使用计算机视觉系统协助上肢假肢用于材料检测

科学领域:

• 生物医学工程 生物医学工程
• 计算机视觉 计算机视觉
• 机器人技术 机器人技术 机器人技术

背景情况:

• 计算机视觉系统在现实世界的假肢控制中与杂的背景作斗争.
• 肌电假肢需要先进的控制策略来提高功能.

研究的目的:

• 评估在肌电假肢手握任务中使用YOLOv8用于对象识别的可行性.
• 将定制的物体检测模型与基于EMG的假肢控制器集成.

主要方法:

• 一个最先进的物体检测模型 (YOLOv8) 被训练来识别各种类型的杯子.
• 定制的YOLOv8模型与基于EMG的假肢手控制器集成.
• 一个人类实验对象执行了抓住对象的任务,以评估模型的性能.

主要成果:

• 定制的YOLOv8模型在识别抓住的物体时实现了大约93%的分类准确性.
• 该模型在对象抓取任务中表现出强大的性能.

结论:

• 使用YOLOv8进行物体检测对于肌电假肢手掌控是可行的.
• 未来的工作将利用对象识别来动态调整握力参数,以增强假肢功能.