机器人触觉临场感电触觉反馈技术研究

本文对机器人触觉临场感电触觉反馈技术进行了实验性研究。设计出了电触觉反馈装置和触觉反馈手套,结合我们已经研制出的指形触觉传感器和数据手套构成了遥操作机器人触觉临场感系统。联机实验结果表明,该触觉反馈装置能够给操作者提供有效的触觉反馈。     

一种新型手臂力触觉反馈装置的设计与实现

力触觉是重要的非视觉信息来源之一,通过触觉向人类传递丰富的信息被广泛应用于各个领域。为解决基于振动的力触觉反馈中所存在的振动器与皮肤之间接触力不可调和重复穿戴时接触力不一致而影响振动感知的问题,提出了一种利用气囊来调节振动器与皮肤之间的接触力的方法,并以此设计了一种新型手臂力触觉反馈装置。为验证装置的有效性,设计了不同的振动强度识别实验。实验结果表明,对于参与实验的受试者,振动器与皮肤之间的接触力对振动强度的识别的影响是显著的,在气囊内外气压差为15 mbar时,振动强度的识别率最高,为76. 67%。     

基于触觉交互界面的虚拟现实警务训练系统

虚拟现实凭借着其高沉浸感的体验,在警务仿真培训中有着广泛应用,由于商用虚拟现实系统多关注视觉反馈,难以使用标准的手控器为警务培训提供逼真的触觉交互体验。触觉交互界面基于多功能的离散单点触控交互系统,可实现虚拟现实中的道具操作直接交互,针对虚拟训练中的警务场景,该系统能够识别用户所选道具,并响应用户的交互动作,以提高虚拟现实系统的交互真实性。该系统使用HTC Vive 追踪器对用户进行运动捕捉,以生成人体骨架驱动虚拟代理。同时,使用单片机获取并处理用户的道具选择信息及用户与道具的交互信息,再通过蓝牙通信传输至上位机。硬件设计采用 STM32F103 系列中的 C8T6 最小系统板,相关功能通过软件 Keil5 编程实现。实验验证了系统的正确性和可行性,能够提供多样的物理触觉代理,增强了虚拟环境中的交互体验。该系统为虚拟现实交互技术提供了新的思路和方向,具有很好的应用前景。     

遥作机器人系统中的触觉反馈

由于人工智能,传感和控制技术水平的限制,工作在复杂或未知环境下的全自主型机器人是目前难以达到的目标。具有遥控作业能力的机器人系统则是实现未知环境下作业的有     

Atmel推出带有集成式触觉反馈效应的电容式触摸控制器

爱特梅尔公司（Atmel Corporation）宣布，在其QTouch电容式触摸控制器中集成触觉反馈（haptics）功能以支持按钮、滑条和拨轮（BSW）功能。这项集成可让客户在使用Atmel QTouch电容式触摸控制器时获得加入更丰富的触摸和触觉反馈体验，     

基于触觉反馈的视觉手虚拟现实交互技术

为提高视觉手虚拟现实交互的效率与精度,引入触觉反馈技术,设计一种针对视觉手的虚拟现实交互技术。首先,利用底层视觉效应进行单元图像在指定范围内的归一化处理,提取多视点手姿态特征;其次,引入触觉反馈技术,根据手势缺陷示意图,利用感知理论提取不同手势下的感知信息;再次,利用矩阵不变效应定义触觉反应单元的阶级矩阵,并检测手势缺陷与指尖空间位置;最后,应用SolidWorks三维建模软件建立视觉手三维实体模型,使用一系列约束、装配语句进行视觉手位姿动作的虚拟现实空间匹配。设计对比实验,证明设计的视觉手虚拟现实交互技术可以缩短界面感知手势所需的时间,提高虚拟现实交互行为的精度。     

力触觉反馈装置发展概述

力触觉反馈技术起源于主从机器人领域,能够给操作者带来真实沉浸的体验,提高操作效率。近年来,随着遥操作、虚拟现实等技术的发展,力触觉反馈装置得到了研究人员的高度关注。首先,简要总结了力触觉反馈技术的发展状况;然后,对现有力触觉反馈装置进行了分类,介绍了近年来力触觉反馈装置的研究情况;最后,针对现有研究,分析和阐述了力触觉反馈装置的发展趋势,并指出了目前存在的问题,对力触觉反馈装置未来所面临的机遇与挑战提出了一些见解。     

基于人体动作反馈的上肢康复机器人主动感知系统

提出了基于人体动作命令反馈的主动康复训练方法．首先,对采集到的4通道上肢肌电信号进行小波包分解,提取小波系数的log特征,输入到神经网络辨识,对上肢的8种常用动作取得了92.86%的辨识成功率．随后,将辨识结果动作以虚拟动画的形式展示给患者,患者针对辨识动作进行点头确认或者摇头拒绝．采用Kinect获取患者的动作视频,经过人脸辨识缩小检测范围,利用光流特征与先验经验结合,对比分析了投票法、Sigmoid法与tanh法的动作辨识结果,在人为干扰的条件下,Sigmoid法仍然表现优良．设计了Sigmoid法的参数修正方法,最终准确度达87.25%,无危险性误判率为12.75%．经过主动康复实验,本文提出的基于人体动作命令反馈的主动康复训练意图感知方法具有良好效果,适用于主动康复训练场合．     

用于实时柔性触觉再现的平行菱形链连接模型

精度高且实时性好的柔性触觉变形模型是实现触觉再现系统的关键。提出了一种新的基于物理意义的平行菱形链连接触觉变形模型,系统中各个链结构单元相对位移的叠加对外等效为物体表面的变形,与之相连的弹簧弹性力的合力等效为物体表面的接触力。使用Delta 6-DOF手控器,建立了触觉再现实验系统,对柔性体的接触变形和实时虚拟触觉反馈进行仿真, 实验结果表明所提出的模型不仅计算简单,而且能够保证触觉接触力和形变计算具有较高精度,满足虚拟现实系统对精细作业和实时性的要求。     

手机空间振动触觉系统的硬件设计与实现

文章针对智能手机上触觉反馈单一的问题设计了一种利用多振动片实现手机空间触觉感知的系统.使用了2×2=4个微型振动片贴在手机后壳上,当手握持手机时通过给4个不同位置的振动片施加控制信号来表达不同的触感语义.通过对6名用户的实验优化设计了振动片的相对位置、振动时长和振动时间间隔等参数.本系统可为手机提供丰富的触觉反馈样式,为后续的手机触感交互提供了基础.     

基于力反馈的手功能康复训练系统设计

为辅助偏瘫患者进行受损手指康复训练,设计一种力反馈手指康复训练系统。系统主要分为三部分:康复训练机构,下位机控制电路,上位机控制软件。系统有主被动两种训练模式。主动模式下,患者自己做训练动作,由磁流变液阻尼器提供相应的力反馈;被动模式下,电机带动机构和患者手指进行训练动作。同时,在机构上设置光电编码器、力矩传感器来采集患者进行康复训练时手指运动范围、力量等信息,作为对患者康复阶段的评估依据。实验表明,本康复训练系统可以有效辅助患者完成康复训练动作,有利于恢复受损手指功能。     

虚拟现实手部康复训练系统的设计与实现

将虚拟现实技术应用到康复医学领域,可有效克服传统康复训练方法的局限性,实现安全、舒适和主动的康复训 练。本文设计并实现了一套虚拟现实手部康复训练系统,系统由交互设备、人机交互软件和虚拟环境三部分组成。交互 设备采用 5DT 公司生产的 5DT Data Glove 14 Ultra 数据手套,而人机交互软件运用 Visual Studio 2012 作为开发工具,基于 MFC 编写,实现了用户管理、数据采集、手势信号分类、实时手势识别测试等功能。构建的虚拟场景使用 Flash 游戏, 通过 MFC 和 Flash 游戏之间通讯使用者能使用手势信号实现游戏操控。本文的实验结果表明：虚拟现实手部康复训练系 统能够指导使用者进行有效的手部康复训练,Flash 康复训练游戏能有效提高使用者进行康复训练的积极性和主动性。     

支持力反馈的肝脏外科虚拟手术仿真系统

介绍一个用于外科手术的肝脏虚拟手术仿真系统。该系统基于SensAble公司的PHANTOM力反馈设备,利用虚拟现实技术实现肝脏手术过程中有关肝脏及其内部组织的多种手术操作,提供真实的视觉反馈和力反馈,具有良好的实时性。为虚拟现实技术在手术仿真中的实用化探索出一条可行的道路。     

虚拟现实技术在柔性上肢康复机器人中的应用

根据末端牵引式和外骨骼式上肢康复机器人的特性,研制了一种新型的柔性上肢康复机器人。机器人的康复训练系统结合了主动和被动模式的要素,将虚拟现实（VR）技术引入上肢康复机器人,通过现实环境中的光学3D位置捕获以及VR环境中的3D位置感知,设计了虚拟动态模型交互性节点和碰撞检测实验,实现虚拟现实交互,提高虚拟模型运动实时效果和上肢康复训练精度。VR和新颖的康复机器人的集成为具有特定任务的患者提供了有效的训练。     

基于力反馈的手部康复训练装置研究进展

携带力反馈功能的装置进行训练已经成为手功能康复训练的重要手段.详细介绍了典型的用于手部康复训练的力反馈装置,通过对其优缺点进行比较,发现手部康复训练力反馈装置存在安全性要求高、重量较大、功能比较欠缺和实时性差的问题,并提出了相应的解决思路.最后展望了手部康复训练力反馈装置的发展趋势.     

基于Kinect的上肢康复网络系统的设计与实现

目前上肢运动功能障碍患者的康复训练一般为人工指导的方式,针对此训练方式的人员、场地资源限制,以及训练数据难以记录管理的问题,设计并实现了一套可进行自主训练,可详细记录、查询训练数据的网络康复训练系统。系统通过Kinect传感器采集人体的运动信息,计算人体骨骼向量,并结合Dynamic Time Warping (DTW)算法,将患者的实际动作与标准动作进行匹配,根据匹配结果指导患者进行自主康复训练,节省了指导人员与场地资源,并与游戏相结合,提高了趣味性;基于Spring、SpringMVC、MyBatis（SSM）框架的康复训练数据管理系统,提供了记录、查询、统计训练数据的功能,将病人的训练时间与完成情况绘制成图表,方便专业人员跟踪病人的训练情况,使康复训练更加自动化、数据化、高效化。     

基于结构优化的DDAG-SVM上肢康复训练动作识别方法

针对上肢康复训练系统中训练评估方法核心的动作识别问题, 提出一种面向Brunnstrom 4~5期患者上肢康复训练动作的SODDAG-SVM (Structure-optimized decision directed acyclic graph-support vector machine)多分类识别方法.首先将多分类问题分解成一组二分类问题, 并使用支持向量机构建各二分类器, 分别采用遗传算法和特征子集区分度准则对各二分类器的核函数参数及特征子集进行优化.然后使用类对的SVM二分类器泛化误差来衡量每个类对的易被分离程度, 并由其建立类对泛化误差上三角矩阵.最后由根节点开始, 依次根据各节点的泛化误差矩阵, 通过选择其中最易被分离类对的SVM分类器构成该节点的方式, 来构建SODDAG-SVM多分类器结构.当待预测的实例较少时, 直接构建实例经过的SODDAG-SVM部分结构并对实例进行预测; 当待预测的实例较多时, 先构建完整的SODDAG-SVM结构, 再代入所有实例进行预测.通过人体传感技术获得Brunnstrom 4~5阶段上肢康复训练的常用动作样本集, 进行SODDAG-SVM动作识别实验, 准确率达到了95.49%, 结果均优于常规的决策有向无环图(Decision directed acyceic graph, DDAG)和MaxWins方法, 实验表明本文方法能有效地提高上肢康复训练动作识别的准确率.     

用于触摸屏交互的可穿戴指端力反馈系统设计

力触觉再现技术在增强用户与触摸屏交互的真实感和沉浸感方面发挥着越来越重要的作用,设计了一种面向触摸屏图像信息感知的可穿戴指端力反馈装置。设计基于线绳牵引驱动的指端力反馈机构,将装置分为驱动和可穿戴部分,使其具备小巧、轻便、易佩戴的特点。设计测控系统,实现了输出反馈力的检测和控制。研究图像信息提取和力触觉建模算法,获取图像中物体的三维特征信息,配合力反馈装置和测控系统实现图像纹理高度、外形轮廓信息再现反馈。实验结果表明,该装置最大可以提供5.3 N的反馈力,能够帮助用户感知触摸屏中图像的高度和形状信息。     

基于力反馈的虚拟拆卸系统关键技术研究

在虚拟拆装系统的研制过程中,一般要求设计的系统具有尽可能好的“沉 浸感”,除了给用户良好的视觉感受外,应尽可能多的增加其它感官感受,例如触觉等。因 此,对于力/触觉反馈的研究就变得尤为重要。该文在对PHANTOM Omni 力反馈装置工作 原理分析的基础上,运用VC++与OSG 相结合,实现了虚拟物体的拾取和交互式移动,针 对典型机械装备,开发了基于力反馈的交互式虚拟拆卸系统。使维修人员对机械产品和维修 场景产生最直接的感受与真实的操作体验,提高维修人员的维修质量和效率,降低训练成本。