个既能维护个人隐私的好解决方案。”
莫因是一篇描述该设备的新论文的共同第一作者，这篇论文今天(12月21日，星期一)发表在《自然电子》杂志的网站上。
为了创建手势识别系统，该团队与加州大学伯克利分校电子工程教授安娜·阿里亚斯(Ana Arias)合作，设计了一个灵活的臂带，可以读取前臂上64个不同位置的电子信号。电子信号随后被输入一个电子芯片，芯片经过人工智能算法编程，能够将前臂的这些信号模式与特定的手势相关联。
研究小组成功地教会了算法识别21种个人手势，包括竖起大拇指、握拳、摊开手掌、举起个人手指和数数字。
莫因说:“当你想要手部肌肉收缩时，你的大脑会通过颈部和肩部的神经元向手臂和手部的肌肉纤维发送电信号。”“基本上，袖口上的电极所感知的是这个电场。它并不是那么精确，从某种意义上说，我们不能确定到底是哪些纤维被触发了，但由于电极密度很高，它仍然可以学习识别特定的模式。”
与其他人工智能软件一样，算法必须首先“学习”手臂中的电信号如何与个人手势相对应。要做到这一点，每个使用者都必须戴上袖口，同时一个接一个地做手势。
然而，这款新设备使用了一种名为高维计算算法的高级人工智能，它能够用新信息更新自身。
例如，如果与特定手势相关的电子信号因为用户的手臂出汗而改变，或者他们将手臂举过头顶，算法可以将这些新信息纳入其模型。
“在手势识别中，你的信号会随着时间发生变化，这可能会影响你的模型的性能，”Moin说。“通过更新设备上的模型，我们能够大大提高分类的准确性。”
这种新设备的另一个优点是，所有的计算都在芯片上本地进行:个人数据不会传输到附近的计算机或设备。这不仅加快了计算时间，而且还确保了个人生物数据的私密性。
“当亚马逊或苹果创建算法时，它们在云端运行一堆软件来创建模型，然后模型被下载到你的设备上，”加州大学伯克利分校(UC Berkeley)唐纳德·o·佩德森(Donald O. Pedersen)电气工程杰出教授、该论文的高级作者简·拉贝(Jan Rabaey)说。“问题是之后你会陷入那种特定的模式。在我们的方法中，我们实现了一个在设备上进行学习的过程。而且它非常快:你只需要做一次，它就开始工作了。但如果你多做几次，它就会变得更好。所以，它是在不断学习，这就是人类的做法。”
虽然这款设备还没有准备好成为商业产品，但Rabaey表示，经过一些调整，它很有可能实现商业化。
Rabaey说:“这种设备的大多数技术已经在其他地方存在，但它的独特之处在于，它将生物传感、信号处理和解释以及人工智能集成到一个相对较小、灵活、低能耗的系统中。”
Andy Zhou是本文的共同第一作者。其他作者包括加州大学伯克利分校的Abbas Rahimi, Alisha Menon, George Alexandrov, Senam Tamakloe, Jonathan Ting, Natasha Yamamoto, Yasser Khan和Fred Burghardt;博洛尼亚大学的西蒙·贝纳蒂;苏黎世联邦理工学院和博洛尼亚大学的卢卡·贝尼尼。
这项工作得到了CONIX研究中心的部分支持，CONIX研究中心是JUMP的六个中心之一，JUMP是一个半导体研究公司(SRC)计划，由美国国防部国防高级研究计划局(DARPA)赞助。这项工作也部分基于空军研究实验室根据协议编号FA8650-15-2-5401赞助的研究，该研究由柔性混合电子制造创新研究所NextFlex进行。还从伯克利无线研究中心的赞助者那里获得了额外的支持;美国国家科学基金会研究生研究基金(1106400);苏黎世联邦理工学院博士后奖学金项目和玛丽·斯克洛多夫斯卡-居里人民行动共同基金项目。
相关信息
- 印刷柔性电极的可穿戴生物传感系统(自然电子)
- 伯克利无线研究中心
新闻旨在传播有益信息，英文原版地址：https://news.berkeley.edu/2020/12/21/high-five-or-thumbs-up-new-device-detects-which-hand-gesture-you-want-to-make/