捏蛋不碎握瓶稳！桂林电子科大研发智能控力假肢

中国桂林电子科技大学的研究人员开发了一套视觉集成假肢系统，可自动调节握力，让截肢者使用假手更直观。

目前的假肢可通过肌电图（EMG）传感器检测用户的抓取意图，但难以判断所需的握力大小。这导致用户在完成简单任务（如握鸡蛋vs握水瓶）时需反复斟酌，要么怕捏碎物品，要么担心拿不稳。

因此，研究团队决定消除这种“猜度”：将机器学习、摄像头和传感器结合，提升假手的握力控制精度。

“我们希望让用户无需思考如何控制物体，只需专注于要做的事，实现真正自然、直观的交互，”团队在1月20日的新闻稿中表示。

一、AI+视觉：精准拿捏不同物体

每年约有5万美国人接受截肢手术，他们常因失去手部功能难以完成日常任务。假肢技术的一大难点是为不同物体校准握力——用户需手动平衡力度，既要握紧瓶子，又不能捏碎鸡蛋。

研究团队开发了一套机器学习驱动的识别系统，可实时调节假肢握力：

预先为日常物品（如笔、钥匙、鸡蛋）建立“握力需求数据库”；

假手指尖安装压力传感器，掌心配备摄像头；

结合前臂EMG传感器检测肌肉信号，摄像头识别物体后，AI算法自动匹配所需握力。

“肌电图信号能清晰传达抓取意图，但无法回答‘需要多大力度’这个关键问题，通常需要复杂的训练或用户校准，”李华说，“我们的方法是把‘力度多少’的问题交给视觉系统解决。”

用户只需专注于“拿起杯子”这个动作，无需计算“该用多大劲”。测试显示，系统可精准处理罐装饮料、鸡蛋、U盘等不同硬度的物品。

二、未来升级：触觉反馈打造“双向交互”

研究团队计划为系统加入触觉反馈功能，构建“双向沟通桥梁”——通过额外的肌电信号，将物理触感反馈给用户，让假肢从“执行动作”升级为“模拟真实手部的直观连接”。

最终目标是帮助用户恢复精细动作能力，比如扣衬衫纽扣、剥水果。团队表示：“我们最期待且当前专注的，是让假肢用户能无缝、可靠地完成日常精细动作——轻松系鞋带、扣纽扣，无需刻意计算力度就能拿起鸡蛋或水杯，自然地剥水果或给家人递盘子。”

该研究成果于1月20日发表在《纳米技术与精密工程》期刊上。