Khung xương di động (exoskeletons) thường phụ thuộc vào quá trình điều khiển bằng cần gạt (joystick) hoặc ứng dụng trên smartphone để chuyển từ chế độ vận động này sang chế độ vận động khác, chẳng hạn như từ ngồi sang đứng, hoặc đứng sang đi bộ, hoặc đi bộ trên mặt đất sang đi bộ lên hoặc xuống cầu thang.
Các nhà khoa học đang nghiên cứu một số phương pháp giúp khung xương di động nhận biết khi nào cần chuyển chế độ vận động. Ví dụ như sử dụng các cảm biến gắn vào chân để phát hiện các tín hiệu điện sinh học được gửi từ não của người đến các cơ để bảo chúng di chuyển. Tuy nhiên, cách tiếp cận này nảy sinh một số thách thức, chẳng hạn như duy trì độ dẫn điện ở da khi da đổ mồ hôi hoặc da khô.
Hiện nay, một số nhóm nghiên cứu đang thử nghiệm một cách tiếp cận mới: lắp thiết bị camera đeo trên người (wearable camera) để cung cấp dữ liệu thị lực, sau đó dùng trí tuệ nhân tạo (AI) để phân tích dữ liệu nhằm nhận ra cầu thang, cửa ra vào và những đặc điểm khác của môi trường xung quanh, từ đó tính toán cách phản hồi tốt nhất. Đây là giải pháp nâng cao khả năng tự hành của khung xương di động, nhằm đáp ứng nhu cầu di chuyển của người khuyết tật.
Dự án ExoNet, do nhà nghiên cứu Brokoslaw Laschowski (Đại học Waterloo, Canada) thực hiện, sử dụng cơ sở dữ liệu mã nguồn mở đầu tiên về hình ảnh có độ phân giải cao về các tình huống di chuyển của con người. Cơ sở dữ liệu này chứa hơn 5,6 triệu hình ảnh về môi trường đi bộ cả trong nhà lẫn ngoài trời được ghi nhận trong thế giới thực. AI đã nhận ra được các môi trường di chuyển khác nhau với độ chính xác khoảng 73%. Theo Laschowski, một hạn chế của dự án là phụ thuộc vào việc sử dụng hình ảnh 2D thông thường, do độ sâu trường ảnh chưa được lựa chọn vì nhiều lý do (độ chính xác của độ sâu trường ảnh giảm khi thay đổi môi trường ánh sáng, hoặc thay đổi khoảng cách).
Khung xương di động tự hành tốt bằng AI, giúp người khuyết tật di chuyển
Một nhóm nhà khoa học ở Đại học Bang Bắc Carolina (Mỹ) cũng đang thử nghiệm với camera gắn trên kính mắt và đầu gối của khung xương di động để ghi lại dữ liệu hình ảnh khi di chuyển. Mục đích của việc làm này là để cải thiện độ chính xác của AI, giảm tác động của các yếu tố bất lợi như chuyển động mờ hoặc hình ảnh bị phơi sáng quá mức, giúp việc tự động chuyển động tốt hơn.
Bên cạnh việc cải thiện sự di chuyển qua dữ liệu hình ảnh thị giác, Laschowski và cộng sự còn tập trung vào việc cải thiện độ chính xác của AI trong điều kiện yêu cầu tính toán và bộ nhớ lưu trữ thấp (vốn rất quan trọng đối với các hoạt động truy xuất dữ liệu theo thời gian thực, liên tục bằng khung xương di động). Các nhà nghiên cứu muốn khám phá thêm về cách AI có thể truyền lệnh tới khung xương di động để thực hiện các tác vụ như leo cầu thang hoặc tránh chướng ngại vật, dựa trên phân tích của hệ thống về chuyển động hiện tại của người dùng và địa hình sắp tới.
“An toàn của người dùng là điều quan trọng hàng đầu, đặc biệt là khi chúng tôi đang làm việc với những người bị khuyết tật vận động. Người dùng sẽ luôn có khả năng ghi đè hệ thống nếu thuật toán phân loại hoặc bộ điều khiển đưa ra quyết định sai.”, Laschowski nói về tính an toàn khi trang bị khung xương di động tự hành cho người khuyết tật.
Hoàng Kim (CESTI) - Theo IEEE Spectrum