使用定制智能手套识别三维形状间的差异

已有报道指出，嵌传感器手套系统需要针对每位用户进行仔细、耗时且精确的校准，才能获得一致可用的数据。我们开发了一种基于低成本弯曲传感器的智能手套系统，可能克服数据手套的常见局限。该系统采用基于 Arduino 的微控制器以及每根手指一个弯曲传感器。来自 Arduino 模数转换器的反馈可用于推断物体的尺寸特性，各手指的反应会因抓握物体的大小和形状而异。本工作中，我们报告了其在统计区分不同半径的球形与圆柱形静止物体方面的应用，且不受手套使用者引入的差异影响。使用我们的嵌传感器手套系统，我们探索了基于智能手套各手指触觉传感器响应进行物体分类的实用性。根据五根手指的平均弯曲传感器读数计算了均值估计标准误。与文献一致，我们发现物体的形状、尺寸与弯曲传感器读数间存在系统性依赖。在比较同半径的球形与圆柱形物体时，至少一根手指的传感器输出显示出非重叠置信区间。当感知不同大小的球与圆柱时，五根手指对每个形状均有类别化的不同反应。我们相信我们的发现可用于实时物体识别的机器学习模型。