大数据文摘出品
来源：sciencedaily
编译：啤酒泡泡、小七
看到漫威电影里冬兵的断臂之后装上的“机械手臂”，比没断之前还要坚硬，文摘菌不禁在想，这除了不能用左手指纹识别，根本没啥损失啊。
然而现实中并没有这么灵活自然的义肢可以提供给不幸截肢的人士，但是EPFL（瑞士洛桑联邦理工学院）的科学家正在努力。
他们开发新方法来改进对机器手的控制力，这种方法将结合每根手指的控制力和自动化来改善抓握和操控等动作的效果。这项结合了神经工程学和机器人工程学的交叉概念已经在三位截肢者和七位健康人士身上试验成功。研究结果发表在了前些天出版的NatureMachineIntelligence（《自然-机器智能》）杂志上。
类似的这种义肢被称为肌电假肢，可以通过控制机器人装置和残肢肌肉活动信息，帮助使用者恢复失去的身体机能。此类商业装置可以让使用者获得高度的行动自主权，但是仍然无法表现出和人体完整手臂一样的灵巧性。而在此，KatieZ.Zhuang等人提出一个新的控制机器手的方法，它结合了使用者的意图和机器人自动化。
新的突破：人机协同控制义肢
这项技术结合了来自两个不同领域的两个概念。以前从未有过将两者一同用于机器手控制的先例，这项技术也有助于神经义肢的新领域——人机协同控制的发展。
其中一项概念来自神经工程，即通过截肢者残肢的肌肉活动来解码其手指运动的意图，以达到控制单个手指的目的，这个思路以前从未尝试过。下图为研究者们进行的肌电实验及相关解读：
源自论文：Sharedhuman–robotproportionalcontrolofadexterousmyoelectricprosthesis.
a：在线实验中，四名健全的受试者和三名截肢者使用他们的表面肌电信号控制虚拟机器人手。用MLP解码信号以获得单位数关节角度的预测。
b：三名截肢者的截肢程度不同，如上图所示。
c：测试的运动包括单位数和多位数运动。除了没有独立进行食指和中指屈曲/伸展的受试者A2之外，其余受试者都进行了全部运动。
另一项概念来自机器人工程学，即允许机器手帮助患者握住物体并且保持手与物体的接触，以达到握紧物体的目的。
源自论文：Sharedhuman–robotproportionalcontrolofadexterousmyoelectricprosthesis.
“当你用手握住物体的时候，物体就开始下滑了，你只有几毫秒的时间去反应，”EPFL学习算法和系统实验室的领导者AudeBillard解释道，“这个机器手可以在毫秒内做出反应。它的所有手指装备了压力感应器，可以在大脑感知到物体正在下滑前做出反应，握紧物体。”
图片源自论文：Sharedhuman–robotproportionalcontrolofadexterousmyoelectricprosthesis.
相关视频链接：
