Event-Driven On-Sensor Locomotion Mode Recognition Using a Shank-Mounted IMU with Embedded Machine Learning for Exoskeleton Control
تقدم هذه الورقة نظاماً قابلاً للارتداء يتميز بزمن انتقال منخفض وكفاءة في استهلاك الطاقة، يستخدم نواة تعلم آلي مدمجة داخل وحدة قياس عطالة (IMU) مثبتة على الساق لأداء التعرف اللحظي، القائم على المقاطعة، على أنماط الحركة (الوقوف، والمشي، وصعود السلالم) مباشرة عند مستوى المستشعر، مما يقلل من استهلاك الطاقة في المتحكم الدقيق المضيف وحمل الاتصالات الزائد للتحكم في الهيكل الخارجي للأطراف السفلية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك ترتدي هيكلاً خارجياً عالي التقنية (بدلة روبوتية) على ساقيك لمساعدتك في المشي أو صعود الدرج. لكي يتمكن هذا الروبوت من مساعدتك بفعالية، فإنه يحتاج إلى معرفة ما تفعله الآن بالضبط. هل تقف ساكناً؟ هل تمشي على أرض مستوية؟ أم تصعد درجات السلم؟
إذا أخطأ الروبوت في التقدير، فقد يدفع ساقك بينما تحاول التوقف، أو قد يفشل في تقديم المساعدة عندما تحتاجها.
تصف هذه الورقة البحثية طريقة جديدة وذكية لتعليم "دماغ" الروبوت كيفية اكتشاف ذلك فوراً، دون استنزاف البطارية أو إبطاء العمليات.
الطريقة القديمة: السكرتيرة المرهقة
في الماضي، تخيل أن المستشعر الموجود على ساقك (IMU) كان يشبه سكرتيرة عصبية لا تتوقف عن الكلام أبداً. في كل ثانية، كانت تصرخ بالبيانات الخام إلى الكمبيوتر الرئيسي: "ذراعي تحركت لليسار! ذراعي تحرت لليمين! الزاوية تغيرت! السرعة زادت!"
كان على الكمبيوتر الرئيسي (المتحكم الدقيق) أن يستمع إلى هذا الضجيج المستمر، ويتوقف عما يفعله، ويحاول استنتاج: "حسناً، بناءً على كل هذا الضجيج، هل هو يمشي أم يتسلق؟"
- المشكلة: هذا يستهلك الكثير من الطاقة (مثل نفاد بطارية الهاتف بسرعة) ويخلق تأخراً في الاستجابة. وبحلول الوقت الذي يستوعب فيه الكمبيوتر الأمر، قد تكون قد بدأت بالفعل في صعود الدرج.
الطريقة الجديدة: المحقق الذكي في الموقع
ابتكر مؤلفو هذه الورقة فكرة أكثر ذكاءً. فبدلاً من إرسال كل البيانات الخام إلى الكمبيوتر الرئيسي، وضعوا "محققاً" صغيراً فائق الذكاء داخل المستشعر نفسه.
إليك كيف يعمل الأمر، باستخدام تشبيه بسيط:
- المستشعر هو المحقق: لقد أخذوا مستشعراً محدداً (LSM6DSV16X) وثبّتوا بداخله "دماغًا" صغيراً ومدرباً مسبقاً (نموذج تعلم آلي). فكر في هذا كمنح المستشعر مكتبة خاصة به من القواعد.
- التدريب: قاموا بتعليم هذا "المستشعر-المحقق" عبر عرض آلاف الأمثلة لأشخاص يقفون، ويمشون، ويصعدون الدرج. تعلم المحقق "بصمات" كل نشاط. على سبيل المثال، تعلم أن "صعود الدرج" يشبه إيقاعاً معيناً من الاهتزاز، بينما "المشي" يشبه موجة ناعمة ومنتظمة.
- القرار: الآن، عندما تتحرك، يقوم "المستشعر-المحقق" بكل التفكير بمفرده. إنه لا يصرخ بالبيانات الخام، بل يهمس بكلمة واحدة فقط إلى الكمبيوتر الرئيسي: "أنا أمشي"، أو "أنا أصعد الدرج".
- الكمبيوتر النائم: لأن المستشعر يقوم بالعمل الشاق، يمكن للكمبيوتر الرئيسي أن يبقى في حالة "نوم" (حالة استهلاك طاقة منخفضة) معظم الوقت. ولا يستيقظ إلا عندما ينقر المستشعر على كتفه (عبر تنبيه/interrupt) ليقول له: "مهلاً، لقد عرفت ما تفعله!"
لماذا يعد هذا أمراً هاماً؟
- السرعة (زمن استجابة منخفض): لأن التفكير يحدث في نفس مكان الحركة، يستجيب الروبوت بشكل فوري تقريباً. إنه يشبه رد الفعل المنعكس؛ حيث ترتج ساقك قبل أن يفكر دماغك حتى في الأمر.
- عمر البطارية: لا يضطر الكمبيوتر الرئيسي للعمل بجهد، لذا تدوم البطارية لفترة أطول بكثير. إنه يشبه الانتقال من محرك هادر إلى محرك كهربائي يعمل فقط عند الحاجة.
- البساطة: "الدماغ" الموجود داخل المستشعر هو ببساطة "شجرة قرار" (Decision Tree). تخيل مخططاً انسيابياً:
- هل تهتز الساق كثيراً؟ نعم -> هل تتحرك للأعلى والأسفل بسرعة؟ نعم -> صعود درج!
- هل تتحرك من جانب لآخر بسلاسة؟ نعم -> مشي!
- هل هي ثابتة؟ نعم -> وقوف!
هذا المنطق البسيط فعال جداً لدرجة أنه يتناسب تماماً داخل الشريحة الصغيرة.
التجربة
اختبر الباحثون هذا النظام عن طريق ربط المستشعر بساق الأشخاص (أسفل الساق). جعلوا الأشخاص يقفون ساكنين، ويمشون على جهاز المشي، ويصعدون آلة الدرج.
- النتيجة: نجح "المستشتر-المحقق" في تحديد النشاط بدقة 100% خلال الاختبار. لقد انتقل بنجاح من "الوقوف" إلى "المشي" ثم إلى "صعود الدرج" دون أي ارتباك.
- الدليل: ظل الكمبيوتر الرئيسي جالساً، نائماً، ولم يستيقظ إلا لقراءة الإجابة النهائية. لم يكن هناك حاجة لأي مجهود كبير.
الخلاصة
تظهر هذه الورقة أننا لسنا بحاجة إلى كمبيوتر خارق للتحكم في البدلة الروبوتية. يمكننا وضع الذكاء داخل المستشعر مباشرة. الأمر يشبه ترقية جهاز كشف الدخان: فبدلاً من إرسال بث فيديو للمطبخ لتحليله ومعرفة ما إذا كان هناك دخان، يقوم الكاشف نفسه بشم الدخان ويطلق الإنذار فقط.
هذا يجعل الروبوتات القابلة للارتداء أسرع، وأذكى، وأكثر كفاءة في استهلاك الطاقة، مما يمهد الطريق لأجهزة مساعدة أفضل للأشخاص الذين يحتاجون إليها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.