Bilim insanları; robotik kontrolü birleştiren yeni nöroprostetik teknolojisini başarılı bir şekilde test ettiler ve bu da nöroprostetik teknolojiler için paylaşılan kontrolün disiplinlerarası alanda yeni yollar açtılar.
EPFL bilim insanları robotik ellerin daha iyi kontrol edilmesi, (özellikle ampute’lerde) daha iyi kavrama ve manipülasyon için bireysel parmak kontrolü ve otomasyonu birleştiren, yeni yaklaşımlar geliştiriyorlar. Nöro-mühendislik ve robotik arasındaki bu disiplinlerarası çalışma; üç ampute ve yedi sağlıklı denekte başarıyla test edildi.
Teknoloji iki farklı alandan iki kavramı birleştiriyor. İkisini birlikte uygulamak, robotik el kontrolü için daha önce hiç yapılmamıştı ve sadece nöroprotetikte ortak kontrolün ortaya çıkış alanına katkıda bulunuyordu.
Nöro-mühendislikteki bu çalışma; daha önce hiç yapılmamış protez elin bireysel parmak kontrolü için ampute bacaktaki kas aktivitesinden yola çıkarak, parmak hareketini deşifre etmeyi içerir. Bir diğeri de; robotikten, robotik elin nesneleri tutmasına ve sağlam tutuş için onlarla temasta kalmasına yardımcı olur.
EPFL Öğrenme Algoritmaları ve Sistem Laboratuvarı Yönetici Aude Billard: “Elinizde bir nesneyi tuttuğunuzda, sonrasında o nesne kaymaya başladığında, tepki vermek için sadece birkaç milisaniyeniz var. Robot el ise, böyle bir durumda 400 milisaniyelik bir sürede tepki gösterme yeteneğine sahiptir. Tüm parmaklar boyunca basınç sensörleriyle donatıldığında, beyin; aslında nesnenin kaydığını algılayamadan önce nesneyi reaksiyona sokabilir ve dengeleyebilir.”
Paylaşılan Kontrol Nasıl Çalışır?
Algoritma önce; kullanıcının niyetini nasıl çözeceğini öğrenir ve bunu protez elin parmak hareketine çevirir. Bu sırada ampute; makine öğrenmeyi kullanan algoritmayı geliştirmek için bir dizi el hareketi yapmalıdır. Ampute bacağa yerleştirilen sensörler; kas aktivitesini algılar ve algoritma hangi el hareketlerinin hangi kas aktivitesi düzenlerine karşılık geldiğini öğrenir. Kullanıcının amaçladığı parmak hareketleri anlaşıldığında, bu bilgi protez elin parmaklarını kontrol etmek için kullanılabilir.
Araştırmacı Katie Zhuang: “Kas sinyalleri gürültülü olabileceği için, bu kaslardan anlamlı bir aktivite çıkaran ve bunları hareketlere dönüştüren bir makine öğrenme algoritmasına ihtiyacımız var.”
Daha sonra, bilim insanları bu algoritmayı; robotik otomasyon kullanıcı bir nesneyi tutmaya çalıştığında devreye girecek şekilde geliştirdi. Algoritma, protez ele; bir nesne protez elin yüzeyindeki sensörlerle temas ettiğinde parmaklarını kapatmasını söyler. Bu otomatik kavrama; nesnelerin şeklini ölçmek ve görsel sinyallerin yardımı olmadan, yalnızca dokunsal bilgilere dayanarak kavramak için tasarlanmış robotik kollar için yapılmış önceki bir çalışmadan uyarlamadır.
Algoritmanın ticari olarak temin edilebilen bir protez eliyle uygulanmadan önce algoritmayı geliştirmek için birçok zorluk devam etmektedir. Şimdilik, algoritma; hala harici bir tarafça sağlanan bir robot üzerinde test ediliyor.
EPFL Nöro-Mühendislikte Bertarelli Vakfı Başkanı Scuola Superiore Sant’Anna’de Biyoelektronik Profesörü Silvestro Micera: “Robot elleri kontrol etme konusundaki ortak yaklaşımımız, bu cihazların klinik etkisini ve kullanılabilirliğini artıran, beyin-makine arayüzleri gibi çeşitli nöroprostetik uygulamalarda kullanılabilir.”
