跳到主要内容
返回时间线
Hacker News来源发表:

Axonnic 把肌电袖套戴上前臂:手不必被包住,也能解码手指动作并估计指尖力

核心概要

Axonnic 发布一款前臂袖套,用64通道表面肌电记录肌肉电活动,据此解码手指关节角度并估计指尖力,双手保持裸露。团队称视频只记录动作、不记录动作背后的用力,而维持握持这类几乎看不见的肌肉活动正是缝纫、精细装配的关键信号。在一次训练四天后、未重新校准的215秒记录中,袖套解码20个关节角度的误差为6.9°,对照为 Apple Vision Pro 的手部追踪。

AI-generated editorial illustration: Launch HN: Axonnic (YC F26) – Sleeves that track fingers and estimate force

深度剖析

Axonnic 推出的前臂袖套不包住手,而是靠贴在皮肤上的电极读取前臂肌肉的电活动,用来解码手指动作并估计指尖力,为灵巧机器人采集人类动作训练数据。 团队给出的对照是只用视频训练机器人:视频只捕捉动作,不包含肌肉活动和动作背后的用力,而手几乎不动时仍可能有可用信号,维持握持本身就需要肌肉激活。 在一次训练四天后的215秒记录中,袖套在未重新校准的情况下解码20个关节角度,误差为6.9°,并与 Apple Vision Pro 的手部追踪结果作了比较。

袖套沿前臂分布64通道表面肌电电极,避免只依赖单一肌群;系统把肌电与手部追踪同步,训练一个预测手指关节角度的模型,随后解码只使用肌电。 指尖力估计来自手指按压力传感器所得的校准数据,与关节角度解码分开处理。 由于脱下再戴上会改变电极位置,测试按不同佩戴次数分别进行,上述215秒记录属于其中一次佩戴。

启示与展望

目前展示的是前臂袖套在工业场景中的记录与数据采集:在欧洲一家制造商处记录缝纫等手工任务,该制造商签署了支持机器人实施的意向书,另有电工、水管工和拆除作业的演示采集,以及用前臂肌电控制 Proception 机械手的公开演示;这些都属于试点和数据采集示例。

团队提到在工厂录音遇到无线干扰和现成硬件不稳定,导致部分记录质量不佳并需要重做数据采集,因此正在开发采用有线 PCB 设计的自研电子设备以消除干扰和时序不一致;关节角度误差结果来自一次佩戴、一次215秒记录。