麻省理工学院（MIT）工程师团队近日开发出一款可穿戴超声腕带，能够以高精度追踪复杂手部动作。该设备通过对手腕内部肌肉、肌腱和韧带的实时成像，结合人工智能算法，将内部解剖结构的动态变化转化为数字信号，实现对手指和手掌22个自由度的精确映射。

突破传统手势追踪局限

传统手势追踪技术各有局限：摄像头易被遮挡，传感器手套不够自然，肌电信号（EMG）传感器因噪声过大难以捕捉细微流畅的动作。MIT团队开发的超声腕带采用微型“超声贴片”，通过连续扫描腕部内部结构，获取高分辨率图像。研究人员训练人工智能模型，将特定影像区域与五指及手掌的22个自由度位置建立关联。

“手腕的肌腱和肌肉就像牵动手指的提线，”团队成员Gengxi Lu解释道，“每次扫描腕部内部状态，就能推断出手部姿态。”研究团队通过同步记录志愿者动作与腕部超声图像，为AI模型提供标注数据，使其能够即时解码内部肌腱活动对应的精确手势。

多样化场景验证

该系统在八位不同体型志愿者身上进行了测试，成功识别从26个复杂美国手语字母到握持剪刀、网球、铅笔等精细动作的多种手势。实验证明，该腕带能可靠地将个体内部肌腱运动转化为精确的数字手势，并适用于不同体型用户。

实时交互与机器人控制

MIT工程师展示了该腕带在虚拟与现实环境中的实时控制能力。在数字测试中，用户通过自然的捏合与抓握动作，即可在电脑屏幕上流畅操控虚拟物体。在机器人控制测试中，腕带如同数字提线木偶控制器，让用户能远程操控机械手弹奏钢琴、参与桌面篮球游戏。机械手可实时镜像用户的手指动作。

未来应用前景

研究负责人、MIT机械工程教授Xuanhe Zhao表示，这项技术有望取代现有的手部追踪方案，成为虚拟现实与增强现实领域的核心交互工具。同时，该设备采集的数据可用于训练人形机器人执行手术、精密制造等需要细腻操作的任务。团队指出，通过可穿戴成像实现高灵巧手部追踪，是目前该领域最先进的技术路径。