액체 금속 센서와 AI로 의수에 촉감 복원

사람 손가락 끝마다 3,000개 이상 압력 반응 촉각 수용체. 인간은 물체 조작 시 손가락 끝 감각에 크게 의존, 이 감각 부재가 상지 절단자에게 독특한 도전. 현재 여러 정교한 의수 있지만 모두 '촉감' 결여. 감각 피드백 없음 → 물체 의도치 않게 떨어뜨리거나 의수로 으깨짐.

더 자연스러운 의수 인터페이스 위해 연구진이 의수 손가락 끝에 실리콘 기반 엘라스토머 내장 신축성 촉각 센서(액체 금속 사용) 통합. 이 기술 기존 센서 대비 높은 전도성, 순응성, 유연성, 신축성 등 핵심 장점 제공. 이 계층적 다중 손가락 촉각 통합이 인공 손에 더 높은 지능 제공 가능.

연구진이 의수 개별 손가락 끝으로 다른 텍스처 표면 위 슬라이딩 운동 다른 속도 구분. 네 가지 텍스처 한 변수 파라미터: 능선 사이 거리. 텍스처·속도 검출 위해 네 머신러닝 알고리즘 훈련. 10개 표면 각각 20회 시험 수집해 네 가지 텍스처 무작위 순열 조합 10가지 복합 표면 구분 능력 테스트.

결과: 네 의수 손가락 끝 액체 금속 센서 촉각 정보 통합으로 복잡 다중 텍스처 표면 동시 구분, 새로운 계층적 지능 형태 시연. 머신러닝 알고리즘들 각 손가락으로 모든 속도 높은 정확도 구분.

팀 네 머신러닝 알고리즘 성공적 분류 능력 비교: K-최근접 이웃(KNN), 서포트 벡터 머신(SVM), 랜덤 포레스트(RF), 신경망(NN). 액체 금속 센서 시계열-주파수 특징 추출해 알고리즘 훈련·테스트. NN 일반적으로 단일 손가락 속도·텍스처 검출 최고, 네 손가락 네 액체 금속 센서 동시 사용해 10가지 다중 텍스처 표면 구분 99.2% 정확도.

의족 발전 유익해 절단자 일상 업무 더 잘 수행 가능케 하지만 촉감 등 감각 정보 제공 안 함. 의수로 자연스럽게 마음으로 제어하게도 못 함. 새 기술로 절단자 '느끼고' 환경 반응하는 더 자연스러운 의수 기기 제공 가능.