物体增强算法：从光学标记点计算虚拟物体运动与物体诱导交互力矩
摘要
本研究针对日常生活活动（ADL）执行过程中人体手臂关节力矩的多样化与全面数据需求进行了探讨。先前的研究往往忽略了物体对ADL期间关节力矩的影响，导致可用于分析的数据集有限。为填补这一空白，我们提出了一种物体增强算法（OAA），能够在基于标记点的数据库中增强虚拟物体运动与物体诱导关节力矩估计。OAA包含五个阶段：（1）从光学标记点计算手部坐标系，（2）利用虚拟标记点表征物体运动，（3）通过逆运动学（IK）计算物体运动，（4）利用逆动力学（ID）确定实现指定物体运动所需的力/力矩，（5）计算物体操作引起的关节力矩。通过在5+4自由度（DoF）机器人手臂系统上对三个不同物体进行操作时的轨迹跟踪与力矩分析，验证了该算法的精度。结果表明，OAA能够准确且精确地估计6 DoF物体运动与物体诱导关节力矩。计算值与测量值之间的相关性对物体轨迹大于0.99，对关节力矩大于0.93。进一步证明OAA对输入标记点数量和放置位置的变化具有鲁棒性，这在各数据库之间是预期存在的。重复实验之间的差异微小但显著（p < 0.05）。该算法扩展了可用数据的范围，促进了对人机交互动力学的更全面分析。
引用
@article{arxiv.2408.07434,
title = {Object Augmentation Algorithm: Computing virtual object motion and object induced interaction wrench from optical markers},
author = {Christopher Herneth and Junnan Li and Muhammad Hilman Fatoni and Amartya Ganguly and Sami Haddadin},
journal= {arXiv preprint arXiv:2408.07434},
year = {2024}
}
备注
An open source implementation of the described algorithm is available at https://github.com/ChristopherHerneth/ObjectAugmentationAlgorithm/tree/main. Accompanying video material may be found here https://youtu.be/8oz-awvyNRA. The article was accepted at IROS 2024