کنترل ربات ها با حرکات دست و امواج مغزی EEG و سیگنال EMG

یکی از مقالات اخیر Adam Conner-Simons در Robohub به نحوه‌ی هدایت ربات‌ها با حرکات دست پرداخته است. در این مقاله وی پژوهش گروهی از دانشگاه MIT را پوشش می‌دهد که روشی برای انطباق ربات با انسان بدون نیاز به یادگیری ماشین را برای کنترل ماشین به کار می‌برند. در این مقاله از مجله‌ی فناوری‌های توان‌افزا و پوشیدنی با این دستاورد پژوهشگران MIT آشنا خواهیم شد.

راه حل MIT برای کنترل ربات

هدایت ربات‌ها کار آسانی نیست. به طور معمول دانشمندان برای هدایت ربات برنامه‌نویسی می‌نمایند. روش دیگر فهمانیدن زبان انسان به ربات است. اما اگر بتوان تنها با حرکات دست و یا امواج مغزی ربات‌ها را هدایت کرد چه روی خواهد داد؟ گروهی از دانشمندان آزمایشگاه علوم کامپیوتر و هوش مصنوعی (CSAIL) در دانشگاه MIT دقیقا چنین هدفی را دنبال می‌نمایند. این گروه به دنبال اصلاح حرکات ربات با امواج مغز یا حرکت انگشتان دست هستند.

در طرح‌های پیشین این سامانه تنها امکان انتخاب‌های دوتایی ممکن بود. در طرح جدید امکان انتخاب‌های گسترده کاربران انسانی را قادر به هدایت دسته‌ای ربات‌ها می‌سازد. با ردیابی امواج مغز می‌توان دریافت که چه هنگام کاربر خطایی در عملکرد ربات تشخیص می‌دهد. پس از آن با حسگرهای حرکات ماهیچه‌ها می‌توان نحوه‌ی عملکرد ربات را اصلاح کرد.

گروه طراح قابلیت‌های سامانه‌ی هدایت ربات با یک آزمایش کوچک به نمایش می‌گذارند. در این آزمایش بازوی رباتیک یک دریل در دست دارد و باید به سه هدف خاص روی یک صفحه دسترسی یابد. این آزمایش شکلی کاملا جدید از هدایت ربات‌ها را به نمایش‌ می‌گذارد. پیش از این برای هدایت ربات به آموزش آن توسط نیروی انسانی یا یادگیری ماشین به روش معمول نیاز بود.

چرا سیگنال EEG و EMG برای کنترل ربات؟

Daniela Rus مدیر آزمایشگاه CSAIL و سرپرست طرح اهمیت این طرح را در چند جمله به این شکل شرح داد:

ترکیب بازخورد EEG و EMG ارتباطی طبیعی میان کاربر انسانی و ربات را ممکن می‌سازد. این موضوع انجام اموری را ممکن می‌سازد که در پژوهش‌های پیشین و تنها با به کارگیری EEG امکان‌پذیر نبود. با بازخورد ماهیچه‌ها می‌توان از حرکات بدن برای هدایت دقیق مکان ربات بهره برد.

پژوهشگرانی که در مورد این طرح مقاله‌ای با ثبت رسانیده اند عبارتند از: Joseph DelPreto به عنوان نویسنده‌ی نخست مقاله، Daniela Rus سرپرست طرح، Andres F. Salazar-Gomez پژوهشگر پسی دکتری سابق آزمایشگاه CSAIL، پژوهشگر پیشین آزمایشگاه CSAIL با نام Stephanie Gil، رامین حسنی به عنوان پژوهشگر، و استاد دانشگاه Boston با نام Frank H. Guenther.

در پژوهش‌های پیشین سامانه‌ی ماشینی باید برای تشخیص علائم مغزی در هنگام تفکر پیرامون مساله‌ای خاص آموزش داده شود. به عنوان نمونه کاربر باید در هنگام ثبت علائم مغزی به لامپ‌های رنگین نگاه کند. هر نور می‌تواند تعیین کننده‌ی کار خاصی برای ربات باشد.

انجام این عملیات می‌تواند برای کاربرانی که در محیط‌های ساخت و ساز یا مشاغل مرتبط با جهت‌یابی کار می‌کنند دشوار است. چرا که این مشاغل به خودی خود به تمرکز زیادی نیاز دارد.

نحوه ی کنترل ربات

این گروه روی علائم مغزی مربوط به تشخیص خطا یا error-related potentials و یا به طور مختصر ErrP متمرکز شده‌اند. در صورتیکه این علائم تشخیص داده شود، ربات متوقف می‌شود تا کاربر حرکت آن را اصلاح نماید. در غیر این صورت کار ادامه می‌یابد. با این روش نیاز به آموزش کاربر برای فکر کردن در چهارچوبی خاص از بین می‌رود. در حقیقت ماشین رباتیک خود را با کاربر منطبق می‌سازد.

در آزمایش عملی این گروه از ربات Baxter، ربات انسان نمای Rethink Robotics، بهره برده است. با هدایت انسانی ربات هدف صحیح را در ۹۷ درصد مواقع انتخاب می‌کند. بدون این سامانه انتخاب‌های صحیح ربات ۷۰ درصد بوده است.

ردیابی حرکت و امواج مغزی به کمک الکترودهای روی سر و دست کاربران ممکن می‌شود. هر یک از علائم EEG‌ یا EMG به تنهایی کمبودهایی دارد. علائم EEG در مواردی به سختی قابل آشکارسازی است. EMG تنها با دقتی مانند حرکت به راست و حرکت به چپ قابل استفاده است. اما ترکیب این دو کمبودها را جبران می‌کند.

به عقیده‌ی گروه طراح این سامانه می‌تواند روزی برای کمک به سالمندان و یا کارگرانی که ناتوانی‌های حرکتی خاص دارند به کار گرفته شود. به عقیده‌ی Rus سامانه‌هایی از این دست نیاز انطباق کاربر و محدود شدن وی به توانایی ماشین را از بین می‌برد.


بیشتر بخوانیم

معرفی ربات‌های زیست تقلید
ایلان ماسک قصد دارد مغز انسان را با رایانه ترکیب کند


منبع: robohub

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

ExosNews on Telegram

ما را در تلگرام دنبال کنید!

مجله فناوریهای توان افزا و پوشیدنی

عضویت در کانال تلگرام
بستن