محققان انستیتوی فناوری استیونز یک کفی هوشمند با هوش مصنوعی ساخته اند که فوراً هر کفش را به یک آزمایشگاه آنالیز راه رفتن قابل حمل تبدیل می کند.
این کار که در ژانویه سال 2020 با عنوان IEEE Transactions of Systems عصبی و مهندسی توانبخشی گزارش شده است ، می تواند با ارائه روشی جدید برای اندازه گیری دقیق عملکرد پیاده روی در بیماران با اختلالات حرکتی یا آسیب دیدگی های اسکلتی عضلانی ، در محیط های زندگی از محققان بالینی سود ببرد. این فن آوری همچنین با کمک به آنها در بهبود روش دویدن ، می تواند به پیشرفت های قابل توجهی برای ورزشکاران منجر شود.
دامیانو زانوتو ، نویسنده اصلی و مدیر آزمایشگاه روباتیک سیستم های پوشیدنی استیونز گفت: از دیدگاه عملی ، این موضوع ارزشمند است. "ما اکنون می توانیم به صورت دقیق ، در محیط های دنیای واقعی ، پیاده سازی یک فرد را به طور دقیق تجزیه و تحلیل کنیم ."
انجام یک قدم تنها ممکن است ساده به نظر برسد ، اما گرفتن اطلاعات قابل اعتماد در مورد راه رفتن یک شخص در محیط های واقعی ، همچنان یک چالش مهم برای محققان است. فن آوری های تحلیلی راهپیمایی استاندارد طلایی ، مانند سیستم های حرکت مبتنی بر دوربین و صفحات نیرو ، گران هستند و فقط می توانند در آزمایشگاه ها مورد استفاده قرار گیرند ، بنابراین آنها بینش کمی در مورد چگونگی قدم زدن مردم در دنیای واقعی ارائه می دهند. ظهور فن آوری های پوشیدنی مانند کفش هوشمند ، غلاف و کفی به طور بالقوه می تواند بر این محدودیت غلبه کند ، اما محصولات موجود نمی توانند اطلاعات دقیق راه رفتن را ارائه دهند.
در کارشان ، زانوتو و تیمش نشان می دهند که کفی هوشمند آنها می تواند داده های زمان واقعی را در مورد طول ، سرعت و قدرت قدم پوشاننده با دقت بهتر نسبت به فن آوری های موجود در پا پوشیده و در کسری از هزینه های سنتی تحویل دهد. تجهیزات آزمایشگاهی. (Zanotto و تیم وی به دنبال دو اختراع ثبت شده در رابطه با SportSole هستند و چندین شرکت و حق رای دادن ورزش حرفه ای از نزدیک کار تیم را دنبال می کنند.)
فن آوری SportSole این تیم با استفاده از شتاب سنج و ژیروسکوپ برای نظارت بر حرکت و جهت گیری خاص خود در فضا ، و مجموعه ای از سنسورهای نیرو برای تشخیص فشار پلانتار ، به آن امکان می دهد 500 قرائت در ثانیه را ضبط کند - در حدود پنج برابر شدن از سرعت سنج های هوشمند و دیگر راه های پوشیدنی- ابزارهای تحلیل
اما جادوی واقعی در خارج از کفش اتفاق می افتد. سنسورهای حرکتی پوشیدنی ذاتاً پر سروصدا هستند. برای غلبه بر این چالش ، زانوتو آن 500 اندازه گیری در هر ثانیه را به چند ویژگی اصلی تبدیل می کند ، سپس نتایج را به یک الگوریتم هوش مصنوعی قادر به استخراج سریع پارامترهای راه رفتن می داند که دقیقاً در چند درصد امتیاز دارند.
این یک پیشرفت بزرگ در مقایسه با سایر ابزارهای تجزیه و تحلیل راه رفتن AI است که از نظر محاسباتی فشرده هستند و برای تجزیه و تحلیل بعدی نیاز به ثبت داده دارند. سیستم استیون به مراتب کارآمدتر است و این امکان را می دهد تا در یک میکروکنترلر که قادر به انجام آنالیز راه رفتن در زمان واقعی است ، پخته شود.
این سیستم همچنین بدون در نظر گرفتن اینکه مشتری در حال پیاده روی یا دویدن است ، کار می کند و بدون نیاز به کالیبراسیون یا سفارشی سازی برای کاربران خاص ، نتایج دقیقی را ایجاد می کند. آزمایشات مقدماتی نشان می دهد که SportSole حتی با کودکانی در سن سه سالگی و سالمندان با اختلالات دهلیزی کار می کند ، که الگوهای راه رفتن آنها بسیار متفاوت از بزرگسالان سالم است.
چنین دقت مداوم چشمگیر است زیرا بیشتر محققان راهپیمایی از سنسورهای رده بالا استفاده می کنند که برای کاهش خطاها از 1000 دلار یا بیشتر هزینه می کنند. در مقابل ، زانوتو و تیم وی از سنسورهای خارج از قفسه که 100 دلار قیمت دارند ، استفاده کردند و برای استخراج داده های موثق به AI متکی بودند. زانوتو گفت: "ما با هزینه ای به مراتب کمتر به همان نتیجه یا بهتر می رسیم و این مسئله وقتی بزرگتر می شود که این فناوری را ارزیابی کنیم ، بسیار زیاد است."
با این حال ، این تیم در حال حاضر روی آزمایش SportSole برای استفاده بالینی تمرکز دارد. مانیتور راه رفتن بدون دردسر و پوشیدنی می تواند به محققان کمک کند تا درمان های مبتلایان به اختلالات حرکتی را بهینه کنند ، اجازه کنترل از راه دور جمعیت آسیب پذیر را بدهند ، یا بینش مهمی در مورد ایمنی و کارآیی درمان های جدید که ممکن است راه رفتن و تعادل را تحت تأثیر قرار دهد ، ارائه دهد.
- ۹۹/۰۲/۲۸