Novo wearable permite controlar máquinas e robôs com gestos simples, mesmo em movimento

Motion Design INSIDER
O sistema vestível colado em uma braçadeira de tecido. (Imagem:Os pesquisadores)
Engenheiros da Universidade da Califórnia em San Diego desenvolveram um sistema vestível de última geração que permite às pessoas controlar máquinas usando gestos cotidianos – mesmo enquanto correm, andam de carro ou flutuam nas ondas turbulentas do oceano.

O sistema, descrito na edição de 17 de novembro de 2025 da Nature Sensors , combina eletrônica extensível com inteligência artificial para superar um desafio de longa data na tecnologia vestível:reconhecimento confiável de sinais de gestos em ambientes do mundo real.

As tecnologias vestíveis com sensores de gestos funcionam bem quando o usuário está parado, mas os sinais começam a se desintegrar sob o ruído excessivo de movimento, explicou o co-autor do estudo Xiangjun Chen, pesquisador de pós-doutorado no Departamento de Química e Nano Engenharia da Família Aiiso Yufeng Li na Escola de Engenharia UC San Diego Jacobs. Isso limita sua praticidade na vida diária. “Nosso sistema supera essa limitação”, disse Chen. “Ao integrar IA para limpar dados ruidosos de sensores em tempo real, a tecnologia permite que gestos diários controlem máquinas de forma confiável, mesmo em ambientes altamente dinâmicos.”

A tecnologia poderá permitir que pacientes em reabilitação ou indivíduos com mobilidade limitada, por exemplo, utilizem gestos naturais para controlar ajudas robóticas sem depender de capacidades motoras finas. Os trabalhadores industriais e os socorristas poderiam potencialmente usar a tecnologia para controlar ferramentas e robôs com as mãos livres em ambientes perigosos ou de grande movimento. Poderia até permitir que mergulhadores e operadores remotos comandassem robôs subaquáticos, apesar das condições turbulentas. Nos dispositivos de consumo, o sistema poderia tornar os controles baseados em gestos mais confiáveis ​​nas configurações do dia a dia.

O trabalho foi uma colaboração entre os laboratórios de Sheng Xu e Joseph Wang, ambos professores do Departamento de Engenharia Química e Nano da Família Aiiso Yufeng Li na Escola de Engenharia Jacobs da UC San Diego.

Até onde os pesquisadores sabem, esta é a primeira interface homem-máquina vestível que funciona de maneira confiável em uma ampla gama de distúrbios de movimento. Como resultado, pode funcionar com a maneira como as pessoas realmente se movem.

O dispositivo é um adesivo eletrônico macio colado em uma braçadeira de tecido. Ele integra sensores de movimento e musculares, um microcontrolador Bluetooth e uma bateria extensível em um sistema compacto e multicamadas. O sistema foi treinado a partir de um conjunto de dados composto de gestos e condições reais, desde correr e agitar até o movimento das ondas do mar. Os sinais do braço são capturados e processados ​​por uma estrutura de aprendizagem profunda personalizada que elimina interferências, interpreta o gesto e transmite um comando para controlar uma máquina como um braço robótico, em tempo real.

O sistema foi testado em múltiplas condições dinâmicas. Os participantes usaram o dispositivo para controlar um braço robótico enquanto corriam, expostos a vibrações de alta frequência e sob uma combinação de distúrbios. O dispositivo também foi validado sob condições oceânicas simuladas usando o Simulador de Pesquisa Scripps Ocean-Atmosphere no Scripps Institution of Oceanography da UC San Diego, que recriou o movimento do mar gerado em laboratório e real. Em todos os casos, o sistema apresentou desempenho preciso e de baixa latência.

Originalmente, este projeto foi inspirado na ideia de ajudar mergulhadores militares a controlar robôs subaquáticos. Mas a equipe logo percebeu que a interferência do movimento não era um problema exclusivo dos ambientes subaquáticos. É um desafio comum em todo o campo da tecnologia wearable, que há muito limita o desempenho de tais sistemas na vida cotidiana.

“Este trabalho estabelece um novo método para tolerância a ruído em sensores vestíveis”, disse Chen. “Ele abre caminho para sistemas vestíveis de próxima geração que não são apenas extensíveis e sem fio, mas também capazes de aprender com ambientes complexos e usuários individuais.”

Fonte