通過將攝像頭安裝在眼鏡上或肢體本身，來使計算機視覺系統改善下肢假肢的運動能力。

研究團隊測試了兩套計算機視覺系統：一套佩戴于眼鏡上，另一套則安裝于腿部。

北卡羅來納州立大學與北卡羅來納大學教堂山分校的研究人員發布了一篇論文，闡述了如何借助計算機視覺技術——結合部分由樹莓派驅動的預測機制——助力配備下肢機器人假肢的用戶在不平整路面上更自然、更安全地行走。

論文作者之一、副教授Edgar Lobaton解釋道：“下肢機器人假肢需根據用戶所處地形執行不同動作。我們構建的框架能讓假肢中的人工智能預測用戶即將踏上的地形類型，量化與此預測相關的不確定性，并將這種不確定性納入決策過程?！?/span>

為驗證這一概念，研究團隊打造了兩套計算機視覺系統：一套集成于眼鏡中，另一套則安裝于下肢假肢上，圍繞樹莓派單板計算機、攝像頭以及慣性測量單元（IMU）構建。論文摘要指出：“借助貝葉斯神經網絡（BNNs），我們的框架能夠量化由不同因素（如觀測噪聲、訓練數據不足或存在偏差）引發的不確定性，并為在線決策生成經過校準的預測概率?！?/span>

“我們的框架在便攜嵌入式系統上的推理時間每幀不到80毫秒。本研究成果或可推動在可靠決策、高效傳感器融合以及各類應用中智能系統設計的創新上下文識別策略發展?！?/span>

論文共同作者Helen Huang補充道：“將計算機視覺技術融入可穿戴機器人控制軟件是一個激動人心的新研究領域。我們發現，同時使用兩個攝像頭效果良好，但需要大量計算資源，成本可能也較高。不過，我們還發現僅使用安裝于下肢的攝像頭也能取得不錯效果——特別是在短期預測方面，比如預測接下來一兩步的地形情況?！?/span>

原文地址：

https://www.hackster.io/news/raspberry-pi-powered-computer-vision-system-calculates-uncertainty-to-make-robotic-prosthetics-safer-5e3dbc2a1391