CN106408035A - 基于人力触觉感知特性的力触觉再现真实感客观评价方法 - Google Patents
基于人力触觉感知特性的力触觉再现真实感客观评价方法 Download PDFInfo
- Publication number
- CN106408035A CN106408035A CN201610926474.8A CN201610926474A CN106408035A CN 106408035 A CN106408035 A CN 106408035A CN 201610926474 A CN201610926474 A CN 201610926474A CN 106408035 A CN106408035 A CN 106408035A
- Authority
- CN
- China
- Prior art keywords
- haptic feedback
- haptic
- reality
- sense
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2193—Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Multimedia (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种基于人力触觉感知特性的力触觉再现真实感客观评价方法,该方法模拟了人主观进行真实感评价的过程,其特征在于首先对真实和虚拟环境下同一力触觉再现任务进行数据采集并分析生成多维矩阵,即“力触觉图像”,通过基于人触觉感知特性的建模对力触觉图像进行感知滤波将数据映射到感知空间,在感知空间内对真实和虚拟环境下的数据进行相似度分析从而完成力触觉真实感再现的客观评价。本发明有效避免了评价过程中人主观因素的影响,具有稳定性和可重复性;和需要多人次长时间的主观评价实验相比,效率高,节省时间。充分考虑了人的力触觉感知特性,更加接近真实的评价过程;适用于不同力触觉再现装置和任务。
Description
技术领域
本发明属于力触觉交互领域,具体涉及一种基于人力触觉感知特性的力触觉再现真实感客观评价方法。
背景技术
虚拟力触觉再现是借助一定的装置,模拟真实环境中人与环境交互中的各类机械刺激并作用于人,从而产生与真实环境相近的力触觉感受过程。力触觉再现既反映了环境中的物体的客观物理属性,又与人的触觉感受特性有密切联系,是对客观存在物体的一种相似性的生动模仿和描述。
具有真实感的力触觉再现能提高人机交互有效性、扩大虚拟现实技术实用性。随着力触觉再现技术的发展,力触觉再现技术已经成为许多应用必不可少的环节。在虚拟外科手术、临场感遥操作、虚拟现实游戏等场合中,触感的强弱、准确性和真实性直接影响交互设备的性能和用户人机交互的友好度。因此,力触觉再现真实感研究和力触觉再现真实感的评价成为力触觉再现技术中的基础性问题。
力触觉再现真实感评价方法分为主观评价和客观评价两类。主观评价方法是让受试者将再现装置所产生的力触觉刺激与真实的力触觉感受进行对比,由受试者亲身体验后给出意见。人的主观评价一直认为是最直接、最准确的方法。目前,大量的力触觉真实感评估都是采用心理物理学实验方法进行主观打分。Lederman团队利用心理物理学实验进行了大量的力触觉再现和评价的基础性研究。Harders和Matthias等人让受试者比较真实软组织和虚拟软组织所呈现的触感,并对主观评价分数进行了多维尺度分析。力触觉再现真实感的主观评价方法相对比较成熟,但要通过人的主观评价实验实现,受实验条件和人为因素影响较大,结果一致性较差、过程复杂。
客观评价是利用多种传感器分别获取虚拟和真实交互过程中力触觉信息,计算机学习并模拟人的感知规律,提取能表征力触觉刺激效果的特征参数,并将虚拟力触觉再现下的特征参数与真实力触觉接触下的特征参数进行对比,从而模拟人的主观评价比较的过程。客观评价方法通常以可测量参数为观察对象,将虚/实参数进行比较,对人的主观依赖性较小,具有确定性和稳定性的优点。以往的力触觉再现真实感客观评价方法研究重点在于特征参数(评价对象)的选取和特征参数的比较方法。Hannaford和S.A.Wall以及K.Chun等基于Fitts定律引入了性能参数的概念,实现了多种特征参数的综合。Tan提出了信息转化量这一表征人与装置之间的信息传递量的间接特征参数及其计算方法,便于不同类型的力触觉再现装置性能的横向比较。Samur等人在进行摩擦力触觉再现系统的性能评估时,首先通过主观感知实验测得摩擦力JND值,进而推算装置所能呈现的等效摩擦系数,解决客观评价标准与主观评价标准不一致的问题。以上这些基于物理特征参数的客观评价方法的局限性在于不同力触觉交互系统在物理特性参数有很大差异,且单个特征参数往往也不足以反映力触觉交互全部信息。后续研究提出了基于真实和虚拟环境下力触觉再现结果对比的客观评价方法。Emanuele和Ruffaldi等人通过对真实物体进行扫描建立虚拟模型,而后基于真实和虚拟力触觉再现的差别进行真实感评价。这一类的客观评价方法重点在于研究作用于人的物理刺激的一致性,但对人的力触觉感知特性及其对力触觉认知的影响考虑不充分。目前虽然已经有大量专注于力触觉感知机理和认知心理学的研究,发现了人的力触觉感知特性,并总结出一些力触觉认知规律,但这些研究成果未被充分用于评价过程中触觉认知环节的建模与功能模拟。评价方法大多局限于基于统计学方法的误差分析,也难以反映出力触觉再现中的一些生理学特性。
本发明所提出的一种基于人力触觉感知特性的力触觉再现真实感客观评价方法是建立在对交互过程中力触觉信息的全面采集(力触觉图像)基础上,基于人的力触觉感知模型对人主观评价过程进行的模拟。以克服目前各种力触觉再现真实感评价办法通用性和评价结果一致性差的缺点。
发明内容
发明目的:为了克服现有力触觉再现真实感评价技术存在的不足,本发明提出一种基于人力触觉感知特性的力触觉再现真实感客观评价方法。
技术方案:本发明提出的一种基于人力触觉感知特性的力触觉再现真实感客观评价方法,包含以下主要步骤:
(1)分别对真实和虚拟环境下力触觉再现任务进行交互力和位置数据采集,经过相关性分析和冗余处理生成包含了随时间和空间变化的多点力触觉图像MV和MR;
(2)基于人力触觉感知特性建立感知模型,对力触觉图像MV和MR进行感知滤波;
(3)将感知滤波并降维处理后得到的感知矩阵SV和SR在感知空间内进行相似度分析,进而得到虚拟力触觉再现真实感客观评价结果。
进一步的,步骤(1)中所述力触觉图像是一个多维矩阵,该矩阵是由力触觉再现任务中采集到的各种基础物理参数以及时间维度信息共同组合而成,基本形式如下:
式(1)中,Pt表示了在t时刻的状态矩阵,其中ai表示根据具体力触觉再现任务选定的第i个人体采集部位对应的物理参数,所述物理参数包括力的大小、方向、运动的位移、速度和角度中的一种或多种,k表示部位参数之间的换算关系,即相关性;和表示相应物理参数对时间的导数;n表示采集部位的总个数;式(2)中力触觉图像表示了整个交互过程中状态矩阵Pt随时间变化的规律,N表示整个过程中采样点的个数。
进一步的,步骤(1)中所述冗余性分析是指对物理参数间的物理关系以及相互推导关系进行优化表示;所述相关性分析是指根据人体运动学规律和力触觉感知特性对参数之间的相关性进行分析并表达。
进一步的,步骤(2)中所述感知模型等效于各种单个感知滤波器的集群效应,单个感知滤波器代表一种人对外部客观机械刺激的主观感受输入输出等效模型,感知模型的基本形式如下:
R={Filter|Φ1(t),…,Φn(t),fr(t),OF(t),…} 式(3)
式(3)中Φ1(t),…,Φn(t),fr(t),OF(t)分别代表对应的单一感知滤波器,其中Φ1(t),…,Φn(t)代表每个采集部位的多种物理参数的滤波器传递函数,fr(t)代表感知频率特性传递函数,OF(t)代表输出力范围特性传递函数。
进一步的,步骤(3)中的降维处理是指将经过感知模型滤波的多维力触觉图像Mv和MR由高维空间映射到较低维度的力触觉感知空间,得到感知矩阵SV和SR。
进一步的,步骤(3)中对感知矩阵SV和SR进行的相似度分析采用统计学分析或者机器学习的方法,感知矩阵的相似度越高表明力触觉再现真实感越好。
有益效果:本发明方法模拟了人主观进行真实感评价的过程,首先对真实和虚拟环境下同一力触觉再现任务进行数据采集并分析生成多维矩阵,即“力触觉图像”,通过基于人触觉感知特性的建模对力触觉图像进行感知滤波将数据映射到感知空间,在感知空间内对真实和虚拟环境下的数据进行相似度分析从而完成力触觉真实感再现的客观评价。与现有技术相比,本发明具有以下优点:
与以往基于心理物理学实验进行打分的主观评价相比,本发明建立力触觉感知模型,利用计算机模拟人感知力触觉再现任务的过程,消除了实验过程中环境和人主观因素的影响,客观且具有可重复性。与以往基于力触觉再现设备物理性能的评价方法相比,本发明充分考虑了感知过程中人的生理心理学感知特性,评价结果更加接近真实的感受过程,更加合理可靠。和需要多人次长时间的主观评价实验相比,效率高,节省时间。同时本发明提出的方法是基于力触觉再现任务和面向整个力触觉再现过程的评价方法,适用于不同的力触觉再现设备的评价。
附图说明
图1为力触觉再现评价基本步骤示意图。
图2为主客观评价方法流程对比图。
图3为本发明评价过程示意图。
具体实施方式
下面将结合附图对本发明实施方案进行具体说明。
本发明提出的一种基于人力触觉感知特性的力触觉再现真实感客观评价方法是对人主观感知和评价力触觉再现任务过程的模拟,如附图1所示,主观和客观力触觉再现真实感评价均包括感受、传导、分类、评价四个基本步骤,其中触觉感受器和物理传感器属于感受过程,神经传导和数据预处理属于传导过程,神经中枢(大脑)和触觉感知模型处理属于分类过程,最终得出结果属于评价过程。具体到本发明提出的基于人力触觉感知特性的力触觉再现真实感客观评价方法,如附图2所示:数据采集与力触觉图像的生成过程对应于主观评价中人体触觉感受器感知力触觉再现装置刺激的过程;感知模型滤波的过程对应于主观评价中人体神经中枢对外界力触觉刺激的分析综合过程;感知空间内的相似度分析过程对应于主观评价中人对再现效果进行主观打分的过程。
如图3所示,本发明提出的一种基于人力触觉感知特性的力触觉再现真实感客观评价方法包括以下步骤:
(1)分别对真实和虚拟环境下力触觉再现任务进行交互力和位置数据采集,经过相关性分析和冗余处理生成力触觉图像MV、MR。
(2)基于人力触觉感知特性的建立感知模型,对步骤(1)中的力触觉图像MV、MR进行感知滤波。
(3)将步骤(2)中感知滤波并降维处理后得到的随时空变化的感知矩阵SV、SR在感知空间内进行相似度分析,进而得到力触觉再现真实感客观评价结果。
其中步骤(1)中数据采集过程中的参数需要根据不同的力触觉再现任务进行选取,通常包括交互过程力的大小方向,运动的位移、速度、加速度等信息。步骤(1)中真实环境下的数据采集过程通过各种对应的传感器进行实现,如压力传感器、角度传感器等。虚拟环境下对应的数据则通过虚拟模型的数据输出得到,真实和虚拟环境下采集得到的数据均采用国际单位制并进行归一化处理。力触觉图像生成过程中的相关性分析主要根据人体运动学规律和力触觉感知特性对采集得到的物理参数之间的相关性进行分析并表达,如手指掌指关节,近端指间关节,远端近端指间关节的角度换算关系。冗余性分析是指对物理参数间的物理关系以及相互推导关系进行优化表示,如速度用位移对时间的导数表示。生成的力触觉图像是一个多维矩阵,该矩阵是由力触觉再现任务中采集到的各种基础物理参数以及时间维度信息共同组合而成,采用如下基本形式:
如式(1)中所示,Pt表示了在t时刻的状态矩阵,其中ai表示根据具体力触觉再现任务选定的第i个人体采集部位对应的物理参数,包括但不限于力的大小、方向、运动的位移、速度和角度中的一种或多种,k表示部位参数之间的换算关系,即相关性;和表示相应物理参数对时间的导数;n表示采集部位的总个数;对于不同的力触觉再现任务,所选参数会有不同。
式(2)中力触觉图像表示了整个交互过程中状态矩阵Pt随时间变化的规律,N表示整个过程中采样点的个数。
步骤(2)中人力触觉感知特性是指在进行力触觉交互时人体感受器感受物理参数变化的生理学规律以及各种已知的触觉感知错觉现象。感知模型等效于各种单个感知滤波器的集群效应,单个感知滤波器代表一种人对外部客观机械刺激的主观感受输入输出等效模型。感知模型的建立采用对多个单一感知特性滤波器的级联综合生成,单一感知滤波器各自对应一种力触觉感知特性,感知模型采用如下基本形式:
R={Filter|Φ1(t),…,Φn(t),fr(t),OF(t),…} 式(3)
式(3)中Φ1(t),…,Φn(t),fr(t),OF(t)分别代表对应的单一感知滤波器,其中Φ1(t),…,Φn(t)代表每个采集部位的多种物理参数如力、位移、角度的滤波器传递函数,fr(t)代表感知频率特性传递函数,OF(t)代表输出力范围特性传递函数。不同的传递函数可以表征不同类型的感知特性,如感知差别阈限、感知错觉现象等。感知模型的建立需要对应具体的力触觉感知任务,不同的力触觉感知任务所采用的单个感知滤波器应相应变化。
在步骤(3)中对步骤(2)中经过感知模型滤波的多维力触觉图像MV、MR采用多维尺度分析(MDS)和主成分分析(PCA)的方法由高维空间映射到较低维度的力触觉感知空间,得到感知矩阵SV、SR。然后在感知空间内采用统计学分析或机器学习的方法进行相似度分析,得到力触觉再现真实感客观评价结果。感知空间中真实和虚拟感知矩阵相似度越高,说明虚拟力触觉再现真实感效果越好。
下面将以按压弹簧的力触觉再现任务为例,阐述本发明的具体实施过程:
本实例中采用的真实弹簧为线径2mm,外径25mm,长度50mm,弹簧材料为碳素钢。真实按压过程中压力采集采用flexiforce柔性压力传感器,量程0-4.4N,弹簧形变采用超声波测距模块采集,精度1mm。虚拟弹簧模型采用Omega.7力触觉再现装置实现,输出力精度为0.001N,位移精度为0.1mm。真实和虚拟过程中所有参数的采样频率均为200Hz。真实和虚拟过程中均采集一个完整的按压过程,本实例中一个完整的过程为7s。按压弹簧力触觉再现任务较为简单,运动方向固定在某一坐标轴上,因此本实例中选取按压过程中里的大小和弹簧形变作为基本参数。下面将结合具体步骤对本发明基本过程进行说明:
(1)力触觉图像的生成。本实例中分别对真实和虚拟环境下力触觉再现任务进行交互力和位置数据采集,分别得到序列FV、SV、FR、SR。本实例中相关性分析指的是各参数相对时间的相关性分析,即序列FV、SV、FR、SR分别对时间求导得到冗余性分析为本实例中表现为F和S之间的物理关系,F对S求导得到KV、KR。分别将序列KV和KR组合即得到力触觉图像MV、MR。
(2)感知模型的建立和滤波。本实例中采用的感知滤波器包括感知频率特性、感知力范围特性和感知差别阈限特性滤波器。滤波模型形式为:
R={Filter|fr(t),OF(t),JNDF}
前期研究表明手指按压过程中手指感知频率范围为2-6Hz,手指感知力范围特性为大于0.06N,力感知相对差别阈限在0.06-2.5N范围内为7%,在2.5-10N范围内为25%。因此模型中fr(t)是表明频率特性的带通滤波器,OF(t)是表明力范围特性的带通滤波器。JNDF是表明力相对差别阈限的滤波器,其形式如下:
滤波结果得到感知矩阵SV、SR。式中I表明当前触觉刺激量的大小,ΔI表示两个连续刺激之间的值的改变大小,K为相对差别阈限。如果ΔI/I值大于K,表明人体能够感受触觉刺激变化,反之人体不能感受到触觉刺激的变化。
(3)感知空间中相似度分析。本实例中采用统计学分析的方法进行相似度分析,具体分析时在matlab中用corrcoef函数实现。步骤(2)得到的感知矩阵SV、SR由三个个时间序列组成,其中kV、kR表征弹簧弹性系数,相似度为1,不作为评价参考标准。序列表明按压速度变化特征,不同按压过程差异性较大,也不能作为评价参考标准。序列SV、SR表征力随时间变化,在理想弹簧模型F=kΔx下相似度R为0.9445。修改虚拟弹簧模型为F=kΔx2后,相似度R变为0.6401。此结果表明感知空间内相似度R可以实现对评价力触觉再现真实感的客观评价。
本实例仅是对一个简单的弹簧按压的力触觉再现过程进行分析,所选模型和处理方法也均针对本过程。对于其他力触觉再现任务,在进行客观力触觉再现真实感评估时应选取相对应的物理参数、触觉感知模型和相关性、冗余性以及相似度分析方法。
Claims (6)
1.一种基于人力触觉感知特性的力触觉再现真实感客观评价方法,其特征在于:该方法包含以下主要步骤:
(1)分别对真实和虚拟环境下力触觉再现任务进行交互力和位置数据采集,经过相关性分析和冗余处理生成包含了随时间和空间变化的多点力触觉图像MV和MR;
(2)基于人力触觉感知特性建立感知模型,对力触觉图像MV和MR进行感知滤波;
(3)将感知滤波并降维处理后得到的感知矩阵SV和SR在感知空间内进行相似度分析,进而得到虚拟力触觉再现真实感客观评价结果。
2.根据权利要求1所述的一种基于人力触觉感知特性的力触觉再现真实感客观评价方法,其特征在于:步骤(1)中所述力触觉图像是一个多维矩阵,该矩阵是由力触觉再现任务中采集到的各种基础物理参数以及时间维度信息共同组合而成,基本形式如下:
式(1)中,Pt表示了在t时刻的状态矩阵,其中ai表示根据具体力触觉再现任务选定的第i个人体采集部位对应的物理参数,所述物理参数包括力的大小、方向、运动的位移、速度和角度中的一种或多种,k表示部位参数之间的换算关系,即相关性;和表示相应物理参数对时间的导数;n表示采集部位的总个数;式(2)中力触觉图像表示了整个交互过程中状态矩阵Pt随时间变化的规律,N表示整个过程中采样点的个数。
3.根据权利要求1所述一种基于人力触觉感知特性的力触觉再现真实感客观评价方法,其特征在于:步骤(1)中所述冗余性分析是指对物理参数间的物理关系以及相互推导关系进行优化表示;所述相关性分析是指根据人体运动学规律和力触觉感知特性对参数之间的相关性进行分析并表达。
4.根据权利要求1所述一种基于人力触觉感知特性的力触觉再现真实感客观评价方法,其特征在于:步骤(2)中所述感知模型等效于各种单个感知滤波器的集群效应,单个感知滤波器代表一种人对外部客观机械刺激的主观感受输入输出等效模型,感知模型的基本形式如下:
R={Filter|Φ1(t),…,Φn(t),fr(t),OF(t),…} 式(3)
式(3)中Φ1(t),…,Φn(t),fr(t),OF(t)分别代表对应的单一感知滤波器,其中Φ1(t),…,Φn(t)代表每个采集部位的多种物理参数的滤波器传递函数,fr(t)代表感知频率特性传递函数,OF(t)代表输出力范围特性传递函数。
5.根据权利要求1所述的一种基于人力触觉感知特性的力触觉再现真实感客观评价方法,其特征在于:步骤(3)中的降维处理是指将经过感知模型滤波的多维力触觉图像MV和MR由高维空间映射到较低维度的力触觉感知空间,得到感知矩阵SV和SR。
6.根据权利要求1所述的一种基于人力触觉感知特性的力触觉再现真实感客观评价方法,其特征在于:步骤(3)中对感知矩阵SV和SR进行的相似度分析采用统计学分析或者机器学习的方法,感知矩阵的相似度越高表明力触觉再现真实感越好。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610926474.8A CN106408035B (zh) | 2016-10-31 | 2016-10-31 | 基于人力触觉感知特性的力触觉再现真实感客观评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610926474.8A CN106408035B (zh) | 2016-10-31 | 2016-10-31 | 基于人力触觉感知特性的力触觉再现真实感客观评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106408035A true CN106408035A (zh) | 2017-02-15 |
CN106408035B CN106408035B (zh) | 2019-05-31 |
Family
ID=58012363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610926474.8A Active CN106408035B (zh) | 2016-10-31 | 2016-10-31 | 基于人力触觉感知特性的力触觉再现真实感客观评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106408035B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108334735A (zh) * | 2017-09-18 | 2018-07-27 | 华南理工大学 | 基于迷你独立空间的智能心理评估与辅导系统及方法 |
CN108734386A (zh) * | 2017-04-20 | 2018-11-02 | 发那科株式会社 | 加工面质量评价装置 |
CN109542224A (zh) * | 2018-11-19 | 2019-03-29 | 东南大学 | 一种基于人力触觉感知特性的纹理粗糙度客观评价方法 |
CN110764619A (zh) * | 2019-10-24 | 2020-02-07 | 吉林大学 | 基于特征相似度的触觉再现轮廓渲染真实感定量评估方法 |
CN111368251A (zh) * | 2020-02-06 | 2020-07-03 | 吉林大学 | 基于均方根误差的振动式触觉再现纹理渲染真实感的定量评估方法 |
CN113011590A (zh) * | 2021-03-17 | 2021-06-22 | 华南理工大学 | 基于微电流刺激的跨被试虚拟力评估系统 |
CN113536599A (zh) * | 2021-08-15 | 2021-10-22 | 吉林大学 | 一种具有人体生物力学差异性特征的裸指力触觉信号生成方法 |
CN113625877A (zh) * | 2021-08-16 | 2021-11-09 | 扬州大学 | 基于感知空间分析的力触觉主观感知结果量化描述方法 |
WO2023029290A1 (zh) * | 2021-09-06 | 2023-03-09 | 深圳先进技术研究院 | 一种触觉认知检测设备及检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050277096A1 (en) * | 2004-06-14 | 2005-12-15 | Hendrickson Daniel L | Medical simulation system and method |
WO2006081198A2 (en) * | 2005-01-25 | 2006-08-03 | The Board Of Trustees Of The University Of Illinois | Compact haptic and augmented virtual reality system |
CN101587372A (zh) * | 2009-07-03 | 2009-11-25 | 东南大学 | 一种用于虚拟现实人机交互的增强力触觉建模方法 |
CN102254308A (zh) * | 2011-07-27 | 2011-11-23 | 清华大学 | 一种真实感场景插值的计算方法及系统 |
CN102410889A (zh) * | 2011-09-01 | 2012-04-11 | 北京航空航天大学 | 一种用来模拟力觉交互设备操作过程的接触刚度生成装置 |
CN104050683A (zh) * | 2014-07-09 | 2014-09-17 | 东南大学 | 一种基于单幅图像分数阶处理的纹理力触觉感知方法 |
-
2016
- 2016-10-31 CN CN201610926474.8A patent/CN106408035B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050277096A1 (en) * | 2004-06-14 | 2005-12-15 | Hendrickson Daniel L | Medical simulation system and method |
WO2006081198A2 (en) * | 2005-01-25 | 2006-08-03 | The Board Of Trustees Of The University Of Illinois | Compact haptic and augmented virtual reality system |
CN101587372A (zh) * | 2009-07-03 | 2009-11-25 | 东南大学 | 一种用于虚拟现实人机交互的增强力触觉建模方法 |
CN102254308A (zh) * | 2011-07-27 | 2011-11-23 | 清华大学 | 一种真实感场景插值的计算方法及系统 |
CN102410889A (zh) * | 2011-09-01 | 2012-04-11 | 北京航空航天大学 | 一种用来模拟力觉交互设备操作过程的接触刚度生成装置 |
CN104050683A (zh) * | 2014-07-09 | 2014-09-17 | 东南大学 | 一种基于单幅图像分数阶处理的纹理力触觉感知方法 |
Non-Patent Citations (4)
Title |
---|
MICHA¨EL WIERTLEWSKI 等: "A High-Fidelity Surface-Haptic Device for Texture Rendering on Bare Finger", 《EUROHAPTICS 2014: HAPTICS:NEUROSCIENCE,DEVICES,MODELING,AND APPLICATIONS》 * |
NICHOLAS WETTELS 等: "Haptic Feature Extraction from a Biomimetic Tactile Sensor:Force, Contact Location and Curvature", 《ROBOTICS AND BIOMIMETICS》 * |
吴涓 等: "基于时间序列的虚拟接触力的建模方法研究", 《东南大学学报(自然科学版)》 * |
隋映: "用于实时人机交互的增强力触觉模型", 《无线互联科技》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108734386A (zh) * | 2017-04-20 | 2018-11-02 | 发那科株式会社 | 加工面质量评价装置 |
CN108334735A (zh) * | 2017-09-18 | 2018-07-27 | 华南理工大学 | 基于迷你独立空间的智能心理评估与辅导系统及方法 |
CN109542224A (zh) * | 2018-11-19 | 2019-03-29 | 东南大学 | 一种基于人力触觉感知特性的纹理粗糙度客观评价方法 |
CN109542224B (zh) * | 2018-11-19 | 2021-09-28 | 东南大学 | 一种基于人力触觉感知特性的纹理粗糙度客观评价方法 |
CN110764619B (zh) * | 2019-10-24 | 2021-08-27 | 吉林大学 | 基于特征相似度的触觉再现轮廓渲染真实感定量评估方法 |
CN110764619A (zh) * | 2019-10-24 | 2020-02-07 | 吉林大学 | 基于特征相似度的触觉再现轮廓渲染真实感定量评估方法 |
CN111368251A (zh) * | 2020-02-06 | 2020-07-03 | 吉林大学 | 基于均方根误差的振动式触觉再现纹理渲染真实感的定量评估方法 |
CN113011590A (zh) * | 2021-03-17 | 2021-06-22 | 华南理工大学 | 基于微电流刺激的跨被试虚拟力评估系统 |
CN113011590B (zh) * | 2021-03-17 | 2023-07-18 | 华南理工大学 | 基于微电流刺激的跨被试虚拟力评估系统 |
CN113536599A (zh) * | 2021-08-15 | 2021-10-22 | 吉林大学 | 一种具有人体生物力学差异性特征的裸指力触觉信号生成方法 |
CN113536599B (zh) * | 2021-08-15 | 2022-04-29 | 吉林大学 | 一种具有人体生物力学差异性特征的裸指力触觉信号生成方法 |
CN113625877A (zh) * | 2021-08-16 | 2021-11-09 | 扬州大学 | 基于感知空间分析的力触觉主观感知结果量化描述方法 |
WO2023029290A1 (zh) * | 2021-09-06 | 2023-03-09 | 深圳先进技术研究院 | 一种触觉认知检测设备及检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106408035B (zh) | 2019-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106408035A (zh) | 基于人力触觉感知特性的力触觉再现真实感客观评价方法 | |
El Saddik et al. | Haptics technologies: Bringing touch to multimedia | |
CN106200982A (zh) | 一种基于虚拟现实技术的医学手术训练系统 | |
Dawson et al. | Myoelectric training systems | |
Eid et al. | A guided tour in haptic audio visual environments and applications | |
CN105708587B (zh) | 一种运动想象模式脑机接口触发的下肢外骨骼训练方法及系统 | |
CN105138223B (zh) | 一种基于指套式力触觉交互装置的物体柔软度再现方法 | |
CN102663197A (zh) | 一种基于运动捕获的虚拟手抓取的仿真方法 | |
CN101976115A (zh) | 一种基于运动想象与p300脑电电位的功能键选择方法 | |
TW200907715A (en) | Method, apparatus, and system for simulating an object performing an action | |
CN109509555A (zh) | 一种基于三维影像的外科手术预演评估方法以及系统 | |
Logozzo et al. | Modelling the human touch: A basic study for haptic technology | |
Yeh et al. | An integrated system: virtual reality, haptics and modern sensing technique (VHS) for post-stroke rehabilitation | |
Shen et al. | A novel approach in rehabilitation of hand-eye coordination and finger dexterity | |
Piovarči et al. | Perception-aware modeling and fabrication of digital drawing tools | |
CN107766773A (zh) | 基于手势的多维度控制方法和控制装置 | |
CN206546552U (zh) | 一种基于电流变液的纹理触觉再现接口装置 | |
CN110764619B (zh) | 基于特征相似度的触觉再现轮廓渲染真实感定量评估方法 | |
CN111368251A (zh) | 基于均方根误差的振动式触觉再现纹理渲染真实感的定量评估方法 | |
Chacon et al. | SpinalLog: visuo-haptic feedback in musculoskeletal manipulation training | |
CN206946741U (zh) | 多通道虚拟环境感知的工程机械训练模拟系统 | |
Tian et al. | Multi-mode haptic display of image based on force and vibration tactile feedback integration | |
Shao | Tactile Sensing, Information, and Feedback Via Wave Propagation | |
Haans et al. | I'm always touched by your presence, dear: combining mediated social touch with morphologically correct visual feedback | |
CN103300854B (zh) | 基于虚拟仪器的人体穴位混沌特性测量仪及其测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |