Understanding Grasp Synergies during Reach-to-grasp using an Instrumented Data Glove

要約

データグローブは人間の掴みの研究において重要な役割を果たしており、掴みの相乗効果についての洞察を提供する可能性があります。
相乗効果を把握することで、手の外骨格の制御戦略を開発するための根本的なパターンの特定につながります。
このペーパーでは、計測機器を使用して強化され、3D プリント技術を使用して製造されたデータ グローブの設計と実装について説明します。
このグローブは、指に柔軟なセンサーを使用し、指先にグローブに統合された力センサーを使用して、把握姿勢と力を正確に捕捉します。
掴みに至るまでの動作を含む、人間の掴みの運動学とダイナミクスの理解が行われます。
10人の健康な被験者を対象とした包括的な研究が実施されました。
ロボットによる把握の基礎となるパターンを特定するために、把握の相乗効果分析が実行されます。
t-SNE の視覚化では、把握姿勢と力のクラスターが示され、さまざまな GT 間の類似点とパターンが明らかになりました。
これらの発見は、リハビリテーション用途における腱駆動の柔らかい手の外骨格の設計と制御における包括的なガイドとして役立ち、自然な手の動きと握力の再現を可能にする可能性があります。

要約(オリジナル)

Data gloves play a crucial role in study of human grasping, and could provide insights into grasp synergies. Grasp synergies lead to identification of underlying patterns to develop control strategies for hand exoskeletons. This paper presents the design and implementation of a data glove that has been enhanced with instrumentation and fabricated using 3D printing technology. The glove utilizes flexible sensors for the fingers and force sensors integrated into the glove at the fingertips to accurately capture grasp postures and forces. Understanding the kinematics and dynamics of human grasp including reach-to-grasp is undertaken. A comprehensive study involving 10 healthy subjects was conducted. Grasp synergy analysis is carried out to identify underlying patterns for robotic grasping. The t-SNE visualization showcased clusters of grasp postures and forces, unveiling similarities and patterns among different GTs. These findings could serve as a comprehensive guide in design and control of tendon-driven soft hand exoskeletons for rehabilitation applications, enabling the replication of natural hand movements and grasp forces.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google