Exodex亚当-可重构整个手灵巧触觉用户界面gydF4y2B一个

1介绍gydF4y2B一个

通过我们的手,我们可以交流(读盲文,手势,或说手语),探索周围的世界(感觉表面阻抗,材质、重量、温度、压力),操纵它,和霉菌。所有这些功能,人类的躯体感觉系统是至关重要的。这包括了解我们的身体在空间的取向和位置(本体感觉)和运动的感觉在我们的关节(动觉)以及知觉的感觉信号的机械在我们皮肤(皮肤感知)(gydF4y2B一个Hannaford冈村,2016年gydF4y2B一个)。所有这些感觉有助于我们获得触觉反馈的能力与环境交互时。gydF4y2B一个

近年来,我们越来越习惯于与远程或虚拟环境交互视觉、听觉或考虑语音或视频通话,和虚拟现实耳机或视频游戏。触觉交互更广泛,但随着触觉技术的发展越来越多的兴趣。gydF4y2B一个

本文介绍了我们的小说灵巧触觉手部和臂部的用户界面(UI)的概念和发展Exodex亚当(简称为Exodex本文的其余部分)。使用我们的初步概念UI为起点(gydF4y2B一个Lii et al ., 2017gydF4y2B一个),我们开发和集成各种特性使Exodex安全功能触觉用户输入系统的整个手。这需要前置的形式,反映附件系统连接到用户的手指和手掌。由于其灵巧机器人手指,每个与驱动三自由度(自由度),关节转矩角位置传感,Exodex能够呈现全向力反射的指尖和手掌引发皮肤的机械。手掌交互不仅允许的姿势和联合配置手准确地确定但也允许力反射在权力掌握和整个手探索。灵巧的机械手臂可以安装在Exodex延长用户的工作空间,以及额外的反射和重力补偿。此外,随着人类的手进来各种各样的大小和形状,可以通过调整Exodex八可重构所需的合适的机制。gydF4y2B一个

用户连接到Exodex每个附件点通过一个被动的三自由度和低摩擦球轴承万向节。电磁离合器确保安全的超然的过高在操作扭矩。安全是一个关键的部分物理人机交互(pHRI)。虽然没有pHRI可以绝对安全,Exodex旨在减少受伤的机会。镜像设计意味着人类之间的机械零件不要手指,降低挤压的风险或夹紧。gydF4y2B一个

在下一节中,我们访问的状态在灵巧的艺术触觉ui,展示我们的设备地址以前未知的挑战。然后我们详细的设计概念和开发系统设备在第三节和描述的过程获得最佳工作区通过附件的放置位置和配置调整在第四节。我们讨论的优化装置运动学最适合的职位预计人类第五节。我们详细的低级控制Exodex节6:如何减少摩擦和惯性,以及人类如何准确的触觉渲染的位置估计。第七节评估我们的系统在不同的操控方式的有效性通过部署在多个用例:在整个手感知的虚拟环境中,gesture-commanded遥控操作,适应model-mediated遥操作机器人(MMT)手部和臂部的《阿凡达》。最后,部分8结尾我们关闭Exodex思想的设计和部署,以及提前寻找工作。gydF4y2B一个

2相关工作gydF4y2B一个

我们的手是我们最能够直观地探索和操作环境的工具。使这种直观的交互虚拟或在远程环境中,手外骨骼和触觉UI开发,可以跟踪环境的手指的运动学和反映反应力量给用户。gydF4y2B一个

2.1触觉设计用户界面和外骨骼手gydF4y2B一个

第一个商用的手外骨骼,手部,1990年代被引入。这个tendon-driven设备(单向)拉力适用于人类的手指和被用在许多应用程序和不同的迭代(gydF4y2B一个Lii et al ., 2010gydF4y2B一个;gydF4y2B一个Aiple Schiele, 2013gydF4y2B一个)。手部系统继续作为基准开发新系统。HaptX手套更进一步增加触觉反馈在指尖力反馈,介绍皮肤的感觉。这是意识到的一个专门设计的纺织与micro-fluidic渠道布局,可以驱动媒体对用户的皮肤在指挥的位置(gydF4y2B一个Goupil et al ., 2019gydF4y2B一个)。一些用例不需要整个手或手指的交互。的PERCRO dual-finger外骨骼三自由度机制每个拇指和食指。它可以提供5 N在指尖的力量。实现三自由度力传感器来测量用户的反馈在每个手指(gydF4y2B一个丰塔纳et al ., 2009gydF4y2B一个)。罗格斯主二世(gydF4y2B一个Bouzit et al ., 2002gydF4y2B一个)是另一个这样的手外骨骼附加到用户的拇指和三根手指是由气动执行机构消除对肌腱和滑轮的需要,比如在手部系统。霍尔效应和红外传感器内置的外骨骼可以帮助跟踪操作员的手的运动。在费斯托气动执行机构也实现ExoHand (gydF4y2B一个费斯托,2012gydF4y2B一个)。gydF4y2B一个

对用户的手之间的耦合和触觉UI在关节层面,大师的手外骨骼(gydF4y2B一个Yun et al ., 2017gydF4y2B一个)使用一个新颖的机制将个人执行机构和位置传感为每个方阵用户的手指。这已经实现了多臂的解决方案。这样的系统来解决成本约束,Dexmo (gydF4y2B一个顾et al ., 2016gydF4y2B一个)和HEXOTRAC (gydF4y2B一个Sarakoglou et al ., 2016gydF4y2B一个)外骨骼的目标是便宜的和轻量级的外骨骼可以更广阔的市场。通过改变伺服装置Dexmo呈现触觉反馈。因此,军队只能以二进制的方式显示。这使得它无法呈现更复杂的对象属性,如刚度歧视。HEXOTRAC雇佣了一个不同的方法来降低成本,通过高度的数学模型。连着三个用户的手指(拇指、食指和中指,),每一个都有6自由度机制由一个电机驱动(gydF4y2B一个顾et al ., 2016gydF4y2B一个)。系统实现了一套新颖的运动学,留下一个宽,每个数字自然工作区。该系统适用于各种手尺寸没有调整是必要的,但这使它笨重。力呈现分辨率是有限的(gydF4y2B一个Sarakoglou et al ., 2016gydF4y2B一个)。gydF4y2B一个

实现在手触觉UI的另一种方法是通过一面镜子附件解决方案(例如,将前面的手)(gydF4y2B一个Barbagli et al ., 2003gydF4y2B一个;gydF4y2B一个川崎et al ., 2003gydF4y2B一个;gydF4y2B一个川崎和Mouri, 2007gydF4y2B一个)。完整的五趾类触觉界面机器人(宏)实现这一概念被提出的gydF4y2B一个Endo et al。(2009)gydF4y2B一个和gydF4y2B一个Endo et al。(2011)gydF4y2B一个。宏是安装在机械臂使它一个接地装置,与所有上述系统可以分为无根据的。这是在下一节中进一步讨论。gydF4y2B一个

2.2基于触觉设备用户界面gydF4y2B一个

大多数手或手部和臂部的外骨骼无稽的设备的类别,这是直接连接到人类的手和身体。这使得它们灵活和扩大人类用户的工作空间,但付出的成本,增加系统的重量由人类随着时间的推移会导致疲劳。此外,这些类型的设备是不可能呈现力量作用于整个手,如反应部队从大型固体/变形表面或浸泡在液体中。gydF4y2B一个

相比之下,接地设备如宏(gydF4y2B一个Endo et al ., 2011gydF4y2B一个)和Exodex呈现在这篇文章中,以及一些non-whole-hand设备如力维的σ。7 (gydF4y2B一个Tobergte et al ., 2011gydF4y2B一个),幽灵的泛光灯(gydF4y2B一个席尔瓦et al ., 2009gydF4y2B一个),可以克服这些问题。因为一个接地的UI是固定安装在基地环境,用户不需要积极支持系统的重量。这也使得不同的外骨骼和用户之间的耦合方式的手,如宏的镜子依恋的概念(gydF4y2B一个Endo et al ., 2011gydF4y2B一个)。它将用户界面在用户面前,而不是直接在附件。gydF4y2B一个

2.3触觉反馈遥操作和虚拟现实gydF4y2B一个

通过触觉反馈,操作员可以收到一个反馈计算环境虚拟现实(VR),而在操控,反馈是测量从远程环境(gydF4y2B一个石头,2000gydF4y2B一个)。在增强现实场景中,虚拟环境可以有重叠的线索,以更好地帮助用户,甚至两者的结合是可能的(gydF4y2B一个Hedayati et al ., 2018gydF4y2B一个)。gydF4y2B一个

在所有这些情况下,增加触觉反馈可以帮助提高用户的性能相比,任务,进行了视觉反馈(gydF4y2B一个儿子et al ., 2011gydF4y2B一个;gydF4y2B一个Wildenbeest et al ., 2012gydF4y2B一个;gydF4y2B一个韦伯和Eichberger, 2015年gydF4y2B一个)。特别是在医学领域,增强现实和触觉反馈的实现已经被证明大大提高外科医生的性能,例如,对于微创手术情况(gydF4y2B一个Gerovichev et al ., 2002gydF4y2B一个)。gydF4y2B一个

因为人类每天都训练有素使用双手交互,允许用户直接通过触觉UI使用和接收反馈他们的手,我们预计,更直观。用户可以探索虚拟或远程环境与自然探索过程和直观的动作,互动的功能,正越来越多地利用手康复(gydF4y2B一个Missiroli et al ., 2019gydF4y2B一个)。然而,与整个手的交互输入设备需要人手的估计位置和配置适当的反馈应用于多个领域的手。在gydF4y2B一个Endo et al。(2011)gydF4y2B一个,指尖跟踪和用户可以操作简单的虚拟对象与力反馈精确把握到指尖。虽然耦合的用户只有在指尖,而不是整个手,HaptX手套与有形的触觉传感器显示teleoperate影子机械手(gydF4y2B一个Goupil et al ., 2019gydF4y2B一个)。gydF4y2B一个

2.4向共享控制触觉的手,手部和臂部的用户界面gydF4y2B一个

配对与触觉界面允许用户交互共享控制策略在不同级别的浸没或抽象,它允许操作员选择最有效的操控方式对于给定的任务。迄今为止,触觉的耦合的外骨骼手已很少应用在这样一个时尚。gydF4y2B一个

然而,欲望和成功共享的控制能力已经与其他UI设备。这是特别是在几个空间遥控机器人的实验观察。Kontur-2和METERON SUPVIS贾斯汀,都进行了从国际空间站(ISS)到地面,DLR的灵巧的仿人机器人贾斯汀(gydF4y2B一个Fuchs et al ., 2009gydF4y2B一个)命令使用双自由度force-reflection操纵杆(gydF4y2B一个阿提加斯et al ., 2016gydF4y2B一个)和基于该监督自治的GUI (gydF4y2B一个Schmaus et al ., 2019gydF4y2B一个),分别执行各种灵巧机器人的任务。虽然国际空间站机组成员在两个实验能够成功地完成他们的任务,他们表达了渴望不同的UI模式可以更有效的遥操作(gydF4y2B一个Lii et al ., 2018gydF4y2B一个)。gydF4y2B一个

鉴于这一点,Analog-1实验证明第一次成功的UI控制台登上国际空间站,结合一个GUI,开环操纵杆,σ和上述力量维度。7触觉输入设备。UI使用控制台命令双臂罗孚在地面进行驾驶和样本返回任务(gydF4y2B一个克鲁格et al ., 2020gydF4y2B一个)。类似的方法的共享控制也申请家庭老年护理使用一个直观的GUI双臂任务命令和触觉输入设备更灵巧的计划外的任务(gydF4y2B一个沃格尔et al ., 2020gydF4y2B一个)。gydF4y2B一个

如前所述,hand-based共享控制遥操作,特别是触觉反馈,已经罕见。gydF4y2B一个Lii et al。(2012)gydF4y2B一个成功地结合joint-level, Cartesian-level和手势/任务级别的遥操作机械手抓取和操作策略,虽然没有触觉反馈。这还是减少用户心理和生理的工作量,同时提高任务的成功率。gydF4y2B一个

3设计概念和实现gydF4y2B一个

Exodex的主要设计目标是创建一个身临其境的触觉用户输入设备对整个手。我们引入一个前置,mirror-attachment触觉机械手UI共有22个活跃的景深,和一个额外的八个被动user-reconfigurable景深,以适应大多数的手大小和形状。本节描述我们的整体设计理念,使Exodex捕捉手姿势并提供整个手反映用户沉浸与力量。此外,许多功能被开发来帮助实现我们的设计目标。这些特性也详细,包括灵巧机器人手指,可重构的手掌,机械臂实现,用户附件系统以及安全设计。整个系统的一个视图中可以看到gydF4y2B一个图1gydF4y2B一个。在概述系统的规范gydF4y2B一个表1gydF4y2B一个。gydF4y2B一个

3.1整体概念实现浸入式的整个手的交互gydF4y2B一个

与大多数外骨骼和触觉ui实现安装移交的手(gydF4y2B一个Lii et al ., 2010gydF4y2B一个;gydF4y2B一个Endo和川崎2014gydF4y2B一个),提出设计Exodex雇佣了一个前置,镜子附件设计,与系统在用户面前的手。Exodex旨在实现几个功能,不同于现有的触觉手UI设计。提供一个安全、身临其境的触觉体验,Exodex(见gydF4y2B一个图1gydF4y2B一个)结合到一个小说包中有以下特点:gydF4y2B一个

•整个手的触觉体验手指和手掌表面,gydF4y2B一个

•手姿势估计能力,gydF4y2B一个

•重构性,以适应大多数或所有手几何形状和尺寸,gydF4y2B一个

•少干扰用户的运动,gydF4y2B一个

•容易依恋和超然gydF4y2B一个

•用户安全。gydF4y2B一个

Exodex不同于其他前置指尖ui如宏(gydF4y2B一个Endo et al ., 2009gydF4y2B一个;gydF4y2B一个Endo et al ., 2011gydF4y2B一个)的目标是服务于整个手的用户,即。手指和手掌表面。后两个严重涉及人类手掌(gydF4y2B一个冈萨雷斯et al ., 2014gydF4y2B一个;gydF4y2B一个Chabrier et al ., 2015gydF4y2B一个)。触觉反馈功能的缺乏在接地手掌外骨骼引用到目前为止。Exodex介绍附件指向用户的手掌和手指灵巧的机器人,以及指尖,如所示gydF4y2B一个图1gydF4y2B一个。用户的手连着Exodex通过电磁离合器和三自由度free-rotating平衡机制。添加棕榈互动不仅仅是添加更多的机器人系统的手指。相反,它的变化从指尖UI界面的性质,介绍了gydF4y2B一个Barbagli et al。(2003)gydF4y2B一个,gydF4y2B一个川崎et al。(2003)gydF4y2B一个,gydF4y2B一个川崎和Mouri (2007)gydF4y2B一个,gydF4y2B一个Endo et al。(2009)gydF4y2B一个,gydF4y2B一个Endo et al。(2011)gydF4y2B一个整个手触觉交互的UI。整体的触觉交互使不仅精确掌握和操纵,也掌握和整个手探索。提供的在手分类法(gydF4y2B一个库考特斯基,1989gydF4y2B一个;gydF4y2B一个布洛克et al ., 2013gydF4y2B一个;gydF4y2B一个Feix et al ., 2016gydF4y2B一个),我们看到,掌握和操纵的对象涉及不仅手指手掌,在许多情况下。Exodex的方法,我们有可能复制全部在手触觉体验。gydF4y2B一个

此外,Exodex可以捕获用户的手的姿势没有额外的传感器直接放置在用户的手中。这是不可能的,如果用户只是附加在指尖UI设备。gydF4y2B一个图2gydF4y2B一个说明了这一点,截然不同的手姿势拥有相同的指尖位置。通过连接用户的棕榈的操控,手掌也可以成为一个积极贡献者使用命令输入。gydF4y2B一个

人类的手在几何形状和尺寸相差很大,即使只考虑成人用户(gydF4y2B一个1991年格林尼gydF4y2B一个)。为所有这些不同的手,一个8-DOF可重构Exodex棕榈基础了,可以配置为适合绝大多数的,即使不是全部,用户,包括儿童和成人。gydF4y2B一个

与设备的大部队在高速,安全对损伤是至关重要的。前置安排使可能性实现发布安全机制,快速,分离保护用户在任何危险的迹象。由于用户将放在前面,而远离,触觉UI的机制,他们可以简单地身体拉回安全释放触觉UI,远离它的工作空间。最后,给用户更多的可用空间,Exodex集成的7自由度机器人KUKA-DLR重量轻(轻水反应堆)臂(gydF4y2B一个比绍夫et al ., 2010gydF4y2B一个)提供触觉的耦合的工作空间的延伸。gydF4y2B一个

在当前配置中,可以使用Exodex重建人类的手的姿势除了环和手指,因为它们没有连接到系统。然而,他们可以通过增加更多的服务机器人手指模块化棕榈基地的未来实现。使用的手带来的重建是在第6节中描述。gydF4y2B一个

3.2模块化机器人手指灵巧gydF4y2B一个

Exodex采用模块化设计,独立的机器人手指与用户交互的手通过角和力/力矩传感、反射和力量。gydF4y2B一个

当前版本的Exodex使用定制的机器人手指(见gydF4y2B一个图3gydF4y2B一个基于来自DLR海盘车手(gydF4y2B一个刘et al ., 2008gydF4y2B一个;gydF4y2B一个陈et al ., 2014gydF4y2B一个)。每个手指都有三个自由度,包括两个活动自由度底部弯曲和绑架/内收,和一个额外的1:1耦合distal-medial弯曲关节。每个手指的三个关节活动是由无刷直流电机(刷)。通过霍尔效应测量关节角位置传感器和电位计,而相互作用力是通过关节扭矩传感器测量。电机命令和传感器数据传输在200年µs循环通过点对点的高速串行通信在25 Mbps time-triggered时尚。gydF4y2B一个

其独立的驱动、传感和本地数据处理使每个手指作为一个独立的模块。Exodex手指可以很容易地分离并接了两个螺丝和一个带数据连接器,使其容易被取代。规格(见gydF4y2B一个表1gydF4y2B一个)。gydF4y2B一个

3.3可重构模块化棕榈基地gydF4y2B一个

人类的手有各种各样的大小和形状:212毫米的第95个百分位成年男性为五分之一百分位成年女性(163毫米gydF4y2B一个1991年格林尼gydF4y2B一个)。因此,它有利于能够调整机器人手指与人类之间的距离的指尖和手掌。这将使大多数,如果不是全部,用户的拇指,手指和手掌表面的机械手指的可以操作的空间。gydF4y2B一个

意识到这一点,Exodex棕榈基地共有八个可重构设计自由度。这些包括一个棕榈拔火罐角,四个平移定位,和三个转动自由度的人类的拇指互动机器人手指。这些调整机制的重新配置palm基地所示gydF4y2B一个图4gydF4y2B一个。gydF4y2B一个

包括被动设计的自由度,同时增加灵活性的机器人手指,因此可操纵性优化布置在操作过程中还带有设计挑战。占用空间和机制也妥协的机械刚度开头整个设备就变得不那么严格。此外,被动景深的设想是未来设计自动化。然而,这将进一步介绍挑战包装,增加了系统的复杂性。gydF4y2B一个

在目前的设计中,线性调整(见四个人gydF4y2B一个图4 bgydF4y2B一个机器人手指)提供了四个(两个连接到用户的手掌,一个食指,和一个中指)。他们建造精度高、低摩擦线性轴承和一个不引人注目的形象。快速释放罗口刹车保持机器人手指在所需的位置。线性景深是特别适合于解决不同的宽度,因为他们允许调整以适应用户的手指之间的间距,以及手掌的宽度。拔火罐的角度(见gydF4y2B一个图4 cgydF4y2B一个Exodex棕榈的基地也可以调整,以适应用户的不同长度的手。的经验是最重要的成员(gydF4y2B一个沙龙餐厅et al ., 2010)gydF4y2B一个最调整景深,也给我们的设计,以更好地适应不同用户的需求,用例。三个旋转关节注册机器人手指的底部(见gydF4y2B一个图4一gydF4y2B一个),姿势和位置调整。gydF4y2B一个

最后,手掌基地还房子的通信网关和电源管理的数据转换和电源机械手指。gydF4y2B一个

3.4万向接头:使自由旋转运动,同时用户可以连接到系统gydF4y2B一个

允许用户自由流动的手而被附加到触觉UI,自由旋转附件点是必需的。在gydF4y2B一个Endo et al。(2011)gydF4y2B一个磁ball-in-socket联合用于允许全方位旋转。人类是附加到一个磁球,适合成半球形机器人端的套接字。gydF4y2B一个

另一种解决方案是一个三轴平衡,提出了力反射触觉设备(gydF4y2B一个大规模的索尔兹伯里,1997gydF4y2B一个)。与滚珠轴承万向节允许几乎无摩擦运动,而ball-in-socket联合可以在接触表面有较高的摩擦。此外,一种平衡机制可以提供更多的活动范围。gydF4y2B一个

我们的设计,如图所示gydF4y2B一个图5gydF4y2B一个,雇佣了三个转动的轴通过一个中心旋转,它提供了的参考点对系统用户的依恋。三个旋转方向的平衡设计可以旋转180度(见gydF4y2B一个图5gydF4y2B一个、绿轴),250度(见gydF4y2B一个图5gydF4y2B一个、红轴)和没完没了地gydF4y2B一个图5gydF4y2B一个、蓝轴)在三个旋转自由度。这优于对商业球形关节通常能够主最多约40度角(gydF4y2B一个易格斯,2020gydF4y2B一个)。gydF4y2B一个

此外,平衡机制允许简单的解耦传感器测量位置或转矩在每一个旋转自由度。这将允许附件的方向点的用户对UI系统测量。然而,这是在当前版本的Exodex尚未实施。gydF4y2B一个

平衡环的一个缺点是它们能万向节锁。这种情况是发生在一个奇点的第一和第三轴万向节是一致的。因此,我们开发了不同的框架配置所示gydF4y2B一个图5gydF4y2B一个。附件用户的手掌,第一轴万向节平行于长轴的机器人手指远端链接。附件的用户的手指和拇指,第一轴万向节平行于最后一个关节轴机器人的手指。axis-arrangements与这些不同,我们可以避免发生万向节锁人手的运动范围内附加到Exodex。gydF4y2B一个

3.5连接用户ExodexgydF4y2B一个

用户的手连着Exodex通过电磁离合器连接到上述框架安装在机器人手指。的食指和中指和拇指用户安装到刚性塑料顶针fixed-pose磁性离合器在指尖,如左边所示gydF4y2B一个图6gydF4y2B一个。一个弹性套内衬硅胶确保舒适但舒适健康,同时消除滑移和降低。转换从用户的远端指骨的万向轴的交点是因此常数。刚性允许呈现力量传播清楚地看到gydF4y2B一个图6 b, DgydF4y2B一个)。我们已经进行了测试与三种不同大小的顶针,目前可以容纳所有的手指大小,我们遇到了。gydF4y2B一个

磁性离合器也放在手掌上两个合体的塑料盘子open-finger手套戴的用户,如图所示gydF4y2B一个图6 c, DgydF4y2B一个。这些提供必要的刚度传播力量清楚地到用户的手掌表面。这也使得更直观的呈现力反射来的手掌,而不是感觉戳。gydF4y2B一个

确保安全,电磁离合器自动分离高危险的力量应该施加。用户可以简单地撤退,远离触觉界面随时到安全的地方。磁铁的位置是可调调节耦合力量根据用户和目标应用程序的需求。额外的死者的开关将系统自动进入安全模式(例如,兼容模式或完全关闭)被认为是提供额外的安全。gydF4y2B一个

磁性离合器的一个额外的好处是便于使用情况的改善用户向Exodex离合器。随着用户的手上的磁铁吸引机器人手指离合器持有者,他们方便提前到位手靠近时,这使得抓着为用户非常容易。gydF4y2B一个

3.6扩展Exodex工作区与灵巧的机器人手臂gydF4y2B一个

Exodex函数可以作为一个独立的UI的手,尤其是在位置等有限的空间内飞船或研究潜艇。它已经可以完成复杂的在手的姿态和操作命令,第7节中讨论。然而,它也限制为用户系统的工作空间。使用机械手臂的触觉界面介绍了最近的一个工作应用程序在用户操纵臂(gydF4y2B一个Hulin et al ., 2011gydF4y2B一个)和可重构车辆UI控制台(gydF4y2B一个Lii七巧板,2021gydF4y2B一个)。我们扩展这种方法通过集成arm作为触觉UI的组件来形成一个手部和臂部的UI系统。gydF4y2B一个

图1gydF4y2B一个(开头的部分,3)显示了Exodex集成7自由度机械手臂。具体来说,我们综合DLR-KUKA Exodex轻水反应堆的手臂。有七个刷电机驱动的景深和关节力矩传感在每个关节,以及可能的额外的6自由度force-torque传感器工具中心点(TCP),机械手臂可以真正扩展用户的工作区。有了这样的一个扩展,用户可以使用他们的手臂去探索环境。它还允许为用户更大范围的运动。灵巧手的集成提供了重力补偿减轻用户的系统的重量。它还允许力反射传输到用户的手臂,从而完成一个身临其境的手部和臂部的触觉UI体验。gydF4y2Ba

4用户附着点位置拟合Exodex的工作区gydF4y2B一个

充分利用机器人手指的工作区和匹配所需的人手的运动,机器人手指必须放置,这样他们允许最大可操纵性Exodex的应用设想。有助于使一个有效的整个手触觉经验,本节介绍的一些关键工作空间考虑,找到合适的附件配置,包括三自由度框架的定位、构成和定位的机器人手指用户的拇指,而有效的附件分用户的手掌。gydF4y2B一个

4.1常平架位置考虑用户工作区gydF4y2B一个

确定理想点附件为用户的食指和中指对机器人手指,我们检查了三个平面位置的可用空间:纯远端,distal-palmar, distal-dorsal。gydF4y2B一个图7gydF4y2B一个给这些附件的图示位置。各自的工作区中可视化gydF4y2B一个图8gydF4y2B一个,机器人手指和一个用户的手重叠供参考。gydF4y2B一个

平原的工作区远端附件提供了最大可用平面工作区为755.24毫米gydF4y2B一个^{2gydF4y2B一个}。工作区使用distal-palmar附件测量392.50毫米gydF4y2B一个^{2gydF4y2B一个}(51.97%的纯远端工作空间)。最后,distal-dorsal附件配置只允许一个非常薄,月牙形空间测量20.82毫米gydF4y2B一个^{2gydF4y2B一个}(2.76%的纯远端工作空间)。明显更大的工作空间通过平原Exodex因此远端附件配置实现。gydF4y2B一个

4.2检查用户的拇指工作区gydF4y2B一个

拇指和全方位的活动范围对灵巧(在手)任务至关重要。因此,我们实现了最重构性为其相应的附件有三个可调节关节。检查适当的工作区,这些姿势的调整可以提供给用户,我们研究了不同的附件配置用户的拇指通过检查可能的工作区与用户的拇指连接到机器人手指在不同基础配置。这是成为可能利用各种手姿势从磁共振成像(MRI)测量(gydF4y2B一个Stillfried et al ., 2014gydF4y2B一个)。例子的工作区与各种基础位置和方向的机器人手指中可视化gydF4y2B一个图9gydF4y2B一个。万向接头的中心位置与拇指连接到机器人手指计算为每个姿势,用蓝点。此外,中心的工作空间的万向接头的TCP机器人手指策划作为一个细线网。机器人的基础手指移动到常平架中心位置之间有良好的一致性MRI测量和万向节的运动范围从机器人手指。gydF4y2B一个

我们观察到在gydF4y2B一个图9gydF4y2B一个机器人的工作空间变得细长的手指变得扩展。然而,完整的扩展是一个奇点,接近充分扩展,可操纵性较低。因此,这部分的工作空间是有限的有效性。避免把机器人手指充分扩展,手掌Exodex设计的方式反对机器人手指之间的距离可以调整使用可调拔火罐角。这种方式,根据运营商的手的大小,拔火罐可以调整,机器人手指总是至少稍微弯曲的姿势。gydF4y2B一个

正如预期的那样,人类的整个范围的运动可用拇指不能覆盖机器人手指的工作区。进一步观察是所有不同姿势达到相似的工作区卷。这是特别明显的从背视图gydF4y2B一个图9gydF4y2B一个。这是一个人类经验的大大大可达工作空间的结果比机器人手指。相反的,我们可以得出结论,人类的拇指可以利用完整的机器人工作空间的手指。然而,实现工作空间已经允许匹配性能良好的棕榈基本配置所需的任务,比如手势命令,或在手灵巧操作。这是进一步证实了在几个用例,第7节中详细说明。这也证实了我们的设计策略,实现可重构基础来补偿机器人手指的限制。gydF4y2B一个

一个有趣的,尽管失败,试图增加用户的工作区拇指通过增加远端连接的机械手指的长度与拇指尖。然而,这导致在测试期间不稳定振动的形式。这似乎是由于驱动机制的灵活性远端机器人手指的方阵。具体来说,这可能源于cable-driven远端之间的耦合和中间环节,结合铝扩展的灵活性远端指骨。设置手指前馈增益(见6.4节)降低反过来导致很大的惯性,这使得用户很难附着在Exodex时移动拇指。gydF4y2B一个

4.3提供整个手浸在棕榈附件gydF4y2B一个

正如前面已经讨论过,手掌交互的掺入使Exodex提供整个手的交互,以及估计姿势和手势。两个附件点上实现用户的手掌,如图所示gydF4y2B一个图10gydF4y2B一个。与稀疏的触觉感受器手掌指尖,我们希望一个附件两边的手掌将提供足够的触觉反馈给用户。支持板允许反映部队手掌表面分布更加均匀。gydF4y2B一个

姿势估计,附件的位置点手掌隆起(拇指侧)和小鱼际(小指一侧)也使两个机器人手指抓住手掌姿势,以及环行折角,进而有助于估计整个手的姿势。此外,随着手掌隆起是直接连接到拇指掌骨链接,也有助于估计相对于整个手拇指的姿势。这个设置的有效性尤为明显的手势识别实验稍后讨论在7.2节。gydF4y2B一个

5运动学优化设备gydF4y2B一个

固有的工作区和碰撞的限制一个前置触觉UI或手外骨骼,是不可能实现的整个范围的运动健康的人手,而连接到Exodex,因为1)附件点是在指尖,这意味着它是不可能的,例如,球紧拳头的手未分离的手指,和2)由于有限的活动范围的机器人比人类的手指和手指需要避免机器人手指之间的冲突(例如,一个不能祈求好运而连接到Exodex)。gydF4y2B一个

然而,一些关键的手配置需要探索或操纵真实或虚拟环境应该是可以实现的,系统的和可操纵性应最大化为配置与操作相关的(或配置)。所示gydF4y2B一个图4gydF4y2B一个,Exodex有八个被动的景深来适应用户提供各种尺寸和形状。gydF4y2B一个

在本节中,我们显示如何设置所示的八自由度被动的位置gydF4y2B一个图4gydF4y2B一个3.3节中描述和优化不同的用户的工作空间。优化是高维的,因为不仅有八个被动的景深gydF4y2B一个ygydF4y2B一个手掌基地,可以优化对于任何给定的手的姿势,而且转换gydF4y2B一个问gydF4y2B一个_{构成gydF4y2B一个}人手基本坐标系和之间的的基本坐标系Exodex不是固定的。gydF4y2B一个

我们使用一个两步,迭代方法来解决这个问题。从一个初始猜测的职位gydF4y2B一个ygydF4y2B一个被动的景深,第一步(6 - 9行gydF4y2B一个算法1gydF4y2B一个)是确定是否存在一个姿势手的基本坐标系统的机械手指的关节角在一定范围内,对每个关键配置。第二步(16 - 19行)是修改的位置gydF4y2B一个ygydF4y2B一个增加可操纵性的机器人手指配置相关的操作。这两个步骤迭代直到收敛或者最大迭代次数。在案例中,在第一步中,有一些配置没有手的姿势基础使关节角在一定范围内,我们回到过去可行gydF4y2B一个ygydF4y2B一个执行第二个优化步骤,即。,马克斯我米我zing the manipulability, for these failing configurations instead of the configurations relevant for manipulation. This is shown in lines 10–14.

5.1可操纵性测量gydF4y2B一个

优化算法的核心是一个可操纵性指标,定义每个机器人手指的接触点对手指的底部gydF4y2B一个我gydF4y2B一个在双方的共同价值观gydF4y2B一个 ${\mathit{\theta gydF4y2B一个}}_{\mathrm{我gydF4y2B一个}}=gydF4y2B一个{(gydF4y2B一个{\mathrm{\theta gydF4y2B一个}}_{\mathrm{1gydF4y2B一个}},gydF4y2B一个{\mathrm{\theta gydF4y2B一个}}_{\mathrm{2gydF4y2B一个}},gydF4y2B一个{\mathrm{\theta gydF4y2B一个}}_{\mathrm{3gydF4y2B一个}}]gydF4y2B一个}^{\top gydF4y2B一个}$ 所示,gydF4y2B一个情商。gydF4y2B一个。如果接触点工作空间内的机械手指,可操纵性的测量是Yoshikawa可操纵性的(gydF4y2B一个Yoshikawa 1985gydF4y2B一个)结合惩罚函数gydF4y2B一个PgydF4y2B一个(gydF4y2B一个θgydF4y2B一个_{我gydF4y2B一个})联合限制中描述gydF4y2B一个蔡(84年1986年,Eq。)gydF4y2B一个。的参数gydF4y2B一个kgydF4y2B一个调节工作空间的边界附近的斜坡gydF4y2B一个θgydF4y2B一个_{jgydF4y2B一个},gydF4y2B一个θgydF4y2B一个_{分钟,gydF4y2B一个jgydF4y2B一个},gydF4y2B一个θgydF4y2B一个_{马克斯,gydF4y2B一个jgydF4y2B一个}的值吗gydF4y2B一个jgydF4y2B一个分别th关节和较低和上限。注意,如果gydF4y2B一个JgydF4y2B一个是一个方阵,因为它是在我们的例子中,然后呢gydF4y2B一个 $\sqrt{\text{依据gydF4y2B一个}(gydF4y2B一个\mathrm{JgydF4y2B一个}{\mathrm{JgydF4y2B一个}}^{\top gydF4y2B一个})gydF4y2B一个}=gydF4y2B一个\text{依据gydF4y2B一个}(gydF4y2B一个\mathrm{JgydF4y2B一个})gydF4y2B一个$ 。如果接触点是在机器人手指工作区,然后测量gydF4y2B一个广告gydF4y2B一个(gydF4y2B一个xgydF4y2B一个)gydF4y2B一个^{2gydF4y2B一个}+ 2gydF4y2B一个双相障碍gydF4y2B一个(gydF4y2B一个xgydF4y2B一个),gydF4y2B一个dgydF4y2B一个是最近的点的距离手指工作区和gydF4y2B一个一个gydF4y2B一个> 0在工作区边界梯度。我们设置gydF4y2B一个kgydF4y2B一个= 100,gydF4y2B一个一个gydF4y2B一个= 1,gydF4y2B一个bgydF4y2B一个= 2。gydF4y2B一个

算法1。gydF4y2B一个更新状态。gydF4y2B一个

5.2确定一个有效的用户的手的姿势gydF4y2B一个

找到一个有效的姿势,我们使用gydF4y2B一个算法2gydF4y2B一个:gydF4y2B一个 $\mathtt{fgydF4y2B一个}\mathtt{我gydF4y2B一个}\mathtt{ngydF4y2B一个}\mathtt{dgydF4y2B一个}\text{\_gydF4y2B一个}\mathtt{vgydF4y2B一个}\mathtt{我gydF4y2B一个}\mathtt{一个gydF4y2B一个}\mathtt{bgydF4y2B一个}\mathtt{lgydF4y2B一个}\mathtt{egydF4y2B一个}\text{\_gydF4y2B一个}\mathtt{pgydF4y2B一个}\mathtt{ogydF4y2B一个}\mathtt{年代gydF4y2B一个}\mathtt{egydF4y2B一个}$ 。第一个尝试梯度下降,如果这失败,粒子群优化(PSO)。算法(gydF4y2B一个Clerc 2006gydF4y2B一个)是一个sampling-based方法在非凸域和不可能找到一个可行的gydF4y2B一个问gydF4y2B一个_{构成gydF4y2B一个}梯度下降法失败的地方。gydF4y2B一个

实现梯度下降的发现,在每个步骤中,梯度的可操纵性指数(gydF4y2B一个情商。gydF4y2B一个在每个接触点)。然后总结这些梯度和繁殖获得翻译的产生变化gydF4y2B一个问gydF4y2B一个_{构成gydF4y2B一个}和总结他们的叉乘距离手的基地对每个接触点的坐标系统,乘以另一个收益,收益率的变化方向gydF4y2B一个问gydF4y2B一个_{构成gydF4y2B一个}。gydF4y2B一个

算法2。gydF4y2B一个 $\mathtt{fgydF4y2B一个}\mathtt{我gydF4y2B一个}\mathtt{ngydF4y2B一个}\mathtt{dgydF4y2B一个}\text{\_gydF4y2B一个}\mathtt{vgydF4y2B一个}\mathtt{我gydF4y2B一个}\mathtt{一个gydF4y2B一个}\mathtt{bgydF4y2B一个}\mathtt{lgydF4y2B一个}\mathtt{egydF4y2B一个}\text{\_gydF4y2B一个}\mathtt{pgydF4y2B一个}\mathtt{ogydF4y2B一个}\mathtt{年代gydF4y2B一个}\mathtt{egydF4y2B一个}$

5.3优化局部自由度使用零空间投影gydF4y2B一个

计算的迭代修正gydF4y2B一个dygydF4y2B一个在第17行gydF4y2B一个算法1gydF4y2B一个描述的是gydF4y2B一个算法3gydF4y2B一个。通过计算发现,每个接触点的梯度可操纵性指数(gydF4y2B一个情商。gydF4y2B一个)对机器人的关节角的手指。然后乘以增益,投射到整个Exodex的零空间,即手指关节和被动的景深。力的零空间投影仪项目任何向量Exodex景深的一个子空间:零空间。零空间中的任何力量不会产生合力的接触点。gydF4y2B一个

让gydF4y2B一个 ${\mathit{xgydF4y2B一个}}_{\mathrm{我gydF4y2B一个}}\in gydF4y2B一个{\mathbb{RgydF4y2B一个}}^{\mathrm{3gydF4y2B一个}}$ 笛卡儿的位置gydF4y2B一个我gydF4y2B一个th附着点gydF4y2B一个 $\mathit{xgydF4y2B一个}=gydF4y2B一个{(gydF4y2B一个{\mathit{xgydF4y2B一个}}_{\mathrm{1gydF4y2B一个}}^{\top gydF4y2B一个},gydF4y2B一个{\mathit{xgydF4y2B一个}}_{\mathrm{2gydF4y2B一个}}^{\top gydF4y2B一个},gydF4y2B一个{\mathit{xgydF4y2B一个}}_{\mathrm{3gydF4y2B一个}}^{\top gydF4y2B一个},gydF4y2B一个{\mathit{xgydF4y2B一个}}_{\mathrm{4gydF4y2B一个}}^{\top gydF4y2B一个},gydF4y2B一个{\mathit{xgydF4y2B一个}}_{\mathrm{5gydF4y2B一个}}^{\top gydF4y2B一个}]gydF4y2B一个}^{\top gydF4y2B一个}$ 是附件的矢量点。让gydF4y2B一个 ${\mathit{\theta gydF4y2B一个}}_{\mathrm{我gydF4y2B一个}}\in gydF4y2B一个{\mathbb{RgydF4y2B一个}}^{\mathrm{3gydF4y2B一个}}$ 的共同立场gydF4y2B一个我gydF4y2B一个th机器人手指,gydF4y2B一个 $\mathit{\theta gydF4y2B一个}=gydF4y2B一个{(gydF4y2B一个{\mathit{\theta gydF4y2B一个}}_{\mathrm{1gydF4y2B一个}}^{\top gydF4y2B一个},gydF4y2B一个{\mathit{\theta gydF4y2B一个}}_{\mathrm{2gydF4y2B一个}}^{\top gydF4y2B一个},gydF4y2B一个{\mathit{\theta gydF4y2B一个}}_{\mathrm{3gydF4y2B一个}}^{\top gydF4y2B一个},gydF4y2B一个{\mathit{\theta gydF4y2B一个}}_{\mathrm{4gydF4y2B一个}}^{\top gydF4y2B一个},gydF4y2B一个{\mathit{\theta gydF4y2B一个}}_{\mathrm{5gydF4y2B一个}}^{\top gydF4y2B一个}]gydF4y2B一个}^{\top gydF4y2B一个}$ 同样的向量Exodex积极联合位置(就像吗gydF4y2B一个ygydF4y2B一个是被动的景深的位置)。然后让gydF4y2B一个JgydF4y2B一个_{θgydF4y2B一个}的雅可比矩阵gydF4y2B一个xgydF4y2B一个关于gydF4y2B一个θgydF4y2B一个,gydF4y2B一个JgydF4y2B一个_{ygydF4y2B一个}与对雅可比矩阵gydF4y2B一个ygydF4y2B一个,gydF4y2B一个JgydF4y2B一个_{ygydF4y2B一个,gydF4y2B一个θgydF4y2B一个}= (gydF4y2B一个JgydF4y2B一个_{ygydF4y2B一个},gydF4y2B一个JgydF4y2B一个_{θgydF4y2B一个}]。gydF4y2B一个

静态零空间投影仪gydF4y2B一个NgydF4y2B一个计算在gydF4y2B一个迪特里希et al。(2015)gydF4y2B一个:gydF4y2B一个

在哪里gydF4y2B一个JgydF4y2B一个^{WgydF4y2B一个+gydF4y2B一个}使用对角线的加权伪逆雅可比矩阵加权矩阵gydF4y2B一个WgydF4y2B一个(我们省略了依赖gydF4y2B一个问gydF4y2B一个为简便起见)。根据gydF4y2B一个WgydF4y2B一个,我们可以增加或减少的贡献不同的景深。因为我们感兴趣的贡献Exodex被动景深,我们相应地调整权重,设置的值gydF4y2B一个WgydF4y2B一个的对角线对应于被动自由度低,和其他人,构成相对应,高。gydF4y2B一个

算法3。gydF4y2B一个 $\mathtt{cgydF4y2B一个}\mathtt{ogydF4y2B一个}\mathtt{米gydF4y2B一个}\mathtt{pgydF4y2B一个}\mathtt{ugydF4y2B一个}\mathtt{tgydF4y2B一个}\mathtt{egydF4y2B一个}\text{\_gydF4y2B一个}\mathtt{cgydF4y2B一个}\mathtt{ogydF4y2B一个}\mathtt{rgydF4y2B一个}\mathtt{rgydF4y2B一个}\mathtt{egydF4y2B一个}\mathtt{cgydF4y2B一个}\mathtt{tgydF4y2B一个}\mathtt{我gydF4y2B一个}\mathtt{ogydF4y2B一个}\mathtt{ngydF4y2B一个}$

6用户状态估计和控制gydF4y2B一个

准确的接触从虚拟或远程环境渲染和力反馈,它需要知道手的位置和姿态(手的姿势),关节角的位置,手指和手掌(手工配置)。gydF4y2B一个

有许多方法来衡量。配置可以从应变仪获得sensorized手套,如服。提出可以从艾莫斯发现放在人类的手,只要设备是用于微重力。这些方法需要附加电子产品在用户的手。另一个可能的方法是通过视觉或动作捕捉系统捕获的姿势和手指的角度。然而,这可以容易阻塞和不当。gydF4y2B一个

在gydF4y2B一个佩雷拉et al。(2019)gydF4y2B一个,我们展示如何重建手的姿势和配置只有从附件的位置点的Exodex人手。这些可以确定从角位置传感器在机器人手指关节,和已知的系统的运动学。逆运动学可以进行联合的人手来确定模型构成和配置。用户不需要穿任何传感器。gydF4y2B一个

6.1手模型gydF4y2B一个

的人手模型姿态估计是来源于核磁共振数据和基于gydF4y2B一个Stillfried et al。(2014)gydF4y2B一个。原模型有22景深:五个拇指,四个在每一个手指,手掌intermetacarpal联合。然而,忽视了人类最后的两个手指并设置远端关节(下降)和近端关节(PIP)成比例(常数gydF4y2B一个kgydF4y2B一个比率下降:PIP),自由度的数量减少到12。添加到这六个自由度手姿势(例如,po年代我t我on和or我entation of the hand’s base coordinate system) and there are 18 DOF to be determined from 15 constraints [three-dimensional (3D) positions of each attachment points]. The kinematic model is shown in图11gydF4y2B一个覆盖在一个图像的手套和附件点。gydF4y2B一个

在gydF4y2B一个佩雷拉et al。(2019)gydF4y2B一个,不断gydF4y2B一个kgydF4y2B一个发现给最准确的跟踪吗gydF4y2B一个 $\mathrm{kgydF4y2B一个}=gydF4y2B一个\frac{\mathrm{1gydF4y2B一个}}{\mathrm{2gydF4y2B一个}}$ 和gydF4y2B一个 $\mathrm{kgydF4y2B一个}=gydF4y2B一个\frac{\mathrm{2gydF4y2B一个}}{\mathrm{3gydF4y2B一个}}$ 。这符合实证测量的价值gydF4y2B一个Rijpkema和吉拉德(1991)gydF4y2B一个和的值gydF4y2B一个 $\frac{\mathrm{1gydF4y2B一个}}{\mathrm{2gydF4y2B一个}}$ 建议对权力的掌握gydF4y2B一个Cobos et al。(2008)gydF4y2B一个。我们使用的值gydF4y2B一个 $\mathrm{kgydF4y2B一个}=gydF4y2B一个\frac{\mathrm{2gydF4y2B一个}}{\mathrm{3gydF4y2B一个}}$ 在我们的试验在第七节。gydF4y2B一个

6.2状态更新迭代的手gydF4y2B一个

著名的迭代法的逆运动学关节误差使用雅可比矩阵的转置gydF4y2B一个巴莱斯特里诺et al ., 1984gydF4y2B一个;gydF4y2B一个Wolovich和艾略特,1984年gydF4y2B一个使用)。比约束有更多的自由度,18−15 = 3的零空间维度的存在。零空间,我们优化离手中的联合限制达到更自然的姿势。完整的算法是在完成gydF4y2B一个算法4gydF4y2B一个。gydF4y2B一个

算法4。gydF4y2B一个更新状态。gydF4y2B一个

的算法,gydF4y2B一个 $\mathit{问gydF4y2B一个}\in gydF4y2B一个{\mathbb{RgydF4y2B一个}}^{\mathrm{3gydF4y2B一个}}\times gydF4y2B一个\mathrm{年代gydF4y2B一个}\mathrm{OgydF4y2B一个}(gydF4y2B一个\mathrm{3gydF4y2B一个})gydF4y2B一个\times gydF4y2B一个{\mathbb{RgydF4y2B一个}}^{\mathrm{12gydF4y2B一个}}$ 是关节的18-dimensional向量的手。这包括gydF4y2B一个 ${\mathit{问gydF4y2B一个}}_{\text{构成gydF4y2B一个}}\in gydF4y2B一个{\mathbb{RgydF4y2B一个}}^{\mathrm{3gydF4y2B一个}}\times gydF4y2B一个\mathrm{年代gydF4y2B一个}\mathrm{OgydF4y2B一个}(gydF4y2B一个\mathrm{3gydF4y2B一个})gydF4y2B一个$ 手的姿势在roll-pitch-yaw(方向)gydF4y2B一个 ${\mathit{问gydF4y2B一个}}_{\text{相依gydF4y2B一个}}\in gydF4y2B一个{\mathbb{RgydF4y2B一个}}^{\mathrm{12gydF4y2B一个}}$ 的配置中的所有独立自由度手如前一节所述。手在前面的时间步gydF4y2B一个问gydF4y2B一个′,向量的附着点位置在当前时间步gydF4y2B一个xgydF4y2B一个的偏导数矩阵gydF4y2B一个xgydF4y2B一个关于gydF4y2B一个问gydF4y2B一个_{构成gydF4y2B一个}和gydF4y2B一个问gydF4y2B一个_{相依gydF4y2B一个}是gydF4y2B一个JgydF4y2B一个_{构成gydF4y2B一个}和gydF4y2B一个JgydF4y2B一个_{相依gydF4y2B一个},分别。gydF4y2B一个一个gydF4y2B一个_{构成gydF4y2B一个}和gydF4y2B一个一个gydF4y2B一个_{相依gydF4y2B一个}增益矩阵。gydF4y2B一个

两步的方法是应用在3号线第一次更新的姿势,估计接触点重新计算,然后在第7行更新配置。这是发现在开发过程中,允许更高的收益gydF4y2B一个一个gydF4y2B一个_{构成gydF4y2B一个}和gydF4y2B一个一个gydF4y2B一个_{相依gydF4y2B一个}没有变得不稳定,因此收敛速度更快,比所有元素状态更新。gydF4y2B一个

10号线的联合执行范围;从的值gydF4y2B一个冈萨雷斯Camarero et al。(2015)gydF4y2B一个,除了PIP2 PIP3,有限的扩展rad。禁止完整的扩展和伸展过度的原因是,移动时恢复值回弯曲,gydF4y2B一个 ${\mathit{一个gydF4y2B一个}}_{\text{相依gydF4y2B一个}}{\mathit{JgydF4y2B一个}}_{\text{相依gydF4y2B一个}}(gydF4y2B一个\stackrel{̂gydF4y2B一个}{\mathit{问gydF4y2B一个}})gydF4y2B一个\mathit{\delta gydF4y2B一个}\mathit{xgydF4y2B一个}$ 在第7行是零在充分扩展(因为这是一个奇点)。在过伸,这些将试图把关节进一步扩展。gydF4y2B一个

6.3零空间投影gydF4y2B一个

移动关节尽可能远离他们的限制,这也导致了更多的自然重建、修正零空间的定义。这是8和9行所示。零空间投影计算中间值gydF4y2B一个 $\stackrel{̂gydF4y2B一个}{\mathit{问gydF4y2B一个}}$ ,以避免重新计算gydF4y2B一个JgydF4y2B一个_{相依gydF4y2B一个},因为这是计算昂贵。gydF4y2B一个

对于每一个自由度,修正计算:gydF4y2B一个

在哪里的gydF4y2B一个我gydF4y2B一个景深,gydF4y2B一个αgydF4y2B一个_{我gydF4y2B一个}是一个增益;gydF4y2B一个问gydF4y2B一个_{我gydF4y2B一个},gydF4y2B一个问gydF4y2B一个_{我gydF4y2B一个,马克斯gydF4y2B一个},gydF4y2B一个问gydF4y2B一个_{我gydF4y2B一个、最小值gydF4y2B一个},gydF4y2B一个δqgydF4y2B一个_{我gydF4y2B一个,天哪gydF4y2B一个}是gydF4y2B一个我gydF4y2B一个元素的向量gydF4y2B一个问gydF4y2B一个联合限制gydF4y2B一个问gydF4y2B一个_{马克斯gydF4y2B一个}和gydF4y2B一个问gydF4y2B一个_{最小值gydF4y2B一个},gydF4y2B一个δqgydF4y2B一个_{天哪gydF4y2B一个},分别。然后,我们项目到零空间:gydF4y2B一个δqgydF4y2B一个_{天哪,NgydF4y2B一个}=gydF4y2B一个NδqgydF4y2B一个_{天哪gydF4y2B一个},并将其添加到状态在第9行。gydF4y2B一个

零空间投影的计算gydF4y2B一个Eq。4gydF4y2B一个。我们省略了依赖gydF4y2B一个问gydF4y2B一个简洁。由于未加权的伪逆(即。,gydF4y2B一个WgydF4y2B一个=gydF4y2B一个我gydF4y2B一个)可以计算使用奇异值分解)(gydF4y2B一个Golub和van贷款,2013年gydF4y2B一个在多项式时间),我们重新排列雅可比矩阵,定义:gydF4y2B一个

因此gydF4y2B一个情商。gydF4y2B一个就变成:gydF4y2B一个

可以解决使用圣言。权重矩阵是一个对角矩阵元素的权重较低的姿势和intermetacarpal关节,和高权重对大多数其他关节gydF4y2B一个佩雷拉et al。(2019)gydF4y2B一个。零空间投影机器人控制的并行计算1 kHz,由于计算过于集中在连续在一个控制周期。gydF4y2B一个

6.4控制手部和臂部的系统gydF4y2B一个

Exodex结合使用时,轻水反应堆在转矩控制模式下,补偿因其重量和兼容的外部扭矩。附加Exodex末端执行器和补偿它的重量意味着Exodex行为作为一个浮动对象在零重力下,除了系统的惯性和少量的摩擦是由用户(感觉gydF4y2B一个施密特et al ., 2020gydF4y2B一个)。力的机器人手指Exodex人类一方面导致运动的基地Exodex如果不是也抵消了轻水反应堆(见gydF4y2B一个图12gydF4y2B一个)。出于这个原因,从虚拟或远程环境也应用于机器人类似于的基础gydF4y2B一个Endo et al。(2011)gydF4y2B一个。gydF4y2B一个

每个五个机器人手指也顺从的外力和力矩,gravity-compensated。然而,机器人的non-backdrivability手指,以及高摩擦和惯性,意味着前馈控制和摩擦补偿是必要的让用户更接近朝着自由空间的印象。测量扭矩的每个手指的三个关节gydF4y2B一个 ${\mathit{\tau gydF4y2B一个}}_{\text{msr,挂式gydF4y2B一个}}\in gydF4y2B一个{\mathbb{RgydF4y2B一个}}^{\mathrm{15gydF4y2B一个}}$ 美联储提出一个对角线前馈增益矩阵吗gydF4y2B一个KgydF4y2B一个_{FFgydF4y2B一个},降低了感知的惯性机制。重力补偿gydF4y2B一个 ${\mathit{\tau gydF4y2B一个}}_{\text{g,挂式gydF4y2B一个}}\in gydF4y2B一个{\mathbb{RgydF4y2B一个}}^{\mathrm{15gydF4y2B一个}}$ 是补充道。从每个手指上的虚拟环境gydF4y2B一个 ${\mathit{fgydF4y2B一个}}_{\text{env,挂式gydF4y2B一个}}=gydF4y2B一个{(gydF4y2B一个{\mathit{fgydF4y2B一个}}_{\text{envgydF4y2B一个},gydF4y2B一个\mathrm{1gydF4y2B一个}}^{\top gydF4y2B一个},gydF4y2B一个{\mathit{fgydF4y2B一个}}_{\text{envgydF4y2B一个},gydF4y2B一个\mathrm{5gydF4y2B一个}}^{\top gydF4y2B一个}]gydF4y2B一个}^{\top gydF4y2B一个}$ ,在那里gydF4y2B一个fgydF4y2B一个_{env,gydF4y2B一个我gydF4y2B一个}力的环境吗gydF4y2B一个我gydF4y2B一个th机器人手指,变成了关节空间使用雅可比矩阵的转置gydF4y2B一个 ${\mathit{JgydF4y2B一个}}_{\mathrm{egydF4y2B一个}\mathrm{xgydF4y2B一个}\mathrm{ogydF4y2B一个}}^{\top gydF4y2B一个}$ ,这与笛卡尔速度的接触点Exodex底架各关节的速度。摩擦补偿的gydF4y2B一个Tien et al。(2008)gydF4y2B一个对结果执行命令转矩。gydF4y2B一个

在哪里gydF4y2B一个fgydF4y2B一个_{env,gydF4y2B一个我gydF4y2B一个}从虚拟环境所需的力反馈。Exodex基础框架是一致的终端执行器框架轻水反应堆。因此,轻水反应堆的控制:gydF4y2B一个

这个词gydF4y2B一个τgydF4y2B一个_{ffgydF4y2B一个}是可选的前馈项减少惯性在自由空间和在下一节中有详细描述。注意,因为它仅用于自由空间,Exodex环境力量的扳手gydF4y2B一个wgydF4y2B一个_{envgydF4y2B一个}将是零,这一项不需要扩展与前馈收益。gydF4y2B一个

6.5惯性减少自由空间gydF4y2B一个

因为部队轻水反应堆和Exodex不是测量末端效应器但只在关节,运动在自由空间不是没有一些可感知的阻力(见7.4节)。尝试删除这个电阻,当工作在自由的空间,一个额外的前馈扳手的终端执行器可以引入轻水反应堆。然而,在轻水反应堆使用扭矩测量关节本身可以是不准确的。之间有链机制人手和轻水反应堆关节(如磁离合器附件、平衡环,Exodex手指,模块化的手掌,等等),这种机制链中每个组件可以介绍一些元素的弹性和玩。因此,为了捕捉人类的力量施加尽可能准确,我们测量尽可能接近,他们对Exodex的手指。更准确的将直接测量的力量施加的Exodex人手。要做到这一点,在附件的力对机器人手指,点gydF4y2BafgydF4y2B一个_{ext,gydF4y2B一个我gydF4y2B一个},计算机器人手指关节上的扭矩,并用来确定总力和扭矩Exodex用户施加。gydF4y2B一个

世界坐标系的人手是一样的轻水反应堆。转换gydF4y2B一个 ${\mathrm{TgydF4y2B一个}}_{\mathrm{0gydF4y2B一个}}^{\mathrm{HgydF4y2B一个}}$ 转换从世界坐标系统(即人类的手。,一个ppl我edtocoordinates of a point in the hand frame, yielding the coordinates in the world frame) obtained from the first six elements of the hand state问gydF4y2B一个_{构成gydF4y2B一个}。gydF4y2B一个 ${\mathrm{TgydF4y2B一个}}_{\mathrm{0gydF4y2B一个}}^{\mathrm{EgydF4y2B一个}}$ 从世界转换到最终的效应。gydF4y2B一个 ${\mathrm{TgydF4y2B一个}}_{\mathrm{HgydF4y2B一个}}^{\mathrm{EgydF4y2B一个}}=gydF4y2B一个{(gydF4y2B一个{\mathrm{TgydF4y2B一个}}_{\mathrm{0gydF4y2B一个}}^{\mathrm{HgydF4y2B一个}})gydF4y2B一个}^{-gydF4y2B一个\mathrm{1gydF4y2B一个}}{\mathrm{TgydF4y2B一个}}_{\mathrm{0gydF4y2B一个}}^{\mathrm{EgydF4y2B一个}}$ 因此转换从人手到终端执行器。gydF4y2B一个

手周围的转矩的基本坐标系统也发现,如图所示gydF4y2B一个图12gydF4y2B一个。这是扳手对机器人基础坐标系的测量人类的手,gydF4y2B一个

在哪里gydF4y2B一个rgydF4y2B一个_{我gydF4y2B一个}手指接触的轻水反应堆的框架效应的终结吗gydF4y2B一个Eq。11gydF4y2B一个所示,gydF4y2B一个图12gydF4y2B一个。因此,gydF4y2B一个Eq。13gydF4y2B一个给周围的扳手人手坐标系在手里框架。这是翻译所需的轻水反应堆关节力矩使用雅可比矩阵的转置gydF4y2B一个 ${\mathrm{JgydF4y2B一个}}_{\mathrm{lgydF4y2B一个}\mathrm{WgydF4y2B一个}\mathrm{RgydF4y2B一个}}^{\mathrm{HgydF4y2B一个}}$ 人类的手正运动学的基础坐标系。这是计算雅可比矩阵的效应gydF4y2B一个 ${\mathrm{JgydF4y2B一个}}_{\mathrm{lgydF4y2B一个}\mathrm{WgydF4y2B一个}\mathrm{RgydF4y2B一个}}^{\mathrm{EgydF4y2B一个}}$ 末端执行器和转换的兼职手基地。的增益gydF4y2B一个KgydF4y2B一个_{FFgydF4y2B一个,gydF4y2B一个免费的gydF4y2B一个}是一个对角矩阵调节前馈的强度。gydF4y2B一个

7 Exodex部署和评估gydF4y2B一个

检查Exodex的能力有效地充当手触觉界面在不同的用例和命令模式,我们在三个不同的场景中部署它。我们首先讨论它的使用在一个虚拟环境与固体的混合媒体交互对象的不同形状和不同粘度的液体。第二个用例实现手势识别和阿凡达的遥控机器人,各种手的大小。第三,我们提出利用自适应MMT手部和臂部的遥控操作。gydF4y2B一个

7.1整个手感知虚拟环境中的液体和固体gydF4y2B一个

虚拟环境是创建一个圆柱体,球体,平坦的表面。固体之间的表面对象可以切换模式,作为虚拟墙,或液体模式,从而改变时可感知的粘度低于表面水平。gydF4y2B一个

呈现固体,上帝对象方法实现使用了一个简单的弹簧缓冲器阻抗。弹簧刚度1000 N / m可以实现没有导致严重的不稳定。添加附件点力传感器(见8.1节)应进一步提高。gydF4y2B一个

液体的媒体,只有粘度的军队已经呈现,主要本体和动觉感官刺激,而其他流体信号需要皮肤和温度传感。粘性力计算基于一个简化的阻力方程(gydF4y2B一个施密特et al ., 2020gydF4y2B一个)。这种权衡的准确性,足够高的频率可以实现粘度呈现与固体相互作用同时运行循环。尽管物理硬件的局限性限制很低粘度的呈现等,水,用户能够感知媒体流体在虚拟环境中,从固体可以明显区分这些。在用户研究(gydF4y2B一个施密特et al ., 2020gydF4y2B一个),1到30之间的粘度Pa Exodex年代达到稳定。特别是在高粘度范围内,参与者能够区分不同的流体粘度呈现在实际实验中,韦伯分数的。3。使用Exodex作为UI,观察到虚拟粘度主要是通过大臂运动感知,例如,当人们做检查浴缸里的水,而更多的灵巧与固体相互作用对象发生在手级别。这表明粘度呈现主要可以实现机械臂,而机器人手指可以自由呈现脆固体交互。因此,启用探索更复杂的虚拟环境,固体和液体可以同时呈现和探索中可以看到gydF4y2B一个图13gydF4y2B一个而在gydF4y2B一个补充视频gydF4y2B一个。gydF4y2B一个

7.2 Gesture-Commanded遥控操作gydF4y2B一个

早些时候的研究表明遥控机器人末端效应器的gesture-driven方法使用数据手套是特别有效的高灵活性的任务,如操纵在手,同时减少遥控机器人的工作负载(gydF4y2B一个Lii et al ., 2012gydF4y2B一个)。Exodex,神经网络的手势命令概念已经实现。gydF4y2B一个

一个两层神经网络训练六个手势,gydF4y2B一个

PgydF4y2B一个_{1gydF4y2B一个}:伸出手指,gydF4y2B一个

PgydF4y2B一个_{2gydF4y2B一个}:食指指向,gydF4y2B一个

PgydF4y2B一个_{3gydF4y2B一个}:潜水员的“好”,gydF4y2B一个

PgydF4y2B一个_{4gydF4y2B一个}:强力抓取,小对象(例如,杏的大小),gydF4y2B一个

PgydF4y2B一个_{5gydF4y2B一个}:强力抓取,大对象(例如,葡萄柚大小),和gydF4y2B一个

PgydF4y2B一个_{6gydF4y2B一个}(试图)小指和拇指触摸底部的小费。gydF4y2B一个

手势识别作为输入进行了测试方法的图形用户界面控制机器人,以及telemanipulating另一个机器人,如图所示gydF4y2B一个图14 bgydF4y2B一个。手势命令操作中可以看到gydF4y2B一个补充视频gydF4y2B一个。gydF4y2B一个

检查能力,以适应不同大小的手,我们测试了手势识别的三个成年女性和两个成年男性,从15百分位成年女性的手的168毫米到205毫米的第86个百分位成年男性(gydF4y2B一个1991年格林尼gydF4y2B一个,p . 157)。每个手大小的装置运动学进行优化在第五节。7.2节的手势作为一组gydF4y2B一个 $\mathcal{CgydF4y2B一个}$ 需要手工配置,我们使用手势P5gydF4y2B一个 ${\mathcal{CgydF4y2B一个}}_{\mathrm{米gydF4y2B一个}}$ (组)的手势最大化可操纵性。此外,我们尝试过两个孩子的手大小跨度为138和158毫米。手动运动学进行了优化实验的孩子,由于时间限制运行优化和孩子的可用性。gydF4y2B一个

受试者在他们面前的照片显示了6个职位gydF4y2B一个图14gydF4y2B一个与相应的数字。试验进展如下:gydF4y2B一个

(1)主题练习六个位置调整到触觉UI。gydF4y2B一个

(2)每个职位的数量为16 s显示在屏幕上,这段时间这个话题,形成相应的位置和他们的手。所有六个职位是为了循环,两次。gydF4y2B一个

(3)第二步是重复的,但这个主题的视觉反馈在屏幕上的数字识别手势,和遥控(机器人)的模拟手的姿态。gydF4y2B一个

研究的结果发表在gydF4y2B一个表2gydF4y2B一个。对于每个主题,我们显示哪些手势没有实现(尝试)要么有或没有视觉反馈。我们证明这是在8秒(主题有时几秒钟的反应时间,所以一个手势8秒内识别对应于一个没有形成和手势的识别)或在16 s。公认的姿态是数只有2 s是恒定的。手势PgydF4y2B一个_{6gydF4y2B一个}当连接到外骨骼很难形成。这是下一节中讨论。手势PgydF4y2B一个_{5gydF4y2B一个}神经网络很难告诉除了PgydF4y2B一个_{4gydF4y2B一个},因为他们都是掌握权力。gydF4y2B一个

有趣的是,孩子的手大小158毫米无法实现手势PgydF4y2B一个_{6gydF4y2B一个}在第一次尝试后手动优化Exodex运动学。运动学调整时,孩子可以实现所有的手势。然而,这表明1)而不是一个放之四海而皆准的设计,被动景深允许设计优化和功能对一系列的手大小,和2)手动优化并不总是产生一个有效的解决方案,进一步激励第5部分的自动优化。gydF4y2B一个

7.3遥操作灵巧的手部和臂部的系统gydF4y2B一个

Exodex还可以用作输入设备teleoperate真实或虚拟化身机器人(见gydF4y2B一个图15gydF4y2B一个)与触觉或视觉反馈。我们使用Exodex命令一个拟人化的手部和臂部的设置(请参阅gydF4y2B一个图15gydF4y2B一个)组成的一个自定义配置库卡DLR-LWR 4 +(人类手臂运动学与关节重新配置匹配)和DLR海盘车手双通道遥控操作设置(gydF4y2B一个Frisoli et al ., 2004gydF4y2B一个)。远程环境加上附加特定于任务的视觉反馈信息通过微软的全息透镜。gydF4y2B一个

直接操控和MMT (gydF4y2B一个Passenberg et al ., 2010gydF4y2B一个;gydF4y2B一个徐et al ., 2016gydF4y2B一个)方法进行了测试。直接操控,《阿凡达》上的阻抗控制器跟踪输入设备在任务空间。上显示的触觉反馈Exodex遥控机器人的手计算基于环境力量测量在《阿凡达》。MMT的方法,不同的Exodex运动学和《阿凡达》以及可能的通信延迟是由虚拟模型在当地的网站。用户交互触觉的直接与这中间模型。差异的虚拟模型和真正的《阿凡达》的环境是协调使用动态运动原语和强化学习。更详细的描述和评估中发现gydF4y2BaBeik-Mohammadi et al。(2020)gydF4y2B一个。gydF4y2B一个

7.4总结和讨论gydF4y2B一个

看不同的用例的整体成功部署,我们相信Exodex已经履行了触觉界面的功能,我们出发。在多媒体的虚拟环境中,用户可以互动和区分不同的刚度(例如,像一个鼓皮,面团,或气球),形状(即。、飞机、球体、圆柱体)和曲率。他们也能够区分不同的媒体,如固体和液体的粘度不同。用户也可以掌握和操纵虚拟世界中的对象使用直观的探索过程。这组功能显示了应用程序,比如水下勘探潜力巨大。gydF4y2B一个

看一个更抽象的水平通过手势操控,Exodex能够促进组不同手势的识别实验,进而命令《阿凡达》的机械手。这也帮助验证我们的手状态和姿态估计方法提出了在第五部分,6。gydF4y2B一个

手部和臂部的成功的遥操作机器人通过自适应MMT《阿凡达》展示了Exodex命令高复杂性的能力机器人在执行不同的手——手臂运动对象处理等技能。此外,它显示了委托部分自治权的可行性(更低水平的机器人任务)《阿凡达》。gydF4y2B一个

然而,我们第一次尝试在整个手的触觉UI仍有缺陷,可以解决。首先,没有触觉感知,手指在硅胶袖子。这给用户一种绝缘的感受,甚至以武力反射。经验可以比作探索物理世界与手套。此外,虽然手指袖子通常是舒适的穿,有限数量的大小,并不总是完美的。这有时会导致不必要的压力远端用户的手指的链接。如果手指套的刚性套管部分太紧,这可能在更长时间的不舒服。可调的手指套或更多层次的大小可以解决不适。gydF4y2Ba

其次,操作员Exodex应该能够把他们的手和手臂在自由空间,尽可能少的感觉机制的惯性和摩擦。减少惯性,前馈控制实现(参见6.5节)和手指来减少摩擦,摩擦观测器实现(参见6.4节)。摩擦在轻水反应堆几乎察觉不到的,所以没有补偿。尽管这些措施,惯性和摩擦的影响仍然可以感觉到。因为前馈增益过高导致的不稳定手指,不可能完全消除惯性增加前馈增益的感觉。有时,用户必须使用他们的另一只手将轻水反应堆或调整Exodex。减少重量(当前版本重约2.5公斤)和惯性矩Exodex可以提供帮助。附件点额外的力/力矩传感器还可以帮助改善控制性能,以减少不必要的可感知的动态。gydF4y2Ba

第三,机器人的工作空间的手指Exodex是有限的,这导致了一个妥协,在第四节详细,确保人类最有用的手在工作区中把握和操作的位置。然而,另一方面职位是困难的,例如,PgydF4y2B一个_{6gydF4y2B一个}在7.2节,或者不可能的。工作区以来人类的经验是如此之大,一些拇指的位置(例如,完全弯曲),机器人的工作空间之外的手指。我们观察到,有时会扭曲他们的手来实现系统的姿态,尽管约束的力学。gydF4y2B一个

手势P的原因gydF4y2B一个_{6gydF4y2B一个}(见7.2节)问题是其难以被探测到,即使可以实现的。在这个位置,有些人手关节关节附近的限制。自零空间优化人类的手运动学评估(见6.3节)优化远离关节角,可能是这使得PgydF4y2B一个_{6gydF4y2B一个}更困难的算法来重建人类的手关节的角度准确。gydF4y2B一个

与有限的空间,另一个缺点是,联合限制的轻水反应堆和Exodex机械手指经常被达成。保护关节不受损害,我们实现了一个虚拟阻抗(弹簧阻尼系统)的联合限制阻止用户达到物理极限。然而,这可能被视为一个虚拟用户对象,或可能只是让人困惑。gydF4y2B一个

为了解决这个问题,各种各样的解决方案是可能的。在控制方面,虚拟部队脱离联合限制可以零空间投射到一个合适的动态零空间投影仪(gydF4y2B一个迪特里希et al ., 2015gydF4y2B一个),调整设备的联合限制没有施加力量在附件。另一个解决方案是限制人类操作的空间,而不是使用隐喻3 d交互技术,如跳摇摆舞(gydF4y2B一个Poupyrev et al ., 1996gydF4y2B一个)或投影(gydF4y2B一个我et al ., 1997gydF4y2B一个)提出了gydF4y2B一个鲍曼和霍奇斯(1997)gydF4y2B一个和gydF4y2B一个Ouramdane et al。(2006)gydF4y2B一个,以允许用户对象超出了他们的物理空间。具体,用户是导致believe-via视觉暗示他们的手已经到了一个位置,这是在现实中无法实现的同时附加到触觉UI。gydF4y2B一个

Exodex,受力分析的中心框架对人类都是一样的。然而,通常是一个小转矩诱导自附件指向人类的距离通常不是平行于作用力平衡。在我们的设计中,我们把这些力矩最小通过保持附件点像机械可能接近平衡。然而,这内在human-Exodex附件问题应该检查新附件的概念。加上其他缺点,我们发现在这工作可以解决在我们Exodex持续发展。gydF4y2B一个

忽略了一个关键特性Exodex的第一个版本是专用的触觉交互环和小手指,我们计划在后续版本中添加。然而,用户能够执行必要的精度和权力掌握没有反馈环和手指。他们通常会持有这些全部手指弯曲power-grasping和扩展的时候精确把握。gydF4y2B一个Feix et al。(2016)gydF4y2B一个已经表明,一些权力掌握可以执行拇指,食指和中指,手指和手掌。然而,添加两个机器人手指Exodex最终使一个完整的(er)各种掌握在手操作。gydF4y2B一个

相比之下,一个fingertip-only系统,如宏,给用户更多的可能性将UI通过其工作空间。有些最恰当的比喻是我们的方向盘的操作,用户可以手离开了方向盘,然后把它重新恢复的活动范围在用户方面,并继续操纵输入设备。Exodex,这整个手附件方案带走了这种可能性。它上涨,反过来,是整个手沉浸式交互。人能说,虽然一个输入风格的宏更适合操纵输入设备,Exodex的力量在于它的整个用户的紧耦合的手。作为一个集成系统的第一个版本从地面整个手触觉UI系统Exodex成功地提供一个安全舒适的操作,身临其境的用户体验,用户手姿势捕获,使几个命令模式。这给了我们信心继续推进作为一个设备广泛的应用能力。gydF4y2Ba

8的结论gydF4y2B一个

我们提出一个新颖的整个手触觉输入设备,Exodex亚当,一个前置,镜子附件触觉UI的手。连接到用户的手指和手掌,它不仅允许跟踪人手姿态,但也提供了一种身临其境的触觉体验。这使得从权力掌握的渲染,精确掌握,操纵在手,以及整个手探索远程或虚拟环境。gydF4y2B一个

通过Exodex的部署在不同的用例,我们验证了触觉UI概念广泛的应用的可行性。力的组合允许用户复杂反射和整个手交互与复杂的环境进行交互。我们还展示了其有效性在不同的命令模式,成为一个可行的系统共享控制策略和基于可伸缩的自治的遥控机器人。可重构设计已被证明安全适应用户不同的大小和形状。gydF4y2B一个

我们相信与当前Exodex,其进一步发展,这样一个触觉UI系统应当服务于越来越多的领域和应用程序从空间和水下勘探,物理治疗,或康复,虚拟现实活动,各式各样的远程机器人应用程序。gydF4y2B一个

8.1未来的工作gydF4y2B一个

正如7.4节中已经讨论过的,最直接的改进Exodex的专用环和小的手指的触觉交互,通过添加两个机器人系统的手指。此外,通过自动化调节景深的驱动和sensorization棕榈基地,机械手指的基本姿势和位置可以自动生成,从而简化手姿势估计。也是可能进一步整合驱动手掌基地自由度的运动Exodex增加活跃的工作区在操作期间。gydF4y2B一个

目前,Exodex只有本体和动觉知觉刺激(即。,通过渲染力),只有两个组件的触觉反馈。在未来的开发中,小型vibrotactile致动器的手指袖子可以提供额外的皮肤反馈(gydF4y2B一个小Bolanowski et al ., 1988gydF4y2B一个;gydF4y2B一个Biswas 2015gydF4y2B一个)。(即增加触觉或皮肤的反馈。,feel我ngw一个r米th, texture, etc. on the skin) as part of future work would further enrich user experience.

更好地估计人手姿势会让我们更准确的呈现算法应用于考虑不同的摩擦和机械性能的人类的手。一个地区未来的工作应该继续这些渲染算法的实现和测试。gydF4y2B一个

虽然Exodex当前的实现已经允许好的手姿势估计,可以提高它的准确性通过添加角传感器在每个自由度的万向节。此外,通过引入力传感器在附件点,我们可以获得更详细的测量作用力的用户,可以反过来提高前馈控制性能。gydF4y2B一个

最后,这项工作表明Exodex的广泛可用性与不同的命令形式。另一个紧急的下一步是确定更具体相关的应用程序需要这样的手部和臂部的触觉能力的UI,开发可以专注于他们的特定需求。gydF4y2B一个

数据可用性声明gydF4y2B一个

原始数据支持了本文的结论将由作者提供,没有过度的预订。gydF4y2B一个

道德声明gydF4y2B一个

伦理审查和批准没有所需的研究对人类参与者按照地方立法和制度的要求。书面知情同意参加本研究参与者提供的法定监护人/近亲。书面知情同意了个人(s)的出版的任何潜在的可识别的图像或数据包含在本文中。gydF4y2B一个

作者的贡献gydF4y2B一个

NYL领导了这一项目,包括概念、开发和实现的Exodex亚当。猿进行姿态估计,控制实现和手势命令和APi和LM。JD进行机械设计和实现的意念Exodex亚当棕榈基地。GS和AE进行工作空间和手指放置策略。开展工作在混合媒体VR遥控操作。HB-M和公关工作开展MMT手部和臂部的遥控操作。结核病进行系统模型的开发,以及用户连接机制。我进行了万向机械设计和实现工作。英国石油公司参与早期构思Exodex亚当,并提供机电一体化支持。佐参与早期的意念,并支持在低液位控制器的设计。 AA-S provided research guidance throughout the concept, validation and deployment. NYL, APe, AS, GS, and HB-M jointly wrote the manuscript.

的利益冲突gydF4y2B一个

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。gydF4y2B一个

出版商的注意gydF4y2B一个

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。gydF4y2B一个

确认gydF4y2B一个

作者想表达深深的感激我们的现任和前任DLR的几个同事对他们的援助对这项工作的发展:凡妮莎Hofbauer(现在Aitme GmbH)和安德烈亚斯•迈斯纳(现在的德国中央办公室信息技术安全部门)在Exodex亚当可重构棕榈发展,托马斯·Hulin和菲利普·克雷默和宝马(现在)的设置和调试轻水反应堆,Florian施密特中间件支持,罗伯特•汉堡固件支持和米格尔七巧板CAD设计。gydF4y2B一个

补充材料gydF4y2B一个

本文的补充材料在网上可以找到:gydF4y2B一个https://www.雷竞技rebatfrontiersin.org/articles/10.3389/frobt.2021.716598/full补充材料gydF4y2B一个

引用gydF4y2B一个