AI 기반 소프트 로봇 장갑으로 뇌졸중 생존자의 손재주 향상

플로리다 애틀랜틱 대학교, 플로리다

부드러운 로봇 장갑은 5개의 액추에이터를 사용자의 손에 맞는 단일 웨어러블 장치에 통합합니다. (이미지 :알렉스 돌체)

뇌졸중과 같은 신경외상을 앓은 사람들의 경우 한쪽 또는 양쪽 상지의 협응력과 근력이 저하되어 일상생활이 극도로 어려울 수 있습니다. 이러한 문제로 인해 로봇의 능력을 향상시키는 데 도움이 되는 로봇 장치의 개발이 촉진되었습니다. 그러나 이러한 보조 장치의 경직된 특성은 특히 악기 연주와 같은 보다 복잡한 작업의 경우 문제가 될 수 있습니다.

최초의 로봇 장갑이 뇌졸중으로 고통받는 피아노 연주자들에게 '손'을 빌려주고 희망을 주고 있습니다. 플로리다 애틀랜틱 대학교 공과 컴퓨터 과학 대학의 연구원들이 개발한 소프트 로봇 손 외골격은 인공 지능을 사용하여 손의 민첩성을 향상시킵니다.

유연한 촉각 센서, 소프트 액추에이터 및 AI를 결합한 이 로봇 장갑은 동일한 노래의 올바른 버전과 잘못된 버전 간의 차이를 '느끼고' 이러한 기능을 한 손의 외골격에 결합한 최초의 로봇입니다.

"피아노를 연주하려면 복잡하고 고도로 숙련된 동작이 필요하며 재학습에는 특정 동작이나 기술의 복원 및 재훈련이 필요합니다."라고 수석 저자이자 FAU 공학 및 컴퓨터 과학 대학 해양 및 기계 공학과 교수이자 FAU 복합 시스템 및 뇌 과학 센터 및 FAU Stiles-Nicholson 뇌 연구소 회원인 Erik Engeberg 박사는 말했습니다. "우리의 로봇 장갑은 부드럽고 유연한 소재와 센서로 구성되어 개인이 운동 능력을 다시 학습하고 회복할 수 있도록 부드러운 지지와 지원을 제공합니다."

연구원들은 로봇 장갑의 각 손가락 끝에 특수 센서 배열을 통합했습니다. 이전 외골격과 달리 이 신기술은 피아노 연주에 필요한 미세한 손가락 움직임을 회복하는 데 정확한 힘과 안내를 제공합니다. 로봇 장갑은 사용자의 움직임을 모니터링하고 이에 반응하여 실시간 피드백과 조정을 제공하므로 사용자가 올바른 움직임 기술을 더 쉽게 파악할 수 있습니다.

로봇 장갑의 기능을 입증하기 위해 연구원들은 피아노에서 연주되는 잘 알려진 곡 "Mary Had a Little Lamb"의 올바른 버전과 잘못된 버전 간의 차이를 느끼도록 프로그래밍했습니다. 연주에 변화를 주기 위해 음표의 시작이나 끝에서 발생할 수 있는 12가지 유형의 오류 풀을 만들었습니다. 또는 조기 또는 지연되어 0.1초, 0.2초 또는 0.3초 동안 지속되는 타이밍 오류로 인해 발생할 수 있습니다. 10개의 다양한 변주곡은 각각 3개의 변주곡으로 구성된 3개의 그룹과 오류 없이 올바른 노래가 연주되도록 구성되었습니다.

노래 변주곡을 분류하기 위해 RF(Random Forest), KNN(K-Nearest Neighbor) 및 ANN(Artificial Neural Network) 알고리즘을 손끝의 촉각 센서 데이터로 훈련했습니다. 노래의 올바른 버전과 잘못된 버전 사이의 차이를 느끼는 것은 로봇 장갑을 사용하여 독립적으로 수행되었으며 사람이 착용한 상태에서도 수행되었습니다. 이러한 알고리즘의 정확성을 비교하여 인간 주제가 있거나 없는 올바른 노래 변주곡과 잘못된 노래 변주곡을 분류했습니다.

Frontiers in Robotics and 저널에 게재된 연구 결과 AI는 ANN 알고리즘이 인간 대상일 때 97.13%, 인간 대상 없을 때 94.60%로 가장 높은 분류 정확도를 보임을 입증했다. 알고리즘은 특정 노래의 오류율을 확인하고 시간이 지난 키 누름을 식별하는 데 성공했습니다.

이 장갑은 3D 프린팅된 폴리비닐산 스텐트와 하이드로겔 캐스팅을 사용하여 설계되었으며 사용자의 손에 맞는 단일 웨어러블 장치에 5개의 액추에이터를 통합했습니다. 제작 공정은 새로운 것이며 3D 스캐닝 기술이나 CT 스캔을 사용하여 개별 환자의 고유한 해부학적 구조에 맞게 폼 팩터를 맞춤 설정할 수 있습니다.

Engeberg는 "모든 액추에이터와 센서가 단일 성형 공정에 결합되어 있기 때문에 우리의 설계는 대부분의 설계보다 훨씬 간단합니다."라고 말했습니다. "중요한 점은 이 연구의 적용이 노래를 연주하는 것이었지만 이 접근 방식은 일상 생활의 다양한 작업에 적용될 수 있으며 장치는 각 환자에게 맞춤화된 복잡한 재활 프로그램을 촉진할 수 있다는 것입니다."

임상의는 데이터를 사용하여 환자의 약점을 정확히 찾아내는 개인화된 행동 계획을 개발할 수 있으며, 이는 지속적으로 잘못 연주되는 노래의 섹션으로 나타날 수 있으며 어떤 운동 기능에 개선이 필요한지 결정하는 데 사용될 수 있습니다.

자세한 내용은 Gisele Galoustian에게 문의하세요. 이 이메일 주소는 스팸봇으로부터 보호됩니다. 보려면 JavaScript를 활성화해야 합니다.