Mobile-Menu

Prothesen Wie 128 Sensoren und KI das Greifen intuitiver machen

Quelle: TU München 2 min Lesedauer

Anbieter zum Thema

TU München
SAB Bröckskes GmbH & Co KG
FAULHABER Antriebssysteme
a.b.jödden gmbh

Für Menschen ist das Greifen von Gegenständen nicht kompliziert, es ist ein Automatismus. Für Maschinen ist dieser vermeintlich einfache Vorgang noch immer eine große Herausforderung.

Wissenschaftlerin Patricia Capsi Morales von der TUM und ihre Sensorfolie zur Messung der Muskelaktivität am Unterarm.(Bild: Andreas Schmitz / TUM)
Wissenschaftlerin Patricia Capsi Morales von der TUM und ihre Sensorfolie zur Messung der Muskelaktivität am Unterarm.
(Bild: Andreas Schmitz / TUM)

Schon heute können Menschen mit einer modernen Handprothese unterschiedliche Greifmuster ausführen. Gesteuert wird dies in der Regel durch die Detektion der Muskelaktivität im Unterarm. Patienten müssen diese Methode jedoch zunächst lernen. Forscher der Technischen Universität München haben nun eine neue Methode mit künstlicher Intelligenz entwickelt, welche die Steuerung von Handbewegungen intuitiver macht. Laut einer Mitteilung setzen die Wissenschaftler auch auf das sogenannte Synergieprinzip und auf insgesamt 128 Sensoren am Unterarm.

Unter dem Synergieprinzip verstehen die Forscher die Aktivierung von mehreren Zellen gleichzeitig. Beim Greifen eines Objekts werden die Finger synchron bewegt und passen sich an die Form des Ziels an. Die Forscher wollen dieses Prinzip nutzen und neue Lernalgorithmen einsetzen. Denn aus Roboterperspektive ist das Greifen von Gegenständen eine komplexe Herausforderung: die künstliche Hand muss zunächst den Ort bestimmen, von dem sie etwas greifen möchte. Dann führt sie langsam die Finger zusammen, bis diese schließlich das Objekt umschließen.

Acht von zehn Personen bevorzugen die intuitive Methode

Maschinelles Lernen kann dafür sorgen, die Bewegungen fließender und die Steuerung anpassungsfähiger zu machen, heißt es weiter. Die Daten liefern zwei Sensorfolien: eine für die Innen- und eine für die Außenseite des Unterarms. Jede Folie enthält bis zu 64 Sensoren. Die Forscher können so die Aktivierung von verschiedenen Muskelgruppen erfassen und herausfinden, welche Gruppe für welche Handbewegungen verantwortlich ist. Mit diesen Daten kann der Algorithmus trainiert werden.

Laut den Forschern würden acht von zehn Personen diese neue Methode bevorzugen. Jedoch gibt es noch Herausforderungen, die das Team überwinden muss. Demnach muss der Lernalgorithmus jedes Mal neu trainiert werden, wenn die Sensorfolie verrutscht oder abgenommen wird. Bei einem neuen Patienten muss zudem der Algorithmus zunächst die Aktivierungsmuster für jede Bewegungssequenz identifizieren, um später die Absicht des Benutzers zu erkennen und sie in Befehle für die künstliche Hand zu übersetzen.

(ID:49852632)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte