在触觉设备中评估力反模型,使用对齐精度和大脑活动

科学领域:

• 机器人技术 机器人技术 机器人技术
• 人与计算机的交互
• 神经科学是一个神经科学.

背景情况:

• 有效的机器人速度控制需要用户的力量反来指示输入偏差从中立位置.
• 触觉设备对于在人机交互中传输力反至关重要.

研究的目的:

• 调查三种不同的力反模型对机器人操作能力和用户大脑活动的影响.
• 分析力反模型参数的变化如何影响虚拟对齐任务期间的性能和神经反应.

主要方法:

• 开发了一种触觉界面,用于虚拟空间中的对齐任务.
• 实施了三种力量反模型,具有一个或两个参数.
• 使用功能近红外光谱学 (fNIRS) 测量操作性能和大脑激活.
• 使用二次函数配合模型参数作为设计变量.

主要成果:

• 两种力反模型显示出优异的对齐性能,特别是对于远离中立位置的目标.
• 在一个模型中,随着其参数的调整,观察到大脑激活的显著变化.
• 模型参数变化影响了任务性能和控制的神经相关性.

结论:

• 力量反模型的选择显著影响机器人控制可操作性和用户认知负载.
• 特定的力反参数可以优化,以提高对齐任务的性能和调节大脑活动.
• 研究结果表明,通过量身定制的触觉反,可以设计更直观,更有效的人机接口的途径.