The lack of haptically aware upper-limb prostheses forces amputees to rely largely on visual cues to complete activities of daily living. In contrast, able-bodied individuals inherently rely on conscious haptic perception and automatic tactile reflexes to govern volitional actions in situations that do not allow for constant visual attention. We therefore propose a myoelectric prosthesis system that reflects these concepts to aid manipulation performance without direct vision. To implement this design, we built two fabric-based tactile sensors that measure contact location along the palmar and dorsal sides of the prosthetic fingers and grasp pressure at the tip of the prosthetic thumb. Inspired by the natural sensorimotor system, we use the measurements from these sensors to provide vibrotactile feedback of contact location and implement a tactile grasp controller that uses automatic reflexes to prevent over-grasping and object slip. We compare this system to a standard myoelectric prosthesis in a challenging reach-to-pick-and-place task conducted without direct vision; 17 able-bodied adults took part in this single-session between-subjects study. Participants in the tactile group achieved more consistent high performance compared to participants in the standard group. These results indicate that the addition of contact-location feedback and reflex control increases the consistency with which objects can be grasped and moved without direct vision in upper-limb prosthetics.


翻译:缺乏对上表面假肢的感知,导致被截肢者主要依赖视觉线索完成日常生活活动。相比之下,身体健全的人本身依赖自觉的机敏感知和自动触摸反应,在无法引起持续视觉关注的情况下,依靠自觉的机敏感知和自动触觉反射来管理动性行动。因此,我们提议了一个反映这些概念的线形电动假肢系统,以帮助操作操作,而没有直接视觉。为了实施这一设计,我们建造了两个基于结构的触觉传感器,以测量假肢手指和圆顶部的接触位置,并抓住假肢拇指顶部的压力。在自然感官系统的指导下,我们利用这些传感器的测量结果来提供接触地点的振动反应,并使用触觉抓控制器,使用自动反射法来防止过重和对象滑动。我们把这个系统与标准的天电解感应感感传感器相比较,在一个没有直接视觉的伸缩点和位置上方任务中,17个有运动力的成人在修复拇指的顶部上,在自然感模缩缩缩缩缩缩缩缩缩缩缩下部分,在一次感测结果中,参与者之间则以持续进行。

0
下载
关闭预览

相关内容

100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
【精通OpenCV 4】Mastering OpenCV 4 - Third Edition 随书代码
专知会员服务
39+阅读 · 2019年11月13日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
机器人开发库软件大列表
专知
10+阅读 · 2018年3月18日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
Arxiv
6+阅读 · 2018年3月28日
VIP会员
相关资讯
Top
微信扫码咨询专知VIP会员