基于残差加权优化的人类-外骨骼运动学标定以提高手部跟踪精度

手术外骨骼是实现灵巧遥操作和沉浸式操作接口的关键工具，但要实现准确的手部跟踪仍然具有挑战性，这是由于用户特有的解剖变异性和佩戴不一致性所致。这些问题导致运动学错位，降低跟踪性能并限制在精密任务中的适用性。我们提出了一种面向外骨骼手部跟踪的主体特定标定框架，通过残差加权优化估计虚拟链参数。引入一种数据驱动的方法，通过动作捕捉 ground truth 对成本函数权重进行经验性调校，实现跨用户准确且一致的标定。在实现于Maestro手术外骨骼上，七名健康受试者参与实验，方法在多种手部几何形状下显著降低了关节和指尖跟踪误差。基于Unity的定性可视化进一步证明了运动保真性的提高。该方法的框架可推广至具有闭环运动学和最小传感器的外骨骼，为高保真遥操作和机器人学习应用奠定了基础。