VORSCHAU
PRESSETERMINE
AKTUELLES PRESSEFOTO
IR Nachrichten
17.05.2024 20:00
nebag ag
17.05.2024 18:06
Wiener Privatbank SE
17.05.2024 16:55
Schumag Aktiengesellschaft
EUROPA NACHRICHTEN
HIGHTECH
Do, 24.12.2020 10:30
pte20201224006 Technologie/Digitalisierung, Forschung/Entwicklung
Armband erkennt Hand-Befehle des Gehirns
University of California nutzen Gestenerkennung zur Datengenerierung für Prothesen und Co
Berkeley (pte006/24.12.2020/10:30) - Ingenieure der University of California am Standort Berkeley http://berkeley.edu greifen mit einem neuen Gerät zur Gestenerkennung elektrische Signale des Gehirns zur Bewegung der Hände am Unterarm ab. Damit lässt sich ein Computer ohne Tastatur bedienen, Videospiele ohne Controler spielen und Autos ohne Lenkrad fahren, versprechen die Entwickler. Signale an rund 64 Stellen Ali Moin, der das System als Doktorand mit Ana Arias, Professorin für Elektrotechnik, entwickelt hat, denkt vor allem an die Steuerung von Prothesen. Grundsätzlich lasse sich die Technik zur Interaktion mit jedem elektronischen Gerät nutzen. "Prothetik ist eine wichtige Anwendung dieser Technologie, bietet aber auch eine sehr intuitive Möglichkeit zur Kommunikation mit Computern", sagt Moin. Die Steuerung von Geräten und Prothesen mit Gesten lasse sich zwar auch auf andere Art realisieren, etwa mit einer Kamera. Doch sein Verfahren sei eleganter und einfacher umzusetzen. Der Sensor ist ein flexibles Armband, mit dem die elektrischen Signale an 64 Stellen des Unterarms registriert werden. Sie werden von einem Prozessor ausgewertet, dessen Software auf Künstlicher Intelligenz basiert, und in Steuerbefehle für Geräte und Prothesen umgesetzt. Nach einer Trainingsphase konnte das System 21 verschiedene Gesten eindeutig erkennen, darunter Daumen hoch, eine Faust, Bewegungen einzelner Finger sowie die flache Hand. Durch Training immer besser Da die Signale individuell unterschiedlich sind, muss sich das System durch Training auf seinen Nutzer einstellen. Andererseits lässt die eingesetzte Software ein selbstständiges Lernen zu. Wenn sich beispielsweise die mit einer bestimmten Handbewegung verbundenen elektrischen Signale ändern, weil der Arm eines Benutzers verschwitzt ist oder er seinen Arm über den Kopf hebt, könne der Algorithmus diese neuen Infos in Moins Modell aufnehmen. Die meisten der eingesetzten Techniken gibt es laut Donald O. Pedersen, Professor für Elektrotechnik und Chef des Entwickler-Teams, schon. Einzigartig sei, dass Biosensorik, Signalverarbeitung und -auswertung sowie Künstliche Intelligenz in ein geschlossenes System integriert werden konnten, das klein und flexibel ist und wenig Strom verbraucht.
(Ende)
FOTODIENST
PRESSETEXT.TV
Walter Oblin sieht Post auf Wachstumskurs 18.04.2023 ETARGET
FOCUSTHEMA
SPECIALS
Werbung
middleAdvertising
|