通過將攝像頭安裝在眼鏡上或肢體本身，來使計算機(jī)視覺系統(tǒng)改善下肢假肢的運(yùn)動能力。

研究團(tuán)隊測試了兩套計算機(jī)視覺系統(tǒng)：一套佩戴于眼鏡上，另一套則安裝于腿部。

北卡羅來納州立大學(xué)與北卡羅來納大學(xué)教堂山分校的研究人員發(fā)布了一篇論文，闡述了如何借助計算機(jī)視覺技術(shù)——結(jié)合部分由樹莓派驅(qū)動的預(yù)測機(jī)制——助力配備下肢機(jī)器人假肢的用戶在不平整路面上更自然、更安全地行走。

論文作者之一、副教授Edgar Lobaton解釋道：“下肢機(jī)器人假肢需根據(jù)用戶所處地形執(zhí)行不同動作。我們構(gòu)建的框架能讓假肢中的人工智能預(yù)測用戶即將踏上的地形類型，量化與此預(yù)測相關(guān)的不確定性，并將這種不確定性納入決策過程。”

為驗證這一概念，研究團(tuán)隊打造了兩套計算機(jī)視覺系統(tǒng)：一套集成于眼鏡中，另一套則安裝于下肢假肢上，圍繞樹莓派單板計算機(jī)、攝像頭以及慣性測量單元（IMU）構(gòu)建。論文摘要指出：“借助貝葉斯神經(jīng)網(wǎng)絡(luò)（BNNs），我們的框架能夠量化由不同因素（如觀測噪聲、訓(xùn)練數(shù)據(jù)不足或存在偏差）引發(fā)的不確定性，并為在線決策生成經(jīng)過校準(zhǔn)的預(yù)測概率。”

“我們的框架在便攜嵌入式系統(tǒng)上的推理時間每幀不到80毫秒。本研究成果或可推動在可靠決策、高效傳感器融合以及各類應(yīng)用中智能系統(tǒng)設(shè)計的創(chuàng)新上下文識別策略發(fā)展。”

論文共同作者Helen Huang補(bǔ)充道：“將計算機(jī)視覺技術(shù)融入可穿戴機(jī)器人控制軟件是一個激動人心的新研究領(lǐng)域。我們發(fā)現(xiàn)，同時使用兩個攝像頭效果良好，但需要大量計算資源，成本可能也較高。不過，我們還發(fā)現(xiàn)僅使用安裝于下肢的攝像頭也能取得不錯效果——特別是在短期預(yù)測方面，比如預(yù)測接下來一兩步的地形情況。”

原文地址：

https://www.hackster.io/news/raspberry-pi-powered-computer-vision-system-calculates-uncertainty-to-make-robotic-prosthetics-safer-5e3dbc2a1391