外观
新闻Robohub3 个月前
MIT超声腕带实时追踪手部肌腱驱动机器人灵巧操作
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Wristband enables wearers to control a robotic hand with their own movements（Robohub）
核心内容
MIT Xuanhe Zhao团队在Nature Electronics发表研究，推出基于超声成像的可穿戴腕带，可实时精准追踪佩戴者手部运动并无线控制机器人。演示中佩戴者成功操控机械手弹奏钢琴及投篮，验证了该系统在连续精细动作映射上的有效性，为具身智能遥操作与数据采集提供新范式。
该腕带集成微型超声换能器与水凝胶贴片，持续采集腕部肌肉、肌腱及韧带动态影像，配合AI算法将图像实时转换为五指与手掌位姿。相比相机易受遮挡、数据手套束缚感强及肌电信号噪声大且分辨率低等痛点，超声方案能捕捉指尖捏合等细微连续路径，兼具非侵入式与高信噪比优势，适用于VR交互及手术机器人训练数据获取。
关键看点
- 超声感知机制：利用微型换能器与水凝胶贴片连续采集腕部肌腱韧带影像，AI实时解码为五指及手掌精确位姿
- 灵巧操作验证：佩戴者无线控制机械手完成钢琴演奏与桌面投篮，证明系统支持高频连续精细动作映射
- 技术痛点突破：解决相机视觉遮挡、手套触觉束缚及肌电信号噪声问题，精准识别指尖捏合等微幅连续路径
- 具身数据价值：正采集不同手型用户数据构建大规模数据集，旨在训练人形机器人执行手术等复杂灵巧任务
工程与产业观察
该超声腕带为人形机器人灵巧手训练提供了高保真、抗遮挡的遥操作数据源，有效弥补纯视觉方案在精细抓取标注上的短板。其非侵入式连续肌腱追踪特性，不仅提升了VR/AR交互精度，更为具身智能从仿真到真机的技能迁移构建了标准化人体运动学基准。
来源
本页事实对应的公开页面，以原文为准。