Японские ученые утверждают, что их разработка, AugLimb, предназначена для облегчения повседневных задач, таких как уборка, приготовление пищи, а также выполнение различных задач – от хирургических вмешательств до выкладки товаров в торговых точках.
Японские ученые из передового института науки и технологий и Токийского университета разработали AugLimb — роботизированную конечность, предназначенную для помощи в решении повседневных задач. Как сообщается в заметке, опубликованной на портале arXiv.org, благодаря ножничному механизму, «третья рука» способна увеличиваться в размере и достигать длины, как минимум, в два с половиной раза превышающей длину предплечья, а также обеспечивать захват объектов, расположенных рядом с человеком.
Носимые роботы-манипуляторы обычно крепятся к верхней части тела человека – к плечам или талии. Несмотря на то, что некоторые из этих систем демонстрируют перспективные результаты, они довольно громоздки. Вместо этого группа, возглавляемая Хаораном Се, разработала компактную роботизированную руку, которая может складываться, не создавая дискомфорта даже при длительном использовании.
AugLimb обладает несколькими степенями свободы (набор независимых координат перемещения и/или вращения) и отличается небольшим весом, что позволяет использовать ее даже детям и пожилым людям. Также конечность можно без труда изготовить с помощью 3D-принтера.
По мнению создателей, устройство, которое они называют «третьей рукой», в скором времени станет популярным гаджетом, подобно смарт-часам, и окажется полезным в повседневных ситуациях, таких как приготовление пищи или уборка, требующих работы с большим количеством предметов. AugLimb также может быть востребован у хирургов, строителей, продавцов и других профессионалов.
В настоящее время роботизированная конечность находится на стадии разработки. Специалисты продолжают ее тестирование с целью повышения удобства использования в быту.
«В наших планах — исследовать действенные методы управления AugLimb, используя биологическую обратную связь, такую как электромиографические сигналы, генерируемые мышцами (метод определения активности мышечной ткани. — Прим. ред.) или электроэнцефалограммы (изображение, полученное в результате регистрации электрических колебаний головного мозга посредством электродов, расположенных на поверхности головы. — Прим. ред.) », — пояснил Хаоран Се, отметив, что для повышения точности анализа сигналов планируется использовать методы машинного обучения.