소식

May 26, 2023

WiMi는 폐쇄형을 개발했습니다.

베이징, 2023년 7월 27일 /PRNewswire/ -- 선도적인 글로벌 홀로그램 증강 현실("AR") 기술 공급업체인 WiMi Hologram Cloud Inc.(나스닥: WIMI)("WiMi" ​​또는 "회사")는 오늘 다음과 같이 발표했습니다.

베이징, 2023년 7월 27일 /PRNewswire/ -- 선도적인 글로벌 홀로그램 증강 현실("AR") 기술 공급업체인 WiMi Hologram Cloud Inc.(NASDAQ: WIMI)("WiMi" ​​또는 "회사")가 오늘 발표했습니다. AR 유도 지원 방법은 로봇 팔을 직관적이고 효과적으로 제어하기 위해 EEG 신호와 안구 추적을 결합한 하이브리드 BMI를 사용하여 폐쇄 루프 제어를 위해 사용자에게 향상된 시각적 피드백을 제공하기 위해 설명됩니다.

WiMi의 증강 현실 기반 폐쇄 루프 하이브리드 신호 뇌-기계 인터페이스 로봇 팔 제어 방법은 뇌전도(EEG) 신호 기반 BMI와 안구 추적 기술을 결합하여 제어 중 폐쇄 루프 제어를 달성함으로써 사용자의 시각적 피드백을 향상시킵니다. 로봇 팔의 모습. 이 시스템은 BMI, 시선 추적, 이미지 처리, 자동화, AR 인터페이스 기능을 통합하여 사용자가 객체 조작 작업을 수행할 수 있도록 합니다. 이미지 처리는 작업 공간 이미지에서 잠재적인 직사각형 객체를 모두 분할하는 데 사용됩니다. 사용자는 시선 추적을 사용하여 분할된 개체를 선택할 수 있습니다. BMI에서 디코딩된 출력은 (1) 사용자가 선택한 객체를 확인하고, (2) 동작 순서를 전환하고, (3) 쥐고 들어올리는 동안 고정 장치의 조리개와 높이를 지속적으로 제어하는 ​​데 사용됩니다. 사용자가 선택한 물체와 파지 및 들어올리기 작업 상태는 AR 기술을 활용하여 컴퓨터 화면을 통해 실시간으로 사용자에게 피드백됩니다. 마지막으로 로봇 팔은 하이브리드 BMI 디코딩의 출력을 기반으로 스트레칭, 잡기, 들어올리기, 전달 및 해제 작업을 수행합니다. 시스템 장치 장비에는 안구 추적기, EEG 헤드셋, 컴퓨터, 로봇 팔 및 USB 카메라가 포함됩니다. 사용자와 시스템 간의 상호 작용은 하이브리드 시선 BMI 및 AR 강화 시각적 피드백을 사용하여 수행됩니다.

WiMi의 AR 기반 폐쇄 루프 하이브리드 신호 BMI 로봇 팔 제어 시스템에는 다음이 포함됩니다.

증강현실 제어 인터페이스: AR 기술을 통해 사용자가 제스처나 음성을 통해 로봇 팔의 움직임을 제어할 수 있도록 직관적이고 사용하기 쉬운 제어 인터페이스를 설계했습니다.

EEG 신호 획득: 사용자 뇌의 전기 신호는 EEG 장비를 사용하여 캡처되어 컴퓨터로 전송됩니다.

EEG 신호 처리: 신호 처리 알고리즘을 사용하여 EEG 신호를 필터링하고 특징을 추출하며 사용자가 제어하려는 로봇 팔의 움직임에 대한 명령을 추출하기 위한 기타 작업을 수행합니다.

제어 신호 생성: 사용자의 EEG 신호를 기반으로 로봇 팔의 움직임을 제어하기 위한 제어 신호가 생성됩니다.

로봇 팔 제어: 모터 드라이버, 위치 센서 및 제어 칩과 같은 하드웨어 장치의 선택 및 구성을 포함하는 로봇 팔의 제어 시스템입니다.

폐쇄 루프 제어 실현: 로봇 팔의 위치에 대해 수집된 피드백 정보는 컴퓨터로 다시 전송되어 폐쇄 루프 제어를 실현하고 로봇 팔의 정확하고 안정적인 움직임을 보장합니다.

실시간 제어: 사용자 제어 신호 및 로봇 팔 위치 피드백 정보를 로봇 팔 제어 시스템에 실시간 전송하여 실시간 제어를 실현합니다.

WiMi는 개발된 폐쇄 루프 시스템(AR 피드백 포함)을 현재의 기존 개방 루프 시스템(육안 검사만 포함)과 비교하여 테스트했습니다. 결과는 AR 피드백이 일반적인 육안 검사만 사용한 테스트에 비해 물체를 잡고 들어 올리는 트리거 명령을 크게 줄이는 것으로 나타났습니다. 또한, 리프팅 시 Fixture의 높이 간격이 감소되었습니다. 하이브리드 BMI 사용자는 AR 인터페이스가 제공하는 정보의 이점을 활용하여 쥐고 들어올리는 과정에서 효율성을 높이고 인지 부하를 줄였습니다. AR 피드백의 폐쇄 루프 시스템은 사용자가 하이브리드 BMI를 사용하여 로봇 팔을 제어할 수 있는 새롭고 효과적인 방법을 제공하며, 고급 이미지 처리 및 기계 학습 알고리즘을 통합하여 객체 분할을 향상함으로써 기존 제어 시스템을 더욱 개선합니다. 작업 공간 및 BMI 신호 디코딩.