Nuevo wearable permite controlar máquinas y robots con gestos simples — incluso en movimiento

Motion Design INSIDER

El sistema wearable pegado a una banda de tela para el brazo. (Imagen: Los investigadores)

Ingenieros de la Universidad de California San Diego han desarrollado un sistema wearable de próxima generación que permite a las personas controlar máquinas usando gestos cotidianos — incluso mientras corren, viajan en coche o flotan en olas oceánicas turbulentas.

El sistema, descrito en la edición del 17 de noviembre de 2025 de Nature Sensors, combina electrónica elástica con inteligencia artificial para superar un desafío 오래된 en tecnología wearable: Reconocimiento fiable de señales de gestos en entornos del mundo real.

Las tecnologías wearable con sensores de gestos funcionan bien cuando el usuario está quieto, pero las señales empiezan a desmoronarse bajo ruido de movimiento excesivo, explicó el co-primer autor del estudio Xiangjun Chen, investigador postdoctoral en el Departamento de Ingeniería Química y Nano Aiiso Yufeng Li Family en la Escuela de Ingeniería Jacobs de UC San Diego. Esto limita su practicidad en la vida diaria. "Nuestro sistema supera esta limitación", dijo Chen. "Al integrar IA para limpiar datos ruidosos de sensores en tiempo real, la tecnología permite que gestos cotidianos controlen máquinas de forma fiable incluso en entornos altamente dinámicos."

La tecnología podría permitir a pacientes en rehabilitación o personas con movilidad limitada, por ejemplo, usar gestos naturales para controlar ayudas robóticas sin depender de habilidades motoras finas. Trabajadores industriales y socorristas podrían potencialmente usar la tecnología para control manos libres de herramientas y robots en entornos de alto movimiento o peligrosos. Incluso podría permitir a buzos y operadores remotos comandar robots submarinos a pesar de condiciones turbulentas. En dispositivos de consumo, el sistema podría hacer que controles basados en gestos sean más fiables en entornos cotidianos.

El trabajo fue una colaboración entre los laboratorios de Sheng Xu y Joseph Wang, ambos Profesores en el Departamento de Ingeniería Química y Nano Aiiso Yufeng Li Family en la Escuela de Ingeniería Jacobs de UC San Diego.

Para el conocimiento de los investigadores, esta es la primera interfaz humano-máquina wearable que funciona de forma fiable en una amplia gama de perturbaciones de movimiento. Como resultado, puede funcionar con la forma en que la gente realmente se mueve.

El dispositivo es un parche electrónico suave que se pega a una banda de tela para el brazo. Integra sensores de movimiento y músculo, un microcontrolador Bluetooth y una batería elástica en un sistema compacto y multicapa. El sistema se entrenó a partir de un conjunto de datos compuesto de gestos y condiciones reales, desde correr y sacudidas hasta el movimiento de olas oceánicas. Las señales del brazo son capturadas y procesadas por un marco de aprendizaje profundo personalizado que elimina interferencias, interpreta el gesto y transmite un comando para controlar una máquina como un brazo robótico, en tiempo real.

El sistema se probó en múltiples condiciones dinámicas. Los sujetos usaron el dispositivo para controlar un brazo robótico mientras corrían, expuestos a vibraciones de alta frecuencia y bajo una combinación de perturbaciones. El dispositivo también se validó bajo condiciones oceánicas simuladas usando el Simulador de Investigación Oceano-Atmósfera Scripps en la Institución de Oceanografía Scripps de UC San Diego, que recreó tanto movimiento marino generado en laboratorio como real. En todos los casos, el sistema ofreció un rendimiento preciso y de baja latencia.

Originalmente, este proyecto se inspiró en la idea de ayudar a buzos militares a controlar robots submarinos. Pero el equipo pronto se dio cuenta de que la interferencia del movimiento no era solo un problema único de entornos submarinos. Es un desafío común en el campo de la tecnología wearable, uno que ha limitado durante mucho tiempo el rendimiento de tales sistemas en la vida cotidiana.

"Este trabajo establece un nuevo método para tolerancia al ruido en sensores wearable", dijo Chen. "Allana el camino para sistemas wearable de próxima generación que no solo son elásticos e inalámbricos, sino también capaces de aprender de entornos complejos y usuarios individuales."

Fuente