Недавние достижения в интеллектуальных носимых системах: от многомасштабных биомеханических признаков к прогнозированию намерений движения человека

Чтение тела до того, как оно пошевелится

Представьте, что умные часы, стелька для обуви или легкий экзоскелет могли бы чувствовать, что вы собираетесь сделать, и незаметно помогать вам — стабилизировать шаг до того, как вы оступитесь, поддержать уставшую мышцу или позволить протезной руке двигаться почти так же естественно, как настоящей. В этом обзорном материале объясняется, как учёные создают «осознающие намерение» носимые системы, которые считывают собственные механические и электрические сигналы тела, чтобы предсказывать наши следующие движения, открывая новые возможности для реабилитации, повышения безопасности на рабочем месте, спорта, виртуальной реальности и вождения.

Как тело подсказывает следующий шаг

Наше тело выдает подсказки о предстоящих действиях на нескольких физических уровнях. На уровне всего тела тонкие сдвиги ускорения — часто измеряемые в области талии — показывают, насколько стабилен центр тяжести и когда мы собираемся ускориться, замедлиться или сменить направление. Внезапные изменения этих паттернов могут предшествовать подскользыванию или резкому повороту на доли секунды, давая алгоритмам окно для предсказания падения или быстрого маневра. При приближении к отдельным суставам изменения углов и угловых скоростей в бедре, колене, щиколотке, плече, локте и пальцах формируют богатые моторные «подписи» для ходьбы, подъема или захвата. На самом глубоком уровне крошечные электрические вспышки в мышцах, регистрируемые поверхностными электродами на коже, возникают за десятки — сотни миллисекунд до видимого движения, обеспечивая раннее предупреждение о намерении, особенно ценное для управления протезами и экзоскелетами.

Умные датчики, вплетенные в повседневную жизнь

Чтобы захватить эти сигналы, инженеры распределяют сеть мелких датчиков по телу. Инерционные блоки отслеживают ускорение и вращение сегментов тела; гибкие датчики деформации и давления измеряют сгибание суставов и силы в стопе; биоэлектрические датчики контролируют активность мышц, сигналы мозга и ритмы сердца; а также оптические, акустические и химические датчики наблюдают за кровотоком, изменениями тканей и химией пота. Эти компоненты упакованы в привычные предметы — часы, нарукавники, умную обувь и перчатки — а также в электронные текстили и пластыре-подобные сенсоры, которые повторяют форму суставов и мышц. Накладывая датчики на уровне тела, сустава и мышцы, разработчики могут проследить движение от первого нервного импульса в мышечных волокнах через момент силы в суставе до изменений в равновесии всего тела.

Обучение машин «читать» человеческое движение

Сбор данных — только половина задачи; другая половина — интерпретировать их достаточно быстро, чтобы это было полезно. Ранние системы полагались на вручную созданные правила и классические методы машинного обучения, которые анализировали тщательно подобранные признаки, такие как средняя активность мышцы или максимальный угол сустава, и затем относили каждый шаблон к известному действию. Эти подходы эффективны и хорошо работают на небольших устройствах с батарейным питанием, но испытывают трудности, когда движения становятся более разнообразными или шумными. В последнее время методы глубокого обучения — сверточные, рекуррентные и трансформерные нейросети — обучаются выделять сложные паттерны во времени и одновременно по множеству датчиков. Они способны объединять данные об ускорении, давлении и активности мышц, чтобы распознавать фазы походки, предсказывать углы суставов заранее или оценивать момент силы, который человек скоро создаст, часто с ошибками предсказания в пределах всего лишь нескольких десятков миллисекунд.

От клиник и заводов до стадионов и симуляторов

Эти носимые устройства, предсказывающие намерения, переходят от лабораторных прототипов к многим реальным сценариям. В реабилитации подобие одежды-экзоскелетов и пассивные наколенники используют углы суставов, силы и активность мышц, чтобы оказывать именно ту степень помощи, которая нужна для ходьбы или терапевтических упражнений, адаптируясь к прогрессу пациента. Для работников и промышленных роботов акселерометры и датчики мышц могут сигнализировать об усталости, предвидеть небезопасные движения и позволять роботам предугадывать и координировать действия с людьми. Спортсмены выигрывают от электронных «кож» и легких костюмов движения, которые отслеживают нагрузку на суставы и использование мышц для тонкой настройки техники и снижения риска травм. В виртуальной реальности умные кольца и перчатки используют движение пальцев и мышечные подсказки для более естественного захвата и тактильной обратной связи, тогда как в автомобилях датчики головы и конечностей помогают предугадывать торможение, смену полосы или сонливость водителя и поддерживать системы помощи при вождении.

Препятствия на пути к повседневному использованию

Несмотря на впечатляющую точность в контролируемых испытаниях, внедрение этих систем в повседневную жизнь сопряжено с трудностями. Реальная среда беспорядочна: пот, соскальзывание электродов, смещение одежды и электромагнитные помехи могут искажать сигналы, а между людьми велико разнообразие форм тела, силы и стиля движений. Это означает, что модели, обученные на одной группе, часто плохо работают на другой или в новых задачах. Гибкие сенсорные материалы также должны выдерживать постоянные изгибы и растяжения, не теряя чувствительности, а компактные источники питания должны обеспечивать длительную работу многосенсорных систем. Кроме того, богатые потоки физиологических и двигательных данных вызывают серьёзные вопросы конфиденциальности, поскольку при их неправильном использовании или утечке они могут раскрыть состояние здоровья, привычки и даже эмоциональное состояние.

Что это означает для будущего

Авторы приходят к выводу, что прогнозирование человеческих намерений движения уже не относится к области научной фантастики, но превращение этой возможности в безопасную, доверенную повседневную технологию потребует прогресса по нескольким направлениям одновременно. Более умные методы обучения должны адаптироваться к каждому пользователю и оставаться устойчивыми при ухудшении качества сигналов; сенсорные материалы должны быть долговечными, комфортными и энергоэффективными; необходимы надёжные меры по защите персональных данных о движениях и здоровье. Если все эти элементы сложатся, будущие носимые устройства смогут образовать бесшовную «связку восприятие—решение—действие» вокруг тела, тихо понимая, что мы собираемся сделать дальше, и предлагая помощь — будь то стабилизация шага, усиление силы мышцы, руководство в процессе восстановления или углубление нашего взаимодействия с машинами и виртуальными мирами.

Цитирование: 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

Ключевые слова: носимые датчики, прогнозирование движения человека, биомеханика, экзоскелеты, протезы