Wearable Baru Memungkinkan Anda Mengontrol Mesin dan Robot dengan Gerakan Sederhana—Bahkan Saat Bergerak
Motion Design INSIDER
Sistem wearable ditempelkan pada sandaran kain. (Gambar: Para peneliti)
Insinyur di Universitas California San Diego telah mengembangkan sistem wearable generasi berikutnya yang memungkinkan orang untuk mengontrol mesin dengan gerakan sehari-hari — bahkan saat berlari, naik mobil, atau melayang di ombak laut yang gejolak.
Sistem, yang dijelaskan dalam edisi 17 November 2025 dari Nature Sensors, menggabungkan elektronika regangan dengan kecerdasan buatan untuk mengatasi tantangan lama dalam teknologi wearable: Pengenalan sinyal gerakan yang andal di lingkungan dunia nyata.
Teknologi wearable dengan sensor gerakan bekerja baik ketika pengguna duduk diam, tetapi sinyal mulai roboh di bawah kebisingan gerakan berlebihan, jelas penulis pertama bersama Xiangjun Chen, peneliti pascasarjana di Departemen Kimia dan Teknik Nano Keluarga Aiiso Yufeng Li di Sekolah Teknik Jacobs UC San Diego. Ini membatasi praktikalitasnya dalam kehidupan sehari-hari. “Sistem kami mengatasi keterbatasan ini,” kata Chen. “Dengan mengintegrasikan AI untuk membersihkan data sensor yang berisik secara real-time, teknologi ini memungkinkan gerakan sehari-hari untuk mengontrol mesin dengan andal bahkan di lingkungan yang sangat dinamis.”
Teknologi ini dapat memungkinkan pasien rehabilitasi atau individu dengan mobilitas terbatas, misalnya, untuk menggunakan gerakan alami untuk mengontrol bantuan robotik tanpa bergantung pada keterampilan motor halus. Pekerja industri dan petugas pertama dapat secara potensial menggunakan teknologi ini untuk kontrol bebas tangan dari alat dan robot di lingkungan bergerak tinggi atau berbahaya. Ini bahkan dapat memungkinkan penyelam dan operator jarak jauh untuk memintal robot bawah laut meskipun dalam kondisi ombak. Dalam perangkat konsumen, sistem ini dapat membuat kontrol berbasis gerakan lebih andal di pengaturan sehari-hari.
Karya ini adalah kolaborasi antara laboratorium Sheng Xu dan Joseph Wang, keduanya Profesor di Departemen Kimia dan Teknik Nano Keluarga Aiiso Yufeng Li di Sekolah Teknik Jacobs UC San Diego.
Menurut pengetahuan peneliti, ini adalah antarmuka manusia-mesin wearable pertama yang bekerja dengan andal di seluruh rentang gangguan gerakan yang luas. Akibatnya, sistem ini dapat bekerja dengan cara orang sebenarnya bergerak.
Perangkat ini adalah patch elektronik lunak yang ditempelkan pada sandaran kain. Ini mengintegrasikan sensor gerakan dan otot, mikrokontroler Bluetooth, dan baterai regangan ke dalam sistem compact, berlapis. Sistem ini dilatih dari kumpulan data komposit gerakan nyata dan kondisi, dari berlari dan mengguncang hingga gerakan ombak laut. Sinyal dari lengan ditangkap dan diproses oleh kerangka deep-learning yang disesuaikan yang menghilgang gangguan, menginterpretasi gerakan, dan mentransmisikan perintah untuk mengontrol mesin seperti lengan robotik, secara real-time.
Sistem ini diuji dalam beberapa kondisi dinamis. Subjek menggunakan perangkat untuk mengontrol lengan robotik saat berlari, terkena getaran frekuensi tinggi, dan di bawah kombinasi gangguan. Perangkat juga divalidasi dalam kondisi laut simulasi menggunakan Scripps Ocean-Atmosphere Research Simulator di Scripps Institution of Oceanography UC San Diego, yang merekreasi gerakan laut yang dihasilkan laboratorium dan nyata. Dalam semua kasus, sistem memberikan kinerja yang akurat dan latensi rendah.
Awalnya, proyek ini terinspirasi oleh ide untuk membantu penyelam militer mengontrol robot bawah laut. Tapi tim segera menyadari bahwa gangguan dari gerakan bukan hanya masalah yang unik untuk lingkungan bawah laut. Ini adalah tantangan umum di bidang teknologi wearable, yang lama membatasi kinerja sistem semacam ini dalam kehidupan sehari-hari.
“Karya ini mendirikan metode baru untuk toleransi kebisingan dalam sensor wearable,” kata Chen. “Ini membuka jalan untuk sistem wearable generasi berikutnya yang tidak hanya dapat meregang dan nirkabel, tetapi juga mampu belajar dari lingkungan kompleks dan pengguna individu.”
Sumber
