Premio Hackaday 2023: LASK4 observa esos movimientos de los dedos

¿Qué obtienes cuando combinas un ESP32-S2, un modelo de aprendizaje automático, algunos sensores de efecto Hall y un juguete de ejercicios de agarre? [Turfptax] hizo precisamente eso y creó LASK4. Los cuatro resortes empujan hacia abajo los pistones con pequeños imanes en ellos. Los sensores de efecto Hall determinan la posición del pistón y, dado que los resortes son lineales, el ESP32 también puede estimar la fuerza que se aplica en un dedo determinado. Estos datos luego se transmiten a una computadora cercana a través de TCP. Una pequeña pantalla OLED muestra el estado y una ordenada caja impresa en 3D crea un paquete cómodo.

Entonces, aparte de un excelente instrumento musical, ¿para qué sirve? Primero, crea datos de entrenamiento bien etiquetados cuando se combina con lo que recopila la banda del sensor muscular que discutimos anteriormente. La banda muscular mide varios sensores de presión radialmente alrededor del antebrazo. Con solo unos minutos de datos de entrenamiento, el sistema puede predecir con precisión el movimiento de los dedos utilizando el modelo de regresión de bosque aleatorio.

¿Para qué lo usarías? Se considera un dispositivo somatosensorial, por lo que puede ser utilizado para fisioterapia en rehabilitación de la mano, ya que proporciona retroalimentación durante las sesiones. O podría usarse para entrenar a un controlador de manera eficiente.

Es un proyecto emocionante en GitHub bajo una licencia de hardware OpenCERN. El código está en MicroPython y se incluyen los archivos PCB y STL. Estamos ansiosos por ver qué más sale del proyecto. Después del descanso, hay un video de actualización de progreso.