Prix ​​​​Hackaday 2023: LASK4 regarde ces doigts se tortiller

Qu'obtenez-vous lorsque vous combinez un ESP32-S2, un modèle d'apprentissage automatique, des capteurs à effet Hall et un jouet d'exercice de préhension ? [Turfptax] a fait exactement cela et a créé LASK4. Les quatre ressorts poussent les pistons avec de minuscules aimants dessus. Des capteurs à effet Hall déterminent la position du piston, et comme les ressorts sont linéaires, l'ESP32 peut également estimer la force appliquée sur un doigt donné. Ces données sont ensuite transmises à un ordinateur à proximité via TCP. Un petit écran OLED affiche l'état et un boîtier imprimé en 3D bien rangé crée un ensemble confortable.

Alors à part un excellent instrument de musique, à quoi cela sert-il ? Tout d'abord, il crée des données d'entraînement bien étiquetées lorsqu'elles sont combinées avec ce qui est collecté par la bande du capteur musculaire dont nous avons discuté précédemment. La bande musculaire mesure divers capteurs de pression radialement autour de l'avant-bras. Avec seulement quelques minutes de données d'entraînement, le système peut prédire avec précision le mouvement des doigts à l'aide du modèle de régression de forêt aléatoire.

Tu l'utiliserais pour quoi ? Il est considéré comme un appareil somatosensoriel, il peut donc être utilisé pour la thérapie physique lors d'une rééducation de la main, car il fournit une rétroaction pendant les séances. Ou il pourrait être utilisé pour former efficacement un contrôleur.

C'est un projet passionnant sur GitHub sous une licence matérielle OpenCERN. Le code est en MicroPython, et les fichiers PCB et STL sont inclus. Nous sommes impatients de voir ce qui sortira d'autre du projet. Après la pause, il y a une vidéo de mise à jour des progrès.