Ar muskuļiem saistīta datora saskarne

Piemērots laiks saziņai ar datoriem. Mūs vairs neierobežo pele un tastatūra — skārienekrāni un uz žestu balstīti kontrolleri kļūst arvien izplatītāki. Jaunuzņēmums ar nosaukumu Emotiv Systems pat pārdod vāciņu, kas nolasa smadzeņu darbību, ļaujot lietotājam kontrolēt datorspēli ar savām domām.

Gaisa ģitāra: Programmatūra interpretē signālus, kas tiek nosūtīti no elektromiogrāfijas sensoriem, kas pievienoti apakšdelmam, ļaujot lietotājam kontrolēt datorspēles, piemēram, Guitar Hero un Rock Band.

Tagad pētnieki no Microsoft, Vašingtonas universitātes Sietlā un Toronto universitātē Kanādā ir izstrādājuši citu veidu, kā mijiedarboties ar datoriem: muskuļu kontrolētu interfeisu, kas nodrošina brīvroku, žestu mijiedarbību.

Elektrodu josla tiek piestiprināta pie cilvēka apakšdelma un nolasa elektrisko aktivitāti no dažādiem roku muskuļiem. Pēc tam šie signāli tiek korelēti ar konkrētiem rokas žestiem, piemēram, pieskaroties kopā pirkstam un īkšķim vai satverot kādu priekšmetu ciešāk nekā parasti. Pētnieki plāno izmantot tehnoloģiju, lai mainītu dziesmas MP3 atskaņotājā skriešanas laikā vai spēlētu tādu spēli kā Guitar Hero bez parastā plastmasas kontrollera.

Uz muskuļiem balstīta datora mijiedarbība nav nekas jauns. Patiesībā muskuļus pie amputētas vai trūkstošas ​​ekstremitātes dažreiz izmanto, lai kontrolētu mehānisko protezēšanu. Taču, lai gan pētnieki jau iepriekš ir pētījuši muskuļu un datora mijiedarbību lietotājiem, kas nav invalīdi, šai pieejai ir bijusi ierobežota praktiskums. Uzticami secināt žestus no muskuļu kustībām ir grūti, tāpēc šādas saskarnes bieži vien ir aprobežojušās ar ierobežotu žestu vai kustību diapazona uztveršanu.

Multivide

• Skatieties muskuļu un datora saskarni, kas savienota ar Microsoft Surface.

Jaunais muskuļu sensoru projekts ir paredzēts veseliem patērētājiem, kuri vēlas bagātīgākus ievades veidus, saka Desnija iedegums , Microsoft pētnieks. Rezultātā viņam un viņa kolēģiem bija jāizdomā sistēma, kas bija lēta un neuzkrītoša un kas droši uztver dažādus žestus.

Grupas jaunākā saskarne, kas prezentēta vietnē Lietotāja interfeisa programmatūra un tehnoloģija Konferencē, kas notika šī mēneša sākumā Viktorijā, Britu Kolumbijā, tiek izmantoti seši elektromiogrāfijas sensori (EMG) un divi zemējuma elektrodi, kas izvietoti gredzenā ap cilvēka augšējo labo apakšdelmu, lai uztvertu pirkstu kustību, un divi sensori augšējā kreisajā apakšdelmā, lai atpazītu rokas saspiešanu. Lai gan šie sensori ir savienoti ar vadiem un atsevišķi novietoti, to orientācija nav precīza — tas ir, nav mērķēti uz konkrētiem muskuļiem. Tas nozīmē, ka rezultātiem jābūt līdzīgiem, izmantojot plānu EMG aproci, uz kuras neapmācīts cilvēks varētu paslīdēt bez palīdzības, saka Tans. Pētījums balstās uz iepriekšējiem darbiem, kas ietvēra dārgāku EMG sistēmu, lai uztvertu pirkstu žestus, kad roka tiek novietota uz līdzenas virsmas.

Sensori nevar precīzi interpretēt muskuļu darbību uzreiz. Programmatūrai jābūt apmācītai saistīt elektriskos signālus ar dažādiem žestiem. Pētnieki izmantoja standarta mašīnmācības algoritmus, kas laika gaitā uzlabo to precizitāti (pieeja ir līdzīga tai, ko Tans izmanto smadzeņu un datora saskarnēm.)

Mēs pavadījām daudz laika, mēģinot izdomāt, kā panākt, lai lietotājs pareizi kalibrētu ierīci, saka Tans. Programmatūra iemācās atpazīt EMG signālus, kas rodas, lietotājam veicot žestus noteiktā, kontrolētā veidā.

Algoritmi koncentrējas uz trim specifiskām iezīmēm no EMG datiem: muskuļu aktivitātes lielumu, muskuļu aktivitātes ātrumu un viļņveidīgiem darbības modeļiem, kas rodas vairākos sensoros vienlaikus. Šīs trīs funkcijas, saka Tans, nodrošina diezgan precīzu veidu, kā noteikt noteiktus žestu veidus. Pēc apmācības programmatūra varēja precīzi noteikt daudzu dalībnieku žestus vairāk nekā 85 procentus laika un dažus žestus vairāk nekā 90 procentus.

Īpaši apmācības sākumposmā ir rūpīgi jāvada dalībnieka žesti, lai nodrošinātu, ka mašīnmācības algoritmi tiek pareizi apmācīti. Bet Tans saka, ka pat ar nelielu atgriezenisko saiti testa subjekti diezgan dabiski pielāgotos un mainītu pozas un žestus, lai krasi uzlabotu veiktspēju. Viņš saka, ka tas, ka lietotāji izsauc atbilstošu sistēmas reakciju, kļuva par svarīgu apmācības procesa daļu.

Lielākajai daļai mūsdienu datoru saskarņu ir nepieciešama pilnīga lietotāja uzmanība, saka Petija Maesa , MIT mediju mākslas un zinātņu profesors. Mums ļoti ir vajadzīgas jaunas saskarnes, piemēram, Microsoft komandas izstrādātā, lai nodrošinātu nemanāmāku digitālās informācijas un lietojumprogrammu integrāciju mūsu aizņemtajā ikdienas dzīvē.

Tans un kolēģi tagad strādā pie prototipa, kurā tiek izmantota bezvadu siksna, kuru var viegli uzslidināt uz cilvēka rokas, kā arī ļoti ātra apmācības sistēma. Pētnieki arī pārbauda, ​​cik labi sistēma darbojas, kad cilvēki staigā un skrien, valkājot to.

Galu galā, saka Tans, pilna ķermeņa kontrole radīs principiāli jaunus datoru izmantošanas veidus. Mēs zinām, ka tas ir saistīts ar to, ka žesti ir mobili, vienmēr pieejami un dabiski, taču mēs joprojām strādājam pie precīzas paradigmas, viņš saka.

paslēpties