Ultraschall Roboter mit Ultraschallarmband präzise steuern

Anbieter zum Thema

Heidrive GmbH

Maxon Motor GmbH

ORBIT GmbH Antriebstechnik

Forscher MIT bringen eine Roboterhand dank eines Hightech-Armbands zur perfekten Nachahmung von Bewegungen: Das Armband erzeugt Ultraschallbilder der Muskeln, Sehnen und Bänder des Handgelenks, während sich die Hand bewegt. Daraus werden die Steuerbefehle generiert. 

34 Muskeln, 27 Gelenke und über 100 Sehnen und Bänder in unserer Hand sorgen dafür, dass unsere Hände die geschicktesten Teile unseres Körpers sind. Die Nachahmung ihrer vielfältigen, fein abgestimmten Gesten stellt seit langem eine Herausforderung in der Robotik und der virtuellen Realität dar. Nun haben Ingenieure des MIT ein Ultraschall-Armband entwickelt, das die Handbewegungen des Trägers präzise in Echtzeit erfasst. Das Armband erzeugt Ultraschallbilder der Muskeln, Sehnen und Bänder des Handgelenks, während sich die Hand bewegt, und ist mit einem Algorithmus der künstlichen Intelligenz gekoppelt, der die Bilder kontinuierlich in die entsprechenden Positionen der fünf Finger und der Handfläche übersetzt.

Fäden sehen

Derzeit gibt es eine Reihe von Ansätzen, um die Geschicklichkeit der menschlichen Hand bei Robotern zu erfassen und nachzuahmen.  

• Bei einigen Ansätzen werden Kameras eingesetzt, um die Handbewegungen einer Person aufzuzeichnen, während diese Objekte handhabt oder Aufgaben ausführt.
• Bei anderen muss eine Person einen Handschuh mit Sensoren tragen, der die Handbewegungen der Person aufzeichnet und die Daten an einen empfangenden Roboter überträgt.

 Der Aufbau eines komplexen Kamerasystems für verschiedene Anwendungen ist jedoch unpraktisch und anfällig für visuelle Hindernisse. Und mit Sensoren bestückte Handschuhe könnten die natürlichen Handbewegungen und Empfindungen einer Person einschränken. Ein dritter Ansatz nutzt die elektrischen Signale der Muskeln im Handgelenk oder Unterarm, die Wissenschaftler dann mit bestimmten Handbewegungen in Verbindung bringen. Forscher haben bei diesem Ansatz bedeutende Fortschritte erzielt, allerdings werden diese Signale leicht durch Umgebungsgeräusche beeinträchtigt. Außerdem sind sie nicht empfindlich genug, um feine Bewegungsänderungen zu unterscheiden. So können sie beispielsweise erkennen, ob Daumen und Zeigefinger zusammengedrückt oder auseinandergezogen werden, aber kaum die Bewegungen dazwischen.
 

Bewegungen kartieren

Zhaos Team fragte sich, ob die Ultraschallbildgebung vielleicht geschicktere und kontinuierlichere Handbewegungen erfassen könnte und entwickelte ein Armband mit einem Ultraschallaufkleber in der Größe einer Smartwatch und stattete es mit einer integrierten Elektronik aus, die etwa so klein ist wie ein Mobiltelefon. Sie befestigten das Armband am Handgelenk eines Probanden und stellten fest, dass das Gerät klare und kontinuierliche Bilder des Handgelenks lieferte, während der Proband seine Finger in verschiedenen Gesten bewegte. Die Herausforderung bestand nun darin, die schwarz-weißen Ultraschallbilder des Handgelenks bestimmten Positionen der Hand zuzuordnen. Wie sich herausstellte, verfügen die Finger und der Daumen über 22 Freiheitsgrade, also verschiedene Möglichkeiten, sich zu strecken oder zu beugen. Die Forscher fanden heraus, dass sie bestimmte Bereiche in ihren Ultraschallbildern des Handgelenks identifizieren konnten, die mit jedem dieser 22 Freiheitsgrade korrelieren. So stehen beispielsweise Veränderungen in einem Bereich mit der Streckung des Daumens in Zusammenhang, während Veränderungen in einem anderen Bereich mit Bewegungen des Zeigefingers korrelieren.
 

Um diese Zusammenhänge herzustellen, bewegte ein Proband, der das Armband trug, seine Hand in verschiedene Positionen, während die Forscher die Gesten mit mehreren Kameras rund um den Probanden aufzeichneten. Durch den Abgleich von Veränderungen in bestimmten Bereichen der Ultraschallbilder mit den von den Kameras aufgezeichneten Handpositionen konnte das Team Bereiche des Handgelenkbildes mit dem entsprechenden Freiheitsgrad der Hand kennzeichnen. Diese Zuordnung jedoch kontinuierlich und in Echtzeit vorzunehmen, wäre für Menschen eine unmögliche Aufgabe.

Humanoide Roboter für Geschicklichkeitsaufgaben trainieren

Das Team nutzt das Armband, um Daten zu Handbewegungen von weitaus mehr Nutzern mit unterschiedlichen Handgrößen, Fingerformen und Gesten zu sammeln. Es strebt den Aufbau eines umfangreichen Datensatzes von Handbewegungen an, der beispielsweise dazu genutzt werden kann, humanoide Roboter für Geschicklichkeitsaufgaben zu trainieren, wie etwa die Durchführung bestimmter chirurgischer Eingriffe. 

Über die Forschungsarbeit

Zhao, Gengxi Lu und ihre Kollegen stellen das neue Design des Armbands in einem Artikel vor, der in Nature Electronics erschienen ist. Ihre Mitautoren am MIT sind die ehemaligen Postdoktoranden Xiaoyu Chen, Shucong Li und Bolei Deng; die Doktoranden SeongHyeon Kim und Dian Li; die Postdoktoranden Shu Wang und Runze Li; sowie Anantha Chandrakasan, Provost des MIT und Vannevar-Bush-Professor für Elektrotechnik und Informatik. Weitere Mitautoren sind die Doktoranden Yushun Zheng und Junhang Zhang, Baoqiang Liu, Chen Gong sowie Professor Qifa Zhou von der University of Southern California.

Diese Forschungsarbeit wurde teilweise vom MIT, den US-amerikanischen National Institutes of Health, der US-amerikanischen National Science Foundation, dem US-Verteidigungsministerium und der National Research Foundation von Singapur im Rahmen der Singapore-MIT Alliance for Research and Technology gefördert.