BuildingTECH

search


Технологии

Инженеры из Японии создали роботизированную «третью руку» для помощи в повседневных делах

Инженеры из Японии создали роботизированную «третью руку» для помощи в повседневных делах

Компактная «третья рука» AugLimb призвана сделать нашу жизнь проще, помогая в уборке и готовке ужина, а также в работе - начиная от раскладки товаров на полках в магазине до проведения хирургических операций.

Инженеры из Японского передового института науки и технологий и Токийского университета создали AugLimb - роботизированную конечность, которая станет помощником в повседневных делах. За счет ножничного механизма «третья рука» может увеличиваться и быть как минимум в два с половиной раза длиннее предплечья, а также захватывать объекты в непосредственной близости от человека.

Носимые роботы-манипуляторы в основном фиксируются на верхней части тела пользователя на плечах или талии и хотя некоторые подобные системы оказались многообещающими, они громоздки. Команда Хаорана Се предлагает компактную роботизированную руку, которая способна складываться в несколько раз и не мешать человеку даже при продолжительном использовании.

AugLimb наделили семью степенями свободы (совокупность независимых координат перемещения и/или вращения) и небольшим весом - следовательно, ее смогут носить даже дети и пожилые люди. Кроме того, конечность можно легко напечатать при помощи 3D-принтера.

Разработчики уверены, что «третья рука» вскоре станет модным аксессуаром вроде умных часов и будет полезна в ситуациях вроде приготовления ужина или уборки - это задачи, для выполнения которых нужно манипулировать множеством объектов. Также AugLimb пригодится хирургам, строителям, продавцам и другим специалистам. Но пока инженеры продолжают тестировать ее, чтобы сделать как можно более удобной для повседневной жизни.

«Мы планируем изучить эффективные способы управления AugLimb с помощью биологической обратной связи, например сигналов электромиографии от мышц или электроэнцефалограммы», - сказал Хаоран Се, добавив, что для улучшения анализа сигналов хотят задействовать методы машинного обучения.


Источник:




Комментарии

Спасибо! Ваш комментарий принят на модерацию.


Читать больше: