Neyroşəbəkə qoşulmuş üzük əl hərəkətlərini müəyyən edir

Alman mühəndisləri, əl oynaqlarının hərəkətlərini izləyə bilən bir üzük şəkilli sensor yaradıblar. İçərisində tutumlu sensorlar quraşdırılıb ki, oxunuşları qonşu barmaqların və əlin hərəkət məsafəsindən asılı olaraq işləyir. Neyroşəbəkə bu məlumatları alır və ondan əlin modelini hesablayır. Onun düzəldilməsi haqqında məqalə IUI 2020 konfransında təqdim ediləcək, anvaq işlımə prinsipinin təsviri olan video YouTube-da yayımlanıb.

Jest interfeysləri tez-tez tədqiqatçılar tərəfindən başqa bir giriş metoduna alternativ olaraq təklif olunur, lakin bu günə qədər əsasən texnoloji çatışmazlıqlar səbəbindən zəif yayılmışdır. Məsələ bundadır ki, əlin hərəkətlərini çəkən sistemlərin əksəriyyəti əlavə qurğulara əsaslanır.

Məsələn, mühəndislik layihələrində olduqca populyar bir Leap Motion nəzarətçisi var, bu da yeni halqa şəkilli sensorun hazırlanmasında istifadə edilmişdir. İnfraqırmızı yayıcılar və kameralar sayəsində əl modeli yaradır, buna görə əl birbaşa onun üstündə olmalıdır. Daha rahat yanaşmalar da var - məsələn, Oculus Quest'də olduğu kimi, bir VR dəbilqədə birdən çox kameradan istifadə edərək əl hərəkətlərinin tanınması, lakin bu virtual reallıq xaricində tətbiq edilmir.

Şahin Albayrakın rəhbərlik etdiyi Berlin Texniki Universitetinin mühəndisləri müəyyən bir məkan və ya istifadə ssenarisinə bağlı olmayan barmağa üzük şəklomdə hərəkətləri tutan cihaz yaratdılar. Əksər hərəkəti tutma sensorlarından fərqli olaraq, yeni cihaz kameraları istifadə edərək barmaqları müşahidə edərək və ya əyilmə sensorlarından istifadə edərək barmaqların əyilməsini izləyərək hərəkətləri birbaşa izləmir.

Bunun əvəzinə, halqada dörd kondensator meydana gətirən dörd elektrod quraşdırılmışdır, doldurma və boşaltma müddəti yaxınlıqdakı keçirici obyektlərdən asılıdır. Barmaqların yeri dəyişirsə, bu parametrlər də dəyişir, üstəlik hər sensorda fərqli yollarla. Dörd sensorun məlumatlarını müqayisə edərək, cihaz əldəki bütün barmaqların yerini ala bilər.

Ens.az xəbər verir ki, mühəndislər bu problemi uzun qısamüddətli yaddaşı olan bir neyron şəbəkəsi ilə həll ediblər. Barmaqlarını Leap Motion nəzarətçi üzərində hərəkət etdirən 17 könüllü dəvət edərək məlumat bazalarını yaratdılar. Beləliklə, sensor oxunuşlarından və nəzarətçinin yaratdığı bir əl modelindən ibarət olan çox sayda cütlük yaratdılar ki, bu da alqoritmi tutumlu ölçmələrə əsaslanaraq dəqiq bir model hazırlamaq üçün hazırlamağa imkan verdi.

Videoda, sistemin bu anda barmaqların yerini təkrarlayan bir model yaratmağı öyrəndiyini görə bilərsiniz. Sınaq göstərdi ki, bütün barmaqlar arasındakı bucaqları ölçməyin orta dəqiqliyi 13 dərəcədir.

Daha əvvəl CTRL-Labs tərəfindən hazırlanan qolbaq haqqında danışdıq. Biləkdə geyilir və əldəki motor neyronlarının fəaliyyətini oxuyur, bu da müəyyən bir anda əlin vəziyyətini bərpa etməyə imkan verir.

Mənbə: nplus1.ru