Mit dem neuen Wearable können Sie Maschinen und Roboter mit einfachen Gesten steuern – sogar während der Bewegung

Motion Design INSIDER

Das tragbare System ist auf ein Stoffarmband geklebt. (Bild:Die Forscher)

Ingenieure der University of California in San Diego haben ein tragbares System der nächsten Generation entwickelt, das es Menschen ermöglicht, Maschinen mit alltäglichen Gesten zu steuern – sogar beim Laufen, beim Autofahren oder beim Schwimmen auf turbulenten Meereswellen.

Das System wird in der Ausgabe von Nature Sensors vom 17. November 2025 beschrieben , kombiniert dehnbare Elektronik mit künstlicher Intelligenz, um eine seit langem bestehende Herausforderung in der tragbaren Technologie zu meistern:die zuverlässige Erkennung von Gestensignalen in realen Umgebungen.

Tragbare Technologien mit Gestensensoren funktionieren gut, wenn ein Benutzer still sitzt, aber die Signale beginnen bei übermäßigem Bewegungsgeräusch auseinanderzufallen, erklärte der Co-Erstautor der Studie, Xiangjun Chen, ein Postdoktorand in der Abteilung für Chemie- und Nanotechnik der Aiiso Yufeng Li-Familie an der UC San Diego Jacobs School of Engineering. Dies schränkt ihre Alltagstauglichkeit ein. „Unser System überwindet diese Einschränkung“, sagte Chen. „Durch die Integration von KI zur Bereinigung verrauschter Sensordaten in Echtzeit ermöglicht die Technologie, dass alltägliche Gesten Maschinen auch in hochdynamischen Umgebungen zuverlässig steuern.“

Die Technologie könnte es beispielsweise Patienten in der Reha oder Personen mit eingeschränkter Mobilität ermöglichen, mithilfe natürlicher Gesten Roboterhilfen zu steuern, ohne auf Feinmotorik angewiesen zu sein. Industriearbeiter und Ersthelfer könnten die Technologie möglicherweise zur freihändigen Steuerung von Werkzeugen und Robotern in Umgebungen mit hoher Bewegung oder in gefährlichen Umgebungen nutzen. Es könnte sogar Tauchern und Fernbedienern ermöglichen, Unterwasserroboter trotz turbulenter Bedingungen zu steuern. Bei Verbrauchergeräten könnte das System gestenbasierte Steuerungen im Alltag zuverlässiger machen.

Die Arbeit war eine Zusammenarbeit zwischen den Labors von Sheng Xu und Joseph Wang, beide Professoren der Abteilung für Chemie- und Nanotechnik der Familie Aiiso Yufeng Li an der UC San Diego Jacobs School of Engineering

Nach Kenntnis der Forscher ist dies die erste tragbare Mensch-Maschine-Schnittstelle, die bei einer Vielzahl von Bewegungsstörungen zuverlässig funktioniert. Dadurch kann es mit der Art und Weise arbeiten, wie sich Menschen tatsächlich bewegen.

Das Gerät ist ein weiches elektronisches Pflaster, das auf ein Stoffarmband geklebt wird. Es integriert Bewegungs- und Muskelsensoren, einen Bluetooth-Mikrocontroller und einen dehnbaren Akku in einem kompakten, mehrschichtigen System. Das System wurde anhand eines zusammengesetzten Datensatzes realer Gesten und Bedingungen trainiert, vom Laufen und Schütteln bis hin zur Bewegung von Meereswellen. Signale vom Arm werden von einem maßgeschneiderten Deep-Learning-Framework erfasst und verarbeitet, das Störungen beseitigt, die Geste interpretiert und einen Befehl zur Steuerung einer Maschine wie eines Roboterarms in Echtzeit überträgt.

Das System wurde unter mehreren dynamischen Bedingungen getestet. Die Probanden nutzten das Gerät, um einen Roboterarm zu steuern, während sie liefen, hochfrequenten Vibrationen ausgesetzt waren und einer Kombination von Störungen ausgesetzt waren. Das Gerät wurde auch unter simulierten Meeresbedingungen mit dem Scripps Ocean-Atmosphere Research Simulator am Scripps Institution of Oceanography der UC San Diego validiert, der sowohl im Labor erzeugte als auch echte Meeresbewegungen nachbildete. In allen Fällen lieferte das System eine genaue Leistung mit geringer Latenz.

Ursprünglich war dieses Projekt von der Idee inspiriert, Militärtauchern bei der Steuerung von Unterwasserrobotern zu helfen. Das Team erkannte jedoch bald, dass Störungen durch Bewegung nicht nur ein Problem waren, das nur in Unterwasserumgebungen auftritt. Es handelt sich um eine allgemeine Herausforderung im Bereich der Wearable-Technologie, die die Leistungsfähigkeit solcher Systeme im Alltag seit langem einschränkt.

„Diese Arbeit etabliert eine neue Methode zur Rauschtoleranz in tragbaren Sensoren“, sagte Chen. „Es ebnet den Weg für tragbare Systeme der nächsten Generation, die nicht nur dehnbar und kabellos sind, sondern auch in der Lage sind, von komplexen Umgebungen und einzelnen Benutzern zu lernen.“

Quelle