跳到内容 跳到导航

Research & Ideas

站内搜索

建立一个可穿戴的,可以抓住你,当你跌倒

AI-基于一个机器人系统可以预测和预防跌倒的高危人群。

A person in red high top sneakers stepping up wet, blue stairs

人工智能为基础的机器人系统可以帮助预测和预防跌倒。 | unsplash /林赛亨伍德

绊倒杂波或缺少一个梯级可以比一个烦恼更多。

对于老年人,尤其是,绊倒和摔倒的后果可能是在每个维度昂贵。的确,跌倒的直接医疗成本估计高达 $ 50十亿每年.

一个有希望的解决方案是一个AI基于机器人系统来预测和防止跌倒。

“我们研究的问题,其中机器人需要体力应用到人类身上,以帮助他们 - 比如日常生活中像穿衣,喂食,散步,和洗澡的活动,”说 C。卡伦·刘,计算机科学的CQ9电子游戏副教授。具体地讲,刘和她的团队寻求通过开发可穿戴式机器人设备在人类运动,以帮助机器人协助新的突破。

他们提出人工智能为基础的系统的创建,预测和防止跌倒。该研究小组,其中包括CQ9电子游戏的同事 史蒂夫·科林斯斯科特DELPLEO guibas和 VJ periyakoil,与多个研究生和其他同事一起,获得了一个 CQ9电子游戏以人为本的人工智能的就职 霍夫曼仪补助 以资助他们的工作。

问题

瀑布对个人和集体福祉的重大影响。超越大每年的费用受伤招致,当一位老人跌倒,他们对未来的双打再次下跌的风险。但下降可多可预见的,如果我们有合适的探测能力,刘解释说。致动器,或马达,其将能量转换成扭矩,以刺激或停止移动,可用于预防跌倒作为可佩戴装置的一部分。

仍然,防止与人工智能技术的下降并不容易。 “这是最复杂的情​​况下,你可以想像,随着人类和机器人之间持续的身体接触一个,”刘说。 “我们要了解如何在有效的,但安全的方式做到这一点。”

防止跌倒与可佩戴的机器人需要两个步骤:检测跌落相关的条件和使用预测产生激活的可穿戴设备。该小组已提出正是这样的检测和激活系统。

解决方案

开始,“你需要创建一个AI系统来教导别人的AI系统,”刘说,球队的挑战。

具体地,他们的目标是开发一种AI-基于“智能代理”,以模拟人类的运动,并且所发生的迁移率的扰动的结果如绊倒一个看不见的项目或碰撞到家具。 “该系统将需要推测恢复的最有效途径,”刘说。

代理是训练模拟人类运动和平衡复苏的基于软件的仿真。艾模拟运动更快,更便宜,而且比实际运行人体试验或建立机车机器人更安全。刘说,“有我们需要学习落下时要考虑这么多不同的尺寸。基于物理模拟使我们能够轻松地创建不只是一个人的模型,但人体模特的分布训练智能机器人设备。这是我们的方法的核心。”

所提出的耐磨,至少开始,将被置于围绕使用者的臀部区域,在一个外骨骼装置的形式 - 其提供额外的控制和电源给该区域的肌肉的半刚性装置。 “最终,我们可以移动到覆盖更多的下肢外骨骼,”刘说。

一旦训练完成后,该系统将使用机载计算机检测或通过监测等因素,在用户的加速度和质量中心的速度,预测下跌。 “如果下跌的可能性,预计超过某一阈值要高一些,”刘说,“恢复策略将被激活。”

恢复协议将将转矩施加到特定腿部区域如髋,改变下一个足迹的定时或放置,以防止坠落。 “它可以帮助用户采取下一步行动快一点或使其长或短,”刘说。该团队还旨在增强可穿戴设备与视觉感知探测坠落的危险,如不平的路面,并引导用户离开。 “在很多情况下,我们希望让用户抢先避免跌倒的危险,而不是从一个被动的下跌中恢复过来,”刘说。

此外,“系统必须避免误判[下降的预测不正确]不惜一切代价,”刘说。 “错误的援助比根本没有帮助更糟。适用力矩应保持关闭,除非检测系统该系统是一定的下降会发生。如果激活在错误的时间,它实际上可能会导致坠落“。

一旦细化,该系统将具有较大规模的部署之前,老年人和其他人群进行测试。

影响

刘的团队将系统目标到多个用户群,开始与那些年龄超过65岁,谁最容易被有害跌倒风险。

“但我们正在寻找帮助的人能够自行行走谁仍然有困难浏览某些情况下,比如在一个杂乱,狭小空间移动或弄到一辆车出来,”刘说。这可能包括人与神经障碍或运动障碍,例如。

超越应对跌倒,所提出的AI系统是一个更广泛类型的解决方案,提供更智能的认知和人类与复杂的环境相互作用的理解。 “能够了解用户,并预测其意图,并提供帮助,在合适的时间是在许多情况下,重要的是,”刘说。 “我们希望有一个可穿戴的设备,可提供智能的援助,以补充而不是压倒他们的运动的用户的运动计划。”

这意味着类似的预测,以激活系统,最终可能帮助人们的活动范围从开门到起吊重物。但现在,该系统刘和她的团队正在建设将着重于帮助人们特别是与他们的日常生活环境中的导航 - 一个防止坠落在一个时间。