|
导读 前段时间，瓶盖挑战赛一下子火遍了社交网络，面对着人类花式的开盖风采，来自MIT的机器人Baxter坐不住了，通过对肌肉神经信号的处理，也呈现了一把“盖世风采”。作者：风雨抚蕖 编辑：Alley 自从哈萨克斯坦的跆拳道冠军法拉比@杰森·斯坦森、成龙发起瓶盖挑战赛以后，整个社交网络都兴起了一股“踢瓶盖”之风。 小编最服气的是来自战斗民族的硬核瓶盖挑战，请各位穿上防爆服观赏 面对着人类的花式“作妖”，机器人界一直保持着沉默，终于来自MIT计算机科学与人工智能实验室（CSAIL）的机器人Baxter打破了平静。 秉承着“人类做啥我做啥”的原则，这款机器人迫不得已用手完成了瓶盖挑战赛。为什么不是脚？因为没有jio…… “迫不得已”只因人机协作 根据小编的了解，机器人一开始是不愿意参加这项挑战的。但是迫于搭载的RoboRaise新系统，机器人Baxter最终还是不得不完成这个任务。 RoboRaise是一款人机协作的新系统，能够读懂人类的“手语”，不用人类输入代码或语言命令进行控制，机器人就能够自己进行调整，达到协作的目的。 使用该系统时，用户需要在肱二头肌和肱三头肌上贴上无创肌电图（EMG）传感器，系统便能够监测在手臂弯曲、用力和放松时肌肉发出的不同的电信号，来判断该移动是向上还是向下。 我们可以看到，机器人能通过研究人员的上下试探，以较快的速度模仿研究人员的动作。 目前机器人能够对70％的手势做出正确反应，抬高误差不超过几英寸，这就实现了我们的“瓶盖挑战”。 从机器人苍白的笑脸里，我们看到了它对自己实力的满意…… 脑电波加持，协作更精准 不过研究人员还是不够满意，毕竟那30%的不准确会带来难以估量的后果。 研究人员还研发了一款结合脑波控制系统，该系统同时结合了脑电图（EEG）和肌电图（EMG）。 通过在人类的头部和前臂放置电极，对比脑电波和肌电信号判断机器人工作时是否出现了错误，将机器人完成任务的正确率从70%上升到了97%，有效地提升了人机沟通的效率。 在未来，该团队希望在系统中采集其它更多的肌肉信号，增加机械臂的自由度，最终执行更复杂的任务。 绝不仅仅是“开瓶器” 瓶盖挑战赛不过只是“随手之举”，未来研究人员希望这套机器人系统能够更好的协助人类。 跟随人的意识做出一系列的反映，比如搬个砖、盖个房，带个娃…
不过正如脑机接口所遇到的困境那样，面对着复杂的信号，连人类自己都没有很好的理解自己的脑子在想什么，想让机器人理解就更困难，不过现在算是开了个好头。 END
|
|
|
