Najnowsze osiągnięcia w inteligentnych systemach ubieralnych: od wieloskalowych cech biomechanicznych po przewidywanie zamiaru ruchu człowieka

Odczytywanie ciał zanim się poruszą

Wyobraź sobie, że smartwatch, wkładka do buta lub lekki egzoszkielet potrafi wyczuć, co zamierzasz zrobić, i dyskretnie ci w tym pomóc — ustabilizować krok zanim się potkniesz, wesprzeć zmęczony mięsień lub pozwolić protezie ręki poruszać się niemal tak naturalnie jak prawdziwa. Ten artykuł przeglądowy wyjaśnia, jak naukowcy budują systemy ubieralne „świadome zamiaru”, które odczytują mechaniczne i elektryczne sygnały ciała, aby przewidzieć nasze następne ruchy, otwierając nowe możliwości w rehabilitacji, bezpiecznej pracy, sporcie, rzeczywistości wirtualnej i prowadzeniu pojazdów.

Jak ciało zdradza kolejny ruch

Nasze ciało ujawnia wskazówki o nadchodzących działaniach na kilku poziomach fizycznych. Na poziomie całego ciała subtelne zmiany przyspieszenia — często mierzone przy pasie — pokazują, jak stabilne jest nasze centrum ciężkości i kiedy zamierzamy przyspieszyć, zwolnić lub zmienić kierunek. Nagłe zmiany tych wzorców mogą poprzedzać poślizg lub ostry skręt o ułamek sekundy, dając algorytmom okno do przewidzenia upadku lub szybkiego manewru. Przybliżając się do poszczególnych stawów, zmiany kątów i prędkości kątowych w biodrze, kolanie, kostce, barku, łokciu i palcach tworzą bogate „sygnatury” ruchu dla chodzenia, podnoszenia czy chwytania. Na najgłębszym poziomie drobne wyładowania elektryczne w mięśniach, rejestrowane przez powierzchniowe elektrody na skórze, pojawiają się na dziesiątki do setek milisekund przed widocznym ruchem, dostarczając wczesnego ostrzeżenia o zamiarze szczególnie cennego przy sterowaniu kończynami protezowymi i egzoszkieletami.

Inteligentne czujniki wplecione w życie codzienne

Aby wychwycić te sygnały, inżynierowie rozmieszczają sieć małych czujników po całym ciele. Jednostki inercyjne śledzą przyspieszenie i rotację segmentów ciała; elastyczne czujniki odkształceń i ciśnienia mierzą zginanie stawów i siły nacisku stopy; czujniki bioelektryczne monitorują aktywność mięśni, sygnały mózgowe i rytmy serca; a nawet optyczne, akustyczne i chemiczne czujniki obserwują przepływ krwi, zmiany tkanek i chemię potu. Te elementy pakowane są w znane przedmioty — zegarki, opaski na ramię, inteligentne buty i rękawice — a także w tekstylia elektroniczne i plasterki przypominające skórę, przylegające do stawów i mięśni. Dzięki warstwowaniu czujników na poziomie ciała, stawów i mięśni projektanci mogą śledzić ruch od pierwszego impulsu nerwowego w włóknach mięśniowych, przez moment obrotowy w stawie, aż po zmiany w równowadze całego ciała.

Nauczanie maszyn odczytywania ruchu człowieka

Gromadzenie danych to tylko połowa zadania; druga połowa to interpretacja wystarczająco szybko, by miała zastosowanie. Wcześniejsze systemy polegały na regułach ręcznie tworzonych i klasycznych metodach uczenia maszynowego, które analizowały starannie dobrane cechy, takie jak średnia aktywność mięśni czy maksymalny kąt stawu, a następnie przypisywały każdy wzorzec do znanej akcji. Metody te są wydajne i dobrze działają na małych, zasilanych bateryjnie urządzeniach, ale mają trudności, gdy ruchy stają się bardziej zróżnicowane lub zaszumione. Ostatnio podejścia głębokiego uczenia — konwolucyjne, rekurencyjne i sieci typu transformer — uczone są wykrywania złożonych wzorców w czasie i jednocześnie w wielu czujnikach. Potrafią łączyć sygnały przyspieszenia, ciśnienia i mięśni, aby rozpoznawać fazy chodu, przewidywać kąty stawów z wyprzedzeniem lub oszacować moment obrotowy, który człowiek wkrótce wygeneruje, często z błędami predykcji rzędu zaledwie kilkudziesięciu milisekund.

Od klinik i fabryk po stadiony i symulatory

Te noszone urządzenia przewidujące zamiary przechodzą z prototypów laboratoryjnych do wielu realnych zastosowań. W rehabilitacji odzieżopodobne egzoszkielety i pasywne stabilizatory kolana wykorzystują kąty stawów, siły i aktywność mięśni, by udzielić dokładnie tyle wsparcia przy chodzeniu lub ćwiczeniach terapeutycznych, ile potrzeba, dostosowując się do postępów pacjenta. Dla pracowników i robotów przemysłowych przyspieszenie ciała i czujniki mięśni mogą sygnalizować zmęczenie, przewidywać niebezpieczne ruchy i pozwalać robotom antycypować oraz koordynować działanie z ludzkimi partnerami. Sportowcy korzystają z elektronicznej skóry i lekkich kombinezonów ruchowych śledzących obciążenia stawów i użycie mięśni, aby udoskonalać technikę i zmniejszać ryzyko kontuzji. W wirtualnej rzeczywistości inteligentne pierścienie i rękawice wykorzystują ruch palców i sygnały mięśniowe do bardziej naturalnego chwytu i dotyku, natomiast w samochodach czujniki głowy i kończyn pomagają przewidywać hamowanie, zmiany pasa czy senność, wspierając systemy asystujące kierowcy.

Przeszkody na drodze do codziennego użytku

Mimo imponującej dokładności w kontrolowanych testach, wprowadzenie tych systemów do życia codziennego jest trudne. Rzeczywiste środowiska są chaotyczne: pot, przesuwające się elektrody, przemieszczenia ubrań i zakłócenia elektryczne mogą zniekształcać sygnały, a ludzie znacznie różnią się budową ciała, siłą i stylem ruchu. To oznacza, że modele trenowane na jednej grupie często słabo sprawdzają się na innej lub w nowych zadaniach. Elastyczne materiały czujnikowe muszą też przetrwać ciągłe zginanie i rozciąganie bez utraty czułości, a kompaktowe źródła zasilania muszą zapewniać długie działanie systemów wieloczujnikowych. Na dodatek bogate strumienie danych fizjologicznych i ruchowych rodzą poważne pytania dotyczące prywatności, ponieważ w przypadku nadużyć lub wycieków mogą ujawniać stan zdrowia, nawyki, a nawet stany emocjonalne.

Co to oznacza dla przyszłości

Autorzy dochodzą do wniosku, że przewidywanie zamiaru ruchu człowieka przestało być science fiction, ale przekształcenie tego w bezpieczną, zaufaną technologię codziennego użytku będzie wymagać postępu na kilku polach jednocześnie. Inteligentniejsze metody uczenia muszą dostosowywać się do każdego użytkownika i pozostawać odporne, gdy sygnały ulegają degradacji; materiały czujnikowe powinny być trwałe, wygodne i energooszczędne; konieczne są też solidne zabezpieczenia chroniące dane o ruchu i zdrowiu. Jeśli te elementy zostaną połączone, przyszłe urządzenia ubieralne mogą stworzyć bezszwową pętlę „percepcja–decyzja–działanie” wokół ciała, dyskretnie rozumiejąc, co zamierzamy zrobić dalej, i oferując pomoc — czy to stabilizując krok, wzmacniając siłę mięśni, wspierając rehabilitację, czy pogłębiając naszą integrację z maszynami i wirtualnymi światami.

Cytowanie: Chen, S., Peng, C., Yang, B. et al. Recent advances in intelligent wearable systems: from multiscale biomechanical features towards human motion intent prediction. npj Artif. Intell. 2, 33 (2026). https://doi.org/10.1038/s44387-026-00083-5

Słowa kluczowe: czujniki ubieralne, przewidywanie ruchu człowieka, biomechanika, egzoszkielety, protezy