我曾期望“手势控制”能立即变得直观。但是当我戴上 MYO——一个可以套在前臂上的弹性带——我面前笔记本电脑上的光标开始在屏幕上疯狂地翻滚，追踪我飘忽不定的手臂动作。我集中注意力，放慢速度，并试图感受这个新工具。
“向右移动你的手腕——现在向左，”安大略省滑铁卢大学 Thalmic Labs 的联合创始人斯蒂芬·莱克指示道，Thalmic Labs 是一家初创公司，其背后是 MYO（以表示肌肉的生物学前缀命名）。当我这样做时，莱克电脑屏幕上的工程界面会记录下原始数据的爆发——我参与的骨骼肌产生的滚动电活动的峰值和谷值。然后，程序闪烁“右”和“左”两个词，确认它理解了我的动作。我开始掌握窍门了。
我在纽约市的一间办公室里，莱克正在那里首次亲身演示 MYO，这是一种新的手势控制界面。这款臂环具有绝缘电极，可以检测肌肉在扩张、收缩或向任何方向移动时产生的小伏特电压。该臂环将这些数据无线传输到软件，软件将其转换为计算机、无人机或其他电子设备的指令。其想法是无需动手，也无需跟踪我动作的摄像头来控制这些设备。
支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和想法的具有影响力的故事的未来。
MYO 原型机类似于 威尔玛·弗林史东 可能佩戴的那种笨重的镯子。莱克说，最终产品——第一批将于年底发货——将类似于汗带。原型机由 3D 打印的黑色塑料制成，嵌入了多个肌肉活动传感器。它们充当肌电图仪，或检测由激活的肌肉产生的微伏级微小电信号的仪器。“挑战在于拾取那些微小的肌肉活动信号，并忽略所有噪音，”莱克说。
一个惯性传感器，嵌入在 MYO 的一个片段中，可以记录手臂的运动，例如滚动波或来回摆动。通过使用大量数据，莱克和他的联合创始人应用机器学习来训练 MYO 识别特定信号，同时消除背景噪声。“我对 MYO 印象深刻的是，它将最先进的模式识别和机器学习算法相结合，以检测手势，并具有强大的数据采集基础，”滑铁卢大学的电气工程师 丹尼尔·斯塔舒克 在一次电话采访中说，他与 Thalmic Labs 没有经济关系。“将这两件事结合在一起非常有用。”
到目前为止，传感器可以识别大约 20 种手势，从扫臂到握拳。在最精细的范围内，MYO 可以响应拇指和手指捏在一起的动作。“并不是我们无法检测到更小的动作，但如果我们这样做，就会有太多的误报，”莱克解释道。
莱克认为，MYO 最大的局限性在于用户必须佩戴它。如果臂环没有缠绕在前臂上，它就无法检测到运动。他补充说，目前改进 MYO 性能的挑战包括更好地定义一组直观的手势，这些手势可以应用于各种应用。该团队还在努力改进 MYO 的算法，以提高灵敏度和错误手势检测之间的平衡。
继续演示，莱克打开了一款名为《反恐精英》的电脑游戏，上下、左右挥舞手臂，以改变虚拟世界中的视角，并弯曲拇指到手掌顶部以射击枪支。然而，莱克表示，MYO 的应用比游戏更广泛。尽管莱克收到了来自游戏、音乐、玩具、无人机等专业公司的咨询，但他还与从事生物信号和肌电图分析的实验室以及一些从事假肢研究的实验室进行了接触。他认为 MYO 可以在用于帮助患有运动控制丧失的人进行康复的严肃游戏中找到一席之地，通过在患者重新学习某些动作的过程中向他们提供反馈。
MYO 还可以帮助部分瘫痪或残疾人士，只要他们有一个功能正常的前臂。“如果他们可以完成手势或某些手势，那么是的，这可以用来控制他们的环境，”斯塔舒克说。这可以让残疾人士控制灯开关、打开电视以及控制电动床或轮椅。
在办公室里，经过一段时间的练习，我开始掌握手势控制，引导光标悬停在莱克屏幕上的物体上，或者在《反恐精英》黑暗的大厅中向右或向左转弯。虽然我仍然无法设法让虚拟枪支开火，但如果 Thalmic 实现了其愿景，我将有很多机会在未来练习。
“随着我们逐渐远离桌面计算，我们对移动、始终可用、可穿戴计算的理念非常感兴趣，”莱克说。