工程师使用人工智能和可穿戴式摄像头，现在旨在帮助机器人外骨骼自行行走。
越来越多的世界各地的研究人员正在开发下肢外骨骼，以帮助人们行走。这些本质上是步行机器人，用户可以绑腿以帮助他们移动中国机械网okmao.com。
这种外骨骼的一个问题：它们通常依靠手动控制从一种运动方式切换到另一种运动方式，例如从坐着到站着，或者从站着到走路，或者从地面上走到上下楼梯。加拿大滑铁卢大学的机器人研究员Brokoslaw Laschowski说，每次您想要切换移动方式时都依赖操纵杆或智能手机应用程序可能会带来尴尬和精神上的 负担。
科学家们正在研究自动化的方法，以帮助外骨骼识别何时切换运动模式，例如，使用连接到腿部的传感器，该传感器可以检测从大脑发送到肌肉的生物电信号，告诉他们运动。但是，这种方法面临许多挑战，例如，随着人的皮肤出汗或变干，皮肤电导率如何变化。
现在，几个研究小组正在尝试一种新方法：为外骨骼用户配备可穿戴式摄像机，以为机器提供视觉数据，使他们能够自主操作。人工智能（AI）软件可以分析此数据以识别楼梯，门和周围环境的其他特征，并计算最佳响应方式。
Laschowski领导ExoNet项目，这是第一个开源的人类运动场景的高分辨率可穿戴摄像机图像数据库。它拥有超过560万张室内和室外真实世界行走环境的图像。该团队使用这些数据来训练深度学习算法。
Laschowski指出，他们的卷积神经网络已经可以 73％的精度自动识别不同的步行环境，“尽管可穿戴式相机感应到的不同表面和物体差异很大” 。
根据Laschowski的说法，其工作的潜在局限性在于它们依赖于常规的2D图像，而深度相机也可以捕获潜在有用的距离数据。
他和他的合作者最终出于多种原因选择不依赖深度相机，包括事实上，深度测量的精度通常在室外照明条件下以及随着距离的增加而降低，他说。
在类似的工作中，北卡罗来纳州的研究人员让志愿者将照相机安装在眼镜上或绑在膝盖上，在各种室内和室外环境中行走，以捕获外骨骼可能用来观察周围环境的图像数据。目的？“要使运动自动化，” 北卡罗莱纳州立大学电气工程研究员埃德加·洛巴顿（Edgar Lobaton）说。
他说，他们正在关注AI软件如何减少由于运动模糊或图像曝光过度等因素引起的不确定性，以确保安全运行。 我们希望确保在将视觉和AI部分集成到硬件之前，我们能够真正依靠视觉和AI部分。 ”
将来，Laschowski和他的同事将专注于提高对环境分析软件的准确性，同时降低对计算和内存的存储需求，这对于机器人外骨骼的机载实时操作至关重要。Lobaton和他的团队还试图解决运动引入视觉系统的不确定性 。
最终，ExoNet研究人员希望探索AI软件如何将命令传输到外骨骼，以便他们可以基于系统对用户当前运动和即将到来的地形的分析来执行诸如爬楼梯或避开障碍物之类的任务。Laschowski说，他们以自动驾驶汽车为灵感，寻求开发自动驾驶的外骨骼，这种外骨骼可以在没有人工干预的情况下处理步行任务。
但是，Laschowski补充说：“用户安全至关重要，尤其是考虑到我们正在与行动不便的人合作，”这可能是由于年老或肢体残疾造成的。
“外骨骼用户将始终具有超越系统的能力。分类算法或控制器应该做出错误的决定。”