配备视觉系统的动力假肢手以增强类人抓取
机器人学
2024-12-11 v1 计算机视觉与模式识别
人机交互
系统与控制
系统与控制
摘要
抓取过程的拟人化显著提升了假肢手佩戴者的体验和抓取效率。目前，由脑机接口(BCI)和肌电图(EMG)等信号控制的假肢手在精确识别截肢者的抓取手势和执行拟人化抓取过程方面面临困难。虽然配备视觉系统的假肢手能够实现物体特征识别，但它们缺乏对人类抓取意图的感知。因此，本文探讨了仅通过视觉数据来估计抓取手势以实现拟人化抓取控制，以及在多物体环境中确定抓取意图。为了解决这一问题，我们提出了基于空间几何的手势映射(SG-GM)方法，该方法基于人类手抓取过程的几何特征构建手势函数。随后将其在假肢手上实现。此外，我们提出了基于运动轨迹回归的抓取意图估计(MTR-GIE)算法。该算法利用回归预测和从假肢手位置与轨迹导出的先验空间分割估计来预测预抓取物体。实验针对8种常见日常物体（包括杯子、叉子等）进行抓取。实验结果给出了抓取过程的相似系数为0.911，均方根误差(RMSE)为，抓取成功率为95.43%，抓取过程平均时长为。此外，还在多物体环境中进行了抓取实验。意图估计的平均准确率达到94.35%。我们的方法论为提升假肢手功能提供了一种开创性方法，并为未来研究提供了有价值的见解。
引用
@article{arxiv.2412.07105,
title = {A Powered Prosthetic Hand with Vision System for Enhancing the Anthropopathic Grasp},
author = {Yansong Xu and Xiaohui Wang and Junlin Li and Xiaoqian Zhang and Feng Li and Qing Gao and Chenglong Fu and Yuquan Leng},
journal= {arXiv preprint arXiv:2412.07105},
year = {2024}
}