Khi di chuyển trên các phương tiện, người tàn phế (liệt) phải liên tục điều chỉnh nhưng thông số dựa trên thông tin thu nhận được từ môi trường. Khi người đi bộ, trên các đoạn đường khác nhau sẽ có cách di chuyển khác nhau, chuẩn bị tinh thần khi sử dụng cầu thang. Nhưng robot thực sự không thể làm được điều đó, nhất là bộ khung xương ngoài.

Đôi chân robot được lập trình có thể giúp người khuyết tật tự đi lại, nhưng làm sao có thể chuẩn bị dừng lại, leo cầu thang, rẽ ngoặt? Các nhà khoa học tin rằng trong tương lai, những bộ khung xương ngoài sẽ thông minh khi được ứng dụng máy ảnh và trí tuệ nhân tạo.

Hiện tại những bộ xương ngoài phải được điều khiển thủ công bằng các ứng dụng như điện thoại thông minh hoặc bảng cần điều khiển. Đây là vấn đề khó khăn do người khuyết tật không thể đi lại bằng trực giác như một người khỏe mạnh, tay người khuyết tật luôn bận rộn với những điều khiển, đồng thời nếu người tàn phế có vấn đề với tay hoặc nhận thức thì điều này trở thành khó khăn.

Tải trọng nhận thức cơ động di chuyển cực kỳ mệt mỏi và gia tăng nguy hiểm theo thời gian. Người tàn phế hoặc phải cầm điện thoại liên tục bấm mỗi khi muốn leo lên bậc cầu thang hoặc đi bộ qua một dải cát? Các nhà khoa học có ý tưởng sử dụng một phần công nghệ ô tô tự lái và tối ưu hóa phần mềm máy tính AI để xử lý nguồn cấp dữ liệu video nhằm nhận diện chính xác cầu thang, cửa ra vào và những đặc điểm khác của môi trường xung quanh.

Brokoslaw Laschowski, trưởng dự án nghiên cứu ExoNet, cho biết: “Phương pháp kiểm soát của chúng tôi không nhất thiết phải cần đến nhận thức và suy nghĩ của con người. Tương tự như những ô tô tự lái tự lái, chúng tôi thiết kế những bộ khung xương ngoài tự lái cho những người có nhu cầu."

Nhóm nghiên cứu thử nghiệm phương thức tiếp cận, lắp cho bộ khung xương ngoài máy ảnh để cung cấp cho bộ vi xử lý dữ liệu thị lực, cho phép khung xương hoạt động tự động. Phần mềm trí tuệ nhân tạo (AI) có thể phân tích dữ liệu này để nhận thức cầu thang, cửa ra vào và những đặc điểm khác của môi trường xung quanh và tính toán phương thức hoạt động tốt nhất.

Laschowski cho biết, nhóm nghiên cứu sử dụng cơ sở dữ liệu mã nguồn mở để lưu trữ hình ảnh thu được từ máy ảnh gắn trên khung xương ngoài, có độ phân giải cao ghi lại các tình huống di chuyển của con người. Cơ sở dữ liệu này chứa hơn 5,6 triệu bức ảnh về môi trường đi bộ trong nhà và ngoài trời trong thế giới thực.

Nhóm khoa học sử dụng dữ liệu này để đào tạo những thuật toán Máy học sâu, mạng nơ-ron phức tạp của AI có thể tự động nhận ra những môi trường đi bộ khác nhau với độ chính xác 73%  "dù có sự chênh lệch lớn trên các bề mặt và vật thể khác nhau, do camera thu thập được". Theo Laschowski, hạn chế tiềm ẩn trong nghiên cứu là phụ thuộc vào hình ảnh 2-D thông thường, trong khi máy ảnh sâu “depth camera” cũng có thể thu thập dữ liệu cần thiết về khoảng cách. Nhưng các nhà khoa học buộc phải lựa chọn hình ảnh 2D thông thường do máy ảnh sâu vì phép đo độ sâu thường giảm độ chính xác dưới ánh sáng ngoài trời và khi khoảng cách tăng.

Trong một nghiên cứu tương tự , các nhà khoa học của Trường Đại học Bắc Carolina yêu cầu những người tình nguyện, với máy ảnh gắn trên kính mắt hoặc buộc trên đầu gối đi qua nhiều bối cảnh trong nhà và ngoài trời, ghi lại dữ liệu hình ảnh mà bộ xương ngoài có thể sử dụng để quan sát thế giới xung quanh.

Edgar Lobaton, nhà nghiên cứu kỹ thuật điện thuộc Đại học Bang Bắc Carolina, cho biết: “ Dữ liệu ảnh nhằm tự động hóa chuyển động”. Ông cho biết nhóm nhà khoa học đang tập trung vào vấn đề, đảm bảo cho phần mềm AI có thể giảm sự không chắc chắn từ các yếu tố như các chuyển động mờ ảo hoặc hình ảnh quá sáng "để đảm bảo hoạt động an toàn. Chúng tôi muốn đảm bảo rằng chúng tôi thực sự có thể tin cậy vào tầm nhìn và AI trước khi tích hợp vào phần cứng. "

Trong tương lai, Laschowski và các đồng nghiệp tập trung vào hoàn thiện độ chính xác của phần mềm phân tích môi trường với các yêu cầu về tốc độ tính toán và lưu trữ trong bộ nhớ dung lượng thấp, có ý nghĩa quan trọng đối với các hoạt động trong bo mạch với thời gian thực trên bộ khung xương ngoài robot.

Lobaton và nhóm của ông cũng tìm cách tính toán sự không chắc chắn, được đưa vào hệ thống thị giác của bộ khung xương ngoài từ các chuyển động xung quanh.

Đồng thời, các nhà khoa học chương trình ExoNet muốn tìm ra phương pháp để phần mềm AI có thể truyền lệnh tới cơ cấu cơ khí bộ khung xương ngoài, thực hiện các tác vụ như leo cầu thang hoặc tránh chướng ngại vật dựa trên phân tích của hệ thống về chuyển động tại thời điểm của người dùng và địa hình sắp tới.

Laschowski cho biết, từ những chiếc xe tự hành, nhóm nhà khoa học đang nỗ lực phát triển những bộ xương khung ngoài tự hành, chủ động xử lý nhiệm vụ đi bộ mà không cần sự tham gia của người.

Laschowski cũng nhấn mạnh, “An toàn của người dùng là yếu tố quan trọng hàng đầu, đặc biệt phục vụ cho những người bị tàn phế hoặc khuyết tật. Hơn nữa, bộ khung xương ngoài là tiền đề cho việc kết hợp giữa máy và thần kinh người, người dùng bộ khung xương ngoàiẽ luôn có khả năng ghi đè hệ thống nếu thuật toán phân tích hình ảnh hoặc bộ điều khiển đưa ra quyết định sai."