有效的触觉反馈类型robot-mediated材料根据目标属性的歧视
高桥南,
Hikaru长野
祐一Tazaki- 机械工程系,工程研究生院,神户大学,神户,日本
触觉反馈使材料感知通过远程机器人。力和振动触觉反馈信息是必不可少的,它在不同的情况下重要的是要理解他们的适用性。在这项研究中,有效的触觉反馈类型之间的关系和目标属性robot-mediated材料歧视了。遥控系统包括一个力演示设备和可穿戴vibrotactile显示了。在第一个实验中,材料硬度的歧视表现之间的比较两种类型的反馈,力量和混合(vibrotactile和力)条件。结果表明,两种反馈系统允许显著刺激的歧视,和正确答案的显著差异率两个反馈之间的条件没有被观察到。这表明力系统有效硬度歧视,而且没有叠加效应的混合动力系统。在第二个实验中,材料的歧视表现粗糙度之间的比较三种类型的反馈(力、vibrotactile和混合)。结果表明,混合反馈条件的正确反应率明显高于那些力状况。这表明,混合反馈是有效粗糙度歧视。 Therefore, the effective type of feedback depends on the properties of target materials, and the superimposed effect of hybrid feedback was only observed in roughness discrimination. These findings play an important role in selecting the best feedback method for a given situation or constructing multiple feedback methods that achieve high discrimination performance.
1介绍
随着信息和虚拟现实技术的发展,越来越多的人要求使用机器人远程工作和经验。远程工作的这样的一个例子是工程机械的远程操作。因为操作员可以从一个安全的位置,机器可用于修复工作在灾难的情况下(Yoshinada et al ., 2019)。远程工作也被应用于其他领域的机器人,如人形机器人(Stuckler et al ., 2016;费尔南多et al ., 2012),医疗机器人(。博得纳et al ., 2004)和工业机器人(王et al ., 2014;Klamt et al ., 2020)。为远程的经验,一个系统远程访问博物馆和艺术画廊已经报道(Trahanias et al ., 2005)。这样一个远程经验系统允许人们喜欢去遥远的地方旅行的经历和体验艺术和文化无论疾病或损伤。另一项研究报道,前往偏远地区的经验与运营商自己的腿可以实现通过一个双足机器人(Elobaid et al ., 2019)。此外,家庭护理机器人在家观看对人们与他人互动和交流的机器人也将申请远程体验机器人(米肖德et al ., 2007;Kristoffersson et al ., 2013)。
触觉反馈技术是一个重要的技术来扩展远程和远程工作经验(Yokokohji Yoshikawa, 1994;麦克马汉et al ., 2011;费尔南多et al ., 2012;Bolopion雷尼埃,2013;Pacchierotti et al ., 2016)。据报道,只使用视觉信息降低工作效率和操作精度在远程工作建设机器人(Crundall安德伍德,1998年)。可以可能的原因之一,很难估计力对环境的机器人只使用视觉信息。为了弥补这个缺陷,触觉反馈预计通知操作员接触环境的存在与否和接触状态的对象。此外,在偏远的经验和沟通通过机器人、多通道信息可以向提高质量的经验,如存在感(馆et al ., 2016)。
触觉反馈技术的各种好处之一是robot-mediated材料歧视。操作员能感知材料接触通过机器人之间的区别。建筑机器人遥操作,触觉反馈使操作员能够感知环境的变化,如土壤的硬度差异被发掘,使敏感的远程工作(长野et al ., 2020)。如果触觉信息可以传播在远程旅行的经历,一个非常现实的经验,其中包括与各种动物和大自然接触,可以提供。此外,对于视障网真系统(公园et al ., 2015),robot-mediated材料感知将一个额外的价值。
本研究主要关注两个因素相关材料通过触觉反馈歧视性能。第一个因素是触觉反馈的类型。自人类有两个主要的触觉通道,动觉和皮肤感觉,不同类型的反馈方法存在(Hannaford冈村,2016年;崔和Kuchenbecker, 2012)。动觉被认为通过机械在肌肉、肌腱、关节,运动和力的感知信息。因此,力信息通常被用作动觉反馈信息。皮肤感觉是感觉被现有的机械内部的皮肤。自两个主要触觉通道将触觉反馈中的每个发挥重要作用,本研究着重于振动和力信息导致皮肤和动觉,分别。
第二个因素相关robot-mediated材料歧视是目标属性如粗糙度、硬度和温暖。人们普遍同意,对材料特性的感知由三到五个维度,每个维度是不同物理性质的相关资料(Okamoto et al ., 2012;泰2010;Klatzky et al ., 2013)。目标属性可能会影响反馈条件适合材料歧视。例如,有效的反馈类型粗糙度歧视和硬度歧视可能有所不同。然而,目标属性和触觉反馈类型之间的关系还没有被调查。目前尚不清楚vibrotactile和力反馈是否应该使用不同的根据情况(目标属性在这项研究)和是否有多个反馈的叠加效应。
因此,在本文中,我们的目的是调查是否有效反馈的变化取决于目标属性。机械臂的远程控制系统包括一个力反馈装置和一个可穿戴vibrotactile反馈装置。随后,使用开发系统,进行了两个实验:(1)辨别材料硬度的基础上,基于粗糙度和(2)的材料。
虽然提出了多个触觉反馈(得以et al ., 2016;山内et al ., 2010),其影响一起使用时,从独立使用时并不知道他们之间的分歧。因此,本研究将有助于提供方法和结果有效地结合多个反馈或成功地在它们之间切换基于目标材料属性。虽然可以认为混合反馈总是比武力更有效或振动反馈,实验结果并不简单。本研究的贡献是通过实验明确在什么条件下,混合反馈出现的影响。
本文的其余部分组织如下。第二部分描述了构建远程控制系统。第三节和第四节描述的方法和结果,材料硬度和粗糙度歧视实验,分别。第五节讨论了实验结果和未来的范围,和第六节总结了纸。
2远程控制系统和力和vibrotactile反馈
2.1系统概述
本研究构建了一个遥控系统能够传送力和振动信息,操作员遥控机器人手臂。系统配置所示的概述图1。主要部件是一个多自由度(自由度)远程机器人手臂,一个本地接口用户位置输入和力反馈,两个传感器安装在机器人测量力和振动,和vibrotactile显示用于提供vibrotactile反馈给操作员。
图1。系统概述。
远程机器人手臂是7自由度机器人手臂(熊猫Franka Emika)。触摸与材料互动,3 d印刷接触器是连接到的机器人。本地接口是触觉界面(联系,3 d系统),可以获得6自由度位置和姿态信息和现在的三平移力。的频率响应触觉界面所示(崔和褐色,2004年)。6自由度力传感器(PFS080YA501R6 Leptrino)测量力信息连接接触器和机器人。测量振动信息,压电加速度计(2302 b,昭和Sokki)附加到接触器。加速度计可以测量1-DOF振动信号,测量的方向是垂直于机器人的方向,相应的跟踪方向。vibrotactile显示由一个尼龙搭扣皮带和声音线圈传感器(Vp2 Acoube实验室),和可以控制的频率和振幅vibrotactile反馈。尼龙搭扣带是用来坚持的手掌操作员的振动器。音频接口(罗兰公司Rubix 22日)被用来测量加速度计信号在机器人端和显示在运营商端vibrotactile信号。vibrotactile信号传播的声音线圈传感器通过一个放大器(SA-36A Pro, SMSL科技有限公司)。整个网络建成使用机器人操作系统(ROS)。
2.2控制方法
机器人遥操作的一般控制方法有三种:联合模式,速率控制模式,位置控制模式(金正日et al ., 1987;Morosi et al ., 2019)。在这项研究中,我们采用了尖端的位置控制模式的本地接口对应位置的机器人手臂。当人类接触和认识材料的属性,运动等信息用于识别跟踪速度。机器人有必要执行相同的动作作为人类。本地和远程国的情况下有不同的位置关系,如在联合模式或速度控制模式,被认为是不合适的。本地接口可以获取6自由度信息(位置和姿态),但只有吩咐虽然姿势是固定位置来简化实验情况。增加的过程中成立的位置转移自运动的范围不同本地和远程。获得经验决定了作者基于操作的稳定性和操作员的负担。一阶巴特沃斯低通滤波器的截止频率10 Hz应用于关节角命令使用逆运动学计算位置信息的转换。控制命令为1.0 kHz的频率。
2.3力反馈
力反馈系统构建传播力传感器信息以远程到本地通过触觉界面。力传感器的采样频率为2.4 kHz。力演示使用本地接口的更新频率是1 kHz。的最大力量,可以不断应用的本地接口不高(0.88 N),因此,一个经验决定之间的获得提供了测量和指挥部队。为了确保稳定(劳伦斯,1993)考虑干扰力反馈系统的影响,反馈增益设置0.05。一个三阶巴特沃斯低通滤波器的截止频率10赫兹是应用于测量信息,因为噪音引起的远程机器人的运动被混合成力传感器信息。过滤器也用于避免测量力当机器人的末端不接触任何可能发生由于惯性力时生成机器人启动或停止运动。
2.4 Vibrotactile反馈
构建vibrotactile反馈系统,复制的信息从加速度计测量了在远程使用的可穿戴vibrotactile显示当地的一侧。加速度计的采样频率和复制的更新频率振动信号都是24千赫。电脑和音频接口之间的收购过程进行的更新频率为200赫兹。PC的捕获振动信息转换为频率信息使用短时傅里叶变换(STFT)和更新频率50 Hz,重叠50%,汉明窗。低于50赫兹和2000赫兹以上的组件被减少噪音,然后被转换回时间信息随后使用逆STFT和复制。图2显示幅频响应的特征构造vibrotactile反馈系统。
图2。振幅vibrotactile显示的频率响应特征。
3实验1:材料硬度的歧视
第一个实验调查反馈有效识别材料硬度的类型。对于这个实验,把联系方式。目标材料属性和反馈类型之间的关系将受到触摸模式如推或抚摸。因此,为了简化和易用性的关系调查,目标属性的材料和触摸模式————一个映射。这个想法是强烈支持的材料性质之间的联系和触摸模式(Jansen et al ., 2013;长野et al ., 2014;Yokosaka et al ., 2016;Cavdan et al ., 2021)。
3.1参与者
十个志愿者(22 - 24岁,九个右撇子和左撇子,没有触觉处理赤字的历史)参加了实验和与他们的惯用手操作。所有的参与者提供书面知情同意。实验过程都是通过伦理审查委员会(编号为2013)的神户大学的工程学院毕业。
3.2刺激
实验1中使用的四种材料铝块、聚氨酯橡胶、海绵、乙烯和聚氨酯海绵,所示图3。所有的材料都是100×100×30毫米大小。这些材料被用作作者认为他们是不同的硬度在感动。
图3。刺激实验1中使用。使用四种不同的材料,软硬。订单的材料、硬度、有:铝块、聚氨酯橡胶、海绵、乙烯和聚氨酯海绵。
力和振动时生成的一个例子将通过生成运动机器人所示图4。图4 a, B对应的结果铝块和聚氨酯海绵,分别。铝块,把位移相对较小,正常峰值力大,瞬态振动与事故发生关联。另一方面,聚氨酯海绵,把位移较大,而正常峰值力小,和重要的振动没有观察到。因此,可以得出结论,不同的材料不同的力和振动,这些是适合这两种类型的触觉反馈。
图4。力和振动信号测量的例子使用推触摸模式在实验1中
3.3程序
两个反馈条件比较:力反馈和混合(力和vibrotactile)反馈。vibrotactile反馈条件是不包括在实验。这是因为在初步试验由作者vibrotactile反馈条件下,过度使用武力是材料被应用于机器人,导致电机当前值超过最大允许当前值,导致频繁的机器人停工。在解释了操作方法,下面描述的三个阶段进行连续为每个反馈条件。条件的反馈是随机的顺序为每个参与者。
这三个阶段是:训练阶段使用真正的机器人手臂,材料确认阶段,和实验阶段。在训练阶段使用实际的机器人手臂,参与者实行推进材料使用机器人手臂。反馈也提供给参与者熟悉的反馈。参与者被要求观看演示视频,以前使用可视化工具(RViz)捕获,并被要求执行依法推动运动视频。推动教学运动由一个重复的1 s,回到原来的高度为1 s,并为1 s静止。使用的材料在这个阶段是不同的四个实验中使用的材料。在材料的确认阶段,参与者举办机器人探测器用手摸四个材料。这个阶段是体验的差异进行提前四个材料的硬度,并没有时间限制。在实验阶段,参与者模仿示范视频和执行推动运动五次,随后他们应用推动运动的材料,四个材料,呈现。每个材料的试验进行了六次以随机的顺序。
在培训和实验阶段,实验参与者通过耳机听粉红噪声屏蔽听觉信息的影响。歧视的任务期间,参与者并没有呈现图像的实际机器人接触材料硬度,避免歧视基于视觉信息。如果机器人停止在中间五推动运动,参与者被指示执行另一个五推动运动后系统恢复。图5显示了实验阶段。然而,参与者没有看到RViz屏幕在实验1。实验的持续时间为每个参与者大约是40分钟。
图5。实验环境。(一)操作符,(B)机器人的一面。操作员控制基于视觉信息的屏幕和歧视基于触觉反馈信息的刺激和合适的屏幕实时机器人状态反馈是只用在实验2。
3.4结果
评估性能的材料硬度歧视,混淆矩阵计算使用的材料数量正确识别。图6 a, B现在平均混淆矩阵和力反馈和混合(力和vibrotactile)反馈,分别。正确的平均百分比对四种类型的刺激的反应是在两种条件下的相对较高;,铝块和聚氨酯海绵大于90%,聚氨酯橡胶和乙烯海绵都大于70%。此外,不正确的答案都在一个邻近的材料。
图6。混淆矩阵使用推触摸模式材料硬度的歧视。1:最大,4:柔和。(一)力反馈条件。(B)力和vibrotactile反馈条件。*:Bonferroni-adjustedp< 0.0125和* *:Bonferroni-adjustedp< 0.0025。
实验结束后,进行一个简短的问卷调查,以确定哪些反馈条件在硬度歧视更容易理解。结果表明,两个参与者发现力反馈更容易理解,四个参与者发现力和vibrotactile容易理解,和四个参与者认为这两个条件没有显著区别。参与者发现力和vibrotactile容易理解觉得他们可以感知振动时触及硬铝等对象。
3.5分析
比较正确的利率水平(1/4)的机会图6,一个示例Wilcoxon符号秩检验Bonferroni调整(n= 4)。结果表明,所有收费都正确反馈条件明显高于机会级别(p(= 0.05 / 4)p < 0.0125)。这些结果意味着参与者能够区分所有四个材料的硬度与两种条件下的高精度。
比较力和混合反馈方法的性能在材料硬度歧视,Wilcoxon符号秩检验进行了使用正确的利率所示图7。之间不存在显著差异的分析提出了四个材料两个反馈条件(p> 0.05)。这意味着vibrotactile反馈的加入不影响正确的反应率,和力反馈是有效的硬度歧视四个实验中使用的刺激。
图7。正确回答率材料硬度歧视使用推触摸模式。
4实验2:材料粗糙度歧视
第二个实验研究了反馈型材料粗糙度歧视的影响。
4.1参与者
10个参与者参与实验1参与实验2完成后实验1。在实验1中,所有的参与者在实验2中操作的手。
4.2刺激
四种材料在实验2:# 30日# 240,# 800,# 3000砂纸,如图所示图8。所有材料都是附加到相同的海绵基地(100×100×30毫米)。这些材料被选中,因为作者认为材料具有不同粗糙度时感动了。
图8。刺激实验2中使用。四种不同的粗糙和光滑的材料。粗糙度的顺序是# 30日# 240,# 800,# 3000砂纸。
图9显示了一个示例中风联系所产生的力和振动模式通过机器人。图9 a, B对应的结果# 3000和#砂纸,分别。虽然没有显著差异在两种材料之间的接触力抚摸时,产生的震动似乎是不同的。振动振幅在抚摸30 #砂纸似乎比上生成# 3000砂纸。
图9。力和振动信号测量的例子使用中风触摸模式在实验2中
4.3程序
三个反馈条件相比是:力反馈,vibrotactile反馈,和混合反馈。在实验1中,为每个反馈三个阶段进行连续的条件。条件的反馈是随机的顺序为每个参与者。
提供的信息的参与者在实验阶段实验2也不同于实验1。在实验2中,除了演示视频,给出了机器人的当前姿态使用RViz参与者。之所以这么做是因为抚摸动作执行时没有当前姿态,抚摸的方向倾斜,开始和结束的位置抚摸运动不能确定。实验平均需要100分钟才能完成。
4.4结果
评估材料性能的粗糙度歧视,一个混淆矩阵计算使用的材料数量正确识别。数字10 a - c显示结果时使用武力、vibrotactile分别和混合反馈。在力反馈下,答案非常分散,表明粗糙度的材料识别困难。另一方面,在两个条件发射vibrotactile信息,回答率高于力状况。
图10。混淆矩阵的材料粗糙度歧视使用中风联系模式。1:大致,4:最光滑的地方。(一)力反馈条件。(B)Vibrotactile反馈条件。(C)力和vibrotactile反馈条件。*:Bonferroni-adjustedp< 0.0125,* *:Bonferroni-adjustedp< 0.0025。
参与者提供一个简短的问卷调查后的实验。问卷调查的结果表明,一位与会者发现力反馈条件易于理解,五个参与者发现vibrotactile反馈条件简单,和四个参与者发现混合反馈条件简单。
4.5分析
比较正确的利率水平(1/4)的机会图10,一个示例Wilcoxon符号秩检验Bonferroni调整(n= 4)。结果表明,力反馈条件包括两个显著差异,vibrotactile包括四个,混合包含两个所示图10。这个测试表明有不同性能的三个条件。
总结了正确答案率图11。弗里德曼测试的结果表明,有差异的三个反馈条件# 30 (p< 0.01),# 240 (p< 0.01)和# 3000 (p< 0.05)砂纸。随后,Wilcoxon符号秩检验Bonferroni调整(n= 3)应用,结果显示显著差异之间的力和混合反馈条件30 #和# 240 (p(= 0.05 / 3)p < 0.0167)。3000 #砂纸,没有发现显著差异在三个反馈的条件事后测试(p> 0.0167 (= 0.05 / 3))。在材料粗糙度歧视使用中风联系模式,混合反馈显示更高的性能比相对较粗的力反馈材料(30 #和# 240)。
图11。正确回答率材料粗糙度歧视使用中风联系模式。*:Bonferroni-adjustedp< 0.0167。
5讨论
5.1有效的反馈硬度歧视
本节讨论实验1的结果,在没有发现显著差异之间的力量和混合反馈条件材料硬度测试的歧视。分析讨论,接触力和振动振幅的最大值。最后一个从六个试验的数据在每一个反馈条件,每个刺激都被记录下来。所示的参与者平均特性表1。尽管有10个参与者,一个参与者的数据无法保存,因此,平均9个参与者被认为是。
表1。指力和加速度值在硬度歧视使用推触摸模式。
由于z轴方向推动,z轴值相对较大而最大接触力的x轴和y轴。z轴的最大接触力和最大加速度振幅较大的铝块,聚氨酯橡胶、海绵、乙烯和聚氨酯海绵,依次为反馈条件。因为力和振动似乎包含硬度、信息混合反馈条件将产生更高比例的正确反应比single-feedback条件;然而,结果似乎不同意。这可以归因于这一事实最大力量是感知的差异大于振动振幅的差异。
添加vibrotactile反馈力反馈没有改善的能力辨别材料的硬度。然而,力和振动并不是唯一的触觉通道与硬度有关。接触面积(Ambrosi et al ., 1999;Bicchi et al ., 2000)和压力分布(长野et al ., 2019)信息是可能的渠道。未来的发展方向以提高硬度的歧视表现将把这些反馈和力反馈。
5.2有效的反馈粗糙度歧视
在粗糙度歧视,虽然没有发现显著差异之间的混合和振动反馈,混合一个是更有效的比力。本节讨论的因素导致了优越的混合法的结果。
类似讨论在实验1中,参与者平均三个轴的最大接触力和最大加速度振幅在实验2中所示表2。最大加速度振幅较大的# 30,# 240,# 800,# 3000的订单,所有的反馈条件。混合条件,只vibrotactile条件可以传达不同的信息。
表2。指力和加速度值在粗糙度歧视使用中风联系模式。
最大接触力,vibrotactile反馈相比,混合反馈中的值往往是在刺激条件下更稳定。这意味着接触力是混合条件下保持不变。这可能使人们有可能消除差异力信息和专注于不同的振动信息,这可能会导致轻微的性能差异。
多重反馈可以用来稳定其他信息以关注信息用于歧视。这种方法提高了鲁棒性的变化信息,不用于歧视。在这粗糙度歧视实验中,刺激相似的硬度,和人们认为的变化信息要避免的是一个小的情况。当使用刺激不同的硬度时,反馈条件之间的差异将更加明显,如果混合反馈的鲁棒性是有效的。预计的研究来验证这一点作为一个未来的前景。
5.3的影响vibrotactile反馈使用水龙头时触摸模式
力反馈条件的重要材料的硬度。然而,vibrotactile反馈预计也将是有效的区分材料的硬范围使用水龙头时触摸模式。
人类可以感知材料的硬度差异所产生的振动和斥力攻丝(冈et al ., 2001;Kuchenbecker et al ., 2006;东et al ., 2017;东et al ., 2018)。材料的硬度明显使用自来水接触模式比硬度在困难范围内使用推触摸模式。因此,如果vibrotactile反馈可以应用于一个遥控机器人,也可以执行开发动作,可以预期能够区分困难范围的材料,如金属、玻璃和塑料。
在这项研究中,很难执行远程开发运动通过机器人将机器人的速度限制。调查涉及利用触摸模式在先进的情况下,一个机器人配备了机器人手指能够进行动态的运动需要。此外,因为它是重要的振动特性与人类相似的机器人手指与粘弹性元素和柔软的皮肤(Kappassov et al ., 2013;休斯et al ., 2018;Chang et al ., 2019)可能是适合这个目的。
此外,许多类型的信息导致材料的感知,不仅碰撞引起的振动攻丝。因此,理想情况下,应该开发实验结合各种反馈条件除了力和振动。如果使用的反馈刺激变化,每个反馈条件的贡献将会改变。这项研究的结果是有限反馈的组合用于这项研究。然而,这项研究的贡献作为第一步在作出综合判断的结果未来的研究使用不同的反馈。
5.4限制相关参与者的数量
本研究对参与者人数的限制。这项研究的参与者是10 20多岁的学生,很难调查参与者的性别和年龄的影响结果。在相关的触觉感知的研究中,性别差异的感知阈值压力刺激温斯坦,1968年和年龄差异感知阈值对振动刺激Verrillo 1980;斯图尔特et al ., 2003已报告。为了研究未来这样的主题特征的影响,有必要设计实验与大量的参与者。
5.5虚拟现实仿真环境来代替真正的机器人
本研究使用的远程环境真实的机器人获取信息从真实的材料。然而,还有其他的方法,使用虚拟现实仿真环境,而不是一个真正的机器人。事实上,对于与虚拟现实的交互环境,各种力量显示埃尔拉斯和埃尔拉斯,2020年;主席特蕾et al ., 2021和振动显示Iizuka et al ., 2016;林和史密斯,2018年已报告。以武力仿真在虚拟现实环境中,一个单一的物理性质如虚拟平面的弹簧常数可以自由调整和属性等算法中可以单独调查。尽管它是不同于现实的材料,它是有用的能够进行初步研究。然而,vibrotactile刺激不是一样容易模拟基于物理性质力刺激,和使用数据驱动的方法伯特森Kuchenbecker, 2016是一个很有前景的方法。
6结论
本研究通过实验调查是否有效反馈的类型取决于目标属性用于robot-mediated材料歧视。遥操作系统与力反馈设备和可穿戴vibrotactile反馈显示构造;因此,进行了两个实验。第一个实验比较两个反馈条件(力和混合)材料硬度的歧视。结果表明,两种情况下产生的正确回答率高,力反馈是更有效的,而没有附加vibrotactile反馈效果观察。第二个实验相比,三个条件(力、vibrotactile、混合)材料粗糙度的歧视。结果表明,混合反馈条件歧视性能要明显高于力条件。它可以从两个实验得出结论,反馈的有效的类型取决于目标属性,在粗糙度歧视,这两者的结合类型的反馈可能提高性能。我们坚决认为我们的工作有助于使用多个触觉通道作为反馈的重要性,选择合适的反馈的情况。此外,尽管粗糙度使用中风和硬度使用推动目标在这项研究中,预计应用程序的范围将扩大到其他目标属性在未来。 Future directions could include hardness using tapping, frictional sensation and shape perception.
数据可用性声明
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。
道德声明
涉及人类受试者的研究回顾和批准的人类工程研究生院伦理委员会,神户大学。患者/参与者提供了他们的书面知情同意参与这项研究。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。
作者的贡献
MT和HN导致概念和设计的研究和开发了实验系统。太进行实验并进行统计分析。MT和HN起草了这份手稿和YY提供的反馈和修正。所有作者导致修订手稿、阅读和批准提交的版本。
资金
这项工作是支持jsp KAKENHI格兰特JP20K04398数量。
的利益冲突
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。
出版商的注意
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。
引用
、G。,Bicchi,。,De Rossi, D., and Scilingo, E. P. (1999). “The role of contact area spread rate in haptic discrimination of softness,” in学报1999年IEEE机器人与自动化国际会议上(猫。99号ch36288c),美国底特律,MI,1999年5月10 - 15(IEEE),305 - 310。
Bicchi,。,Scilingo, E. P., and De Rossi, D. (2000). Haptic discrimination of softness in teleoperation: The role of the contact area spread rate.IEEE反式。机器人自动化16,496 - 504。doi: 10.1109/70.880800
。博得纳,J。,Wykypiel, H., Wetscher, G., and Schmid, T. (2004). First experiences with the da vinciTM在胸外科操作机器人。欧元。j .心胸杂志。25日,844 - 851。doi: 10.1016 / j.ejcts.2004.02.001
Bolopion,。,和Régnier, S. (2013). A review of haptic feedback teleoperation systems for micromanipulation and microassembly.IEEE反式。自动化科学。Eng。10日,496 - 502。doi: 10.1109 / tase.2013.2245122
Cavdan, M。,Doerschner, K., and Drewing, K. (2021). Task and material properties interactively affect softness explorations along different dimensions.IEEE反式。触觉14日,603 - 614。doi: 10.1109 / toh.2021.3069626
Chang C.-M。Gerez, L。,Elangovan, N., Zisimatos, A., and Liarokapis, M. (2019). On alternative uses of structural compliance for the development of adaptive robot grippers and hands.前面。neurorobotics13日,91年。doi: 10.3389 / fnbot.2019.00091
崔。,和Kuchenbecker, k . J。(2012). Vibrotactile display: Perception, technology, and applications.Proc。IEEE101年,2093 - 2104。doi: 10.1109 / jproc.2012.2221071
崔。,和Tan, H. Z. (2004). “Effect of update rate on perceived instability of virtual haptic texture,” in2004年IEEE / RSJ智能机器人和系统国际会议(——)(IEEE猫。没有。04 ch37566),日本仙台,2004年9月28日——2004年10月02(IEEE),3577 - 3582。
Crundall d E。,和Underwood, G. (1998). Effects of experience and processing demands on visual information acquisition in drivers.人体工程学41岁,448 - 458。doi: 10.1080 / 001401398186937
特森,H。,和Kuchenbecker, k . J。(2016). Importance of matching physical friction, hardness, and texture in creating realistic haptic virtual surfaces.IEEE反式。触觉10日,63 - 74。doi: 10.1109 / toh.2016.2598751
主席特D, E。,Galofaro, E., Patané, F., Casadio, M., and Masia, L. (2021). “A dual arm haptic exoskeleton for dynamical coupled manipulation,” in2021年IEEE / ASME国际会议上先进的智能机电一体化(AIM),代尔夫特,荷兰,2021年7月12日至16日(IEEE),1237 - 1242。
埃尔拉斯,我。,和El Rassi, J.-M. (2020). A review of haptic feedback in tele-operated robotic surgery.j .地中海,Eng。抛光工艺。44岁,247 - 254。doi: 10.1080 / 03091902.2020.1772391
Elobaid, M。,胡锦涛,Y。,Romualdi, G., Dafarra, S., Babic, J., and Pucci, D. (2019). “Telexistence and teleoperation for walking humanoid robots,” in赛智能系统研讨会论文集(施普林格),1106 - 1121。
费尔南多,c . L。古河道,M。Kurogi, T。、Kamuro年代。,Minamizawa, K., Tachi, S., et al. (2012). “Design of telesar v for transferring bodily consciousness in telexistence,” in2012年IEEE / RSJ智能机器人和系统国际会议,Vilamoura-Algarve、葡萄牙,2012年10月07-12(IEEE),5112 - 5118。
东,K。,冈本年代。,Yamada, Y., Nagano, H., and Konyo, M. (2017). “Hardness perception by tapping: Effect of dynamic stiffness of objects,” in2017年IEEE世界触觉会议(通车),德国慕尼黑,2017年6月06-09(IEEE),37-41。
东,K。,冈本年代。,和Yamada, Y. (2018). Perceived hardness through actual and virtual damped natural vibrations.IEEE反式。触觉11日,646 - 651。doi: 10.1109 / toh.2018.2841820
休斯,J。,Maiolino, P., and Iida, F. (2018). An anthropomorphic soft skeleton hand exploiting conditional models for piano playing.科学。机器人3,eaau3098。doi: 10.1126 / scirobotics.aau3098
Iizuka, S。,长野,H。,Konyo, M., and Tadokoro, S. (2016). “Whole hand interaction with multi-finger movement-based vibrotactile stimulation,” in国际AsiaHaptics会议(施普林格),157 - 161。
詹森,s E。,Tiest, W. M. B., and Kappers, A. M. (2013). Identifying haptic exploratory procedures by analyzing hand dynamics and contact force.IEEE反式。触觉6,464 - 472。doi: 10.1109 / toh.2013.22
Kappassov, Z。,Khassanov, Y., Saudabayev, A., Shintemirov, A., and Varol, H. A. (2013). “Semi-anthropomorphic 3d printed multigrasp hand for industrial and service robots,” in2013年IEEE国际会议上机电一体化和自动化,高松,日本,2013年8月04-07(IEEE),1697 - 1702。
得以,r . P。钳工,n . T。,Fedalei, E. A., and Kuchenbecker, K. J. (2016). Effects of grip-force, contact, and acceleration feedback on a teleoperated pick-and-place task.IEEE反式。触觉10,40-53。doi: 10.1109 / toh.2016.2573301
金,W。,Tendick, F., Ellis, S., and Stark, L. (1987). A comparison of position and rate control for telemanipulations with consideration of manipulator system dynamics.IEEE j .机器人自动化3,426 - 436。doi: 10.1109 / jra.1987.1087117
Klamt, T。,Schwarz, M., Lenz, C., Baccelliere, L., Buongiorno, D., Cichon, T., et al. (2020). Remote mobile manipulation with the centauro robot: Full-body telepresence and autonomous operator assistance.j .领域机器人37岁,889 - 919。doi: 10.1002 / rob.21895
Klatzky, r . L。Pawluk D。,和Peer, A. (2013). Haptic perception of material properties and implications for applications.Proc。IEEE101年,2081 - 2092。
Kristoffersson,。、Coradeschi年代。,和Loutfi, A. (2013). “A review of mobile robotic telepresence,” in2013年先进的人机交互。
Kuchenbecker, k . J。Fiene, J。,和Niemeyer, G. (2006). Improving contact realism through event-based haptic feedback.IEEE反式。粘度第一版。图。12日,219 - 230。doi: 10.1109 / tvcg.2006.32
林,林志信。,和Smith, S. (2018). “A tactile feedback glove for reproducing realistic surface roughness and continual lateral stroking perception,” in国际会议上人类触觉感知和触觉使计算机应用(施普林格),169 - 179。
麦克马汉,W。,Gewirtz, J., Standish, D., Martin, P., Kunkel, J. A., Lilavois, M., et al. (2011). Tool contact acceleration feedback for telerobotic surgery.IEEE反式。触觉4,210 - 220。doi: 10.1109 / toh.2011.31
米肖德F。,Boissy, P., Labonte, D., Corriveau, H., Grant, A., Lauria, M., et al. (2007). “Telepresence robot for home care assistance,” inAAAI春季研讨会:多学科协作社会辅助机器人(美国:加州),50 - 55。
Morosi F。,Rossoni, M., and Caruso, G. (2019). Coordinated control paradigm for hydraulic excavator with haptic device.自动化若干。105年,102848年。doi: 10.1016 / j.autcon.2019.102848
长野,H。,冈本年代。,和Yamada, Y. (2014). Haptic invitation of textures: Perceptually prominent properties of materials determine human touch motions.IEEE反式。触觉7,345 - 355。doi: 10.1109 / toh.2014.2321575
长野,H。Sase, K。,Konyo, M., and Tadokoro, S. (2019). “Wearable suction haptic display with spatiotemporal stimulus distribution on a finger pad,” in2019年IEEE世界触觉会议(通车),日本东京,2019年7月09-12(IEEE),389 - 394。
长野,H。,Takenouchi, H., Cao, N., Konyo, M., and Tadokoro, S. (2020). Tactile feedback system of high-frequency vibration signals for supporting delicate teleoperation of construction robots.放置机器人。34岁,730 - 743。doi: 10.1080 / 01691864.2020.1769725
冈本年代。,长野,H。,和Yamada, Y. (2012). Psychophysical dimensions of tactile perception of textures.IEEE反式。触觉6,81 - 93。doi: 10.1109 / toh.2012.32
冈,a . M。,Cutkosky, M. R., and Dennerlein, J. T. (2001). Reality-based models for vibration feedback in virtual environments.IEEE / ASME反式。机电一体化6,245 - 252。doi: 10.1109/3516.951362
馆,Y。,Tanaka, K., and Nakanishi, H. (2016). “Embodiment of video-mediated communication enhances social telepresence,” in第四届国际会议上人类诉讼代理交互,171 - 178。
Pacchierotti C。、Scheggi年代。,Prattichizzo, D., and Misra, S. (2016). Haptic feedback for microrobotics applications: A review.前面。机器人人工智能3,53岁。doi: 10.3389 / frobt.2016.00053
公园,c . H。,Ryu, E.-S., and Howard, A. M. (2015). Telerobotic haptic exploration in art galleries and museums for individuals with visual impairments.IEEE反式。触觉8,327 - 338。doi: 10.1109 / toh.2015.2460253
斯图亚特,M。,Turman, A. B., Shaw, J., Walsh, N., and Nguyen, V. (2003). Effects of aging on vibration detection thresholds at various body regions.BMC Geriatr。3、1 - 10。doi: 10.1186 / 1471-2318-3-1
Stuckler, J。,Schwarz, M., and Behnke, S. (2016). Mobile manipulation, tool use, and intuitive interaction for cognitive service robot cosero.前面。机器人人工智能3,58岁。doi: 10.3389 / frobt.2016.00058
Trahanias, P。Burgard, W。Argyros,。Hahnel D。,Baltzakis, H., Pfaff, P., et al. (2005). Tourbot and webfair: Web-operated mobile robots for tele-presence in populated exhibitions.IEEE机器人自动化杂志。12日,77 - 89。doi: 10.1109 / mra.2005.1458329
王,L。,Mohammed, A., and Onori, M. (2014). Remote robotic assembly guided by 3d models linking to a real robot.CIRP安。63年,1 - 4。doi: 10.1016 / j.cirp.2014.03.013
山内,T。,冈本年代。,Konyo, M., Hidaka, Y., Maeno, T., and Tadokoro, S. (2010). “Real-time remote transmission of multiple tactile properties through master-slave robot system,” in2010年IEEE机器人与自动化国际会议上,美国安克雷奇,正义与发展党,2010年5月03-07(IEEE),1753 - 1760。
Yokokohji Y。,和Yoshikawa, T. (1994). Bilateral control of master-slave manipulators for ideal kinesthetic coupling-formulation and experiment.IEEE反式。机器人自动化10日,605 - 620。doi: 10.1109/70.326566
Yokosaka, T。、Kuroki年代。,Watanabe, J., and Nishida, S. (2016). Linkage between free exploratory movements and subjective tactile ratings.IEEE反式。触觉10日,217 - 225。doi: 10.1109 / toh.2016.2613055
关键词:vibrotactile显示器,显示,材料感知,触觉反馈,机器人遥操作
引用:高桥M,长野H, Tazaki Y和Yokokohji Y(2023)有效的触觉反馈类型robot-mediated材料根据目标属性的歧视。前面。虚拟现实。4:1070739。doi: 10.3389 / frvir.2023.1070739
收到:2022年10月15日;接受:2023年1月20日;
发表:2023年2月3日。
编辑:
Elisa Galofaro德国海德堡大学版权©2023高桥、长野Tazaki Yokokohji。这是一个开放分布式根据文章知识共享归属许可(CC)。使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。
*通信:Hikaru长野,nagano@mech.kobe-u.ac.jp