Point Cloud-Based Grasping for Soft Hand Exoskeleton

doi:10.1109/LRA.2025.3606358

Point Cloud-Based Grasping for Soft Hand Exoskeleton

0

PRE

AI

DOI：10.1109/LRA.2025.3606358

原文链接

原文求助

摘要

En 中文

抓握是与环境中的物体进行交互和操作的基本技能。然而，对于手部有障碍的个体来说，这种能力可能具有挑战性。为辅助抓握而设计的软手外骨骼可以增强或恢复手部的基本功能，但由于理解环境的复杂性，有效控制这些软外骨骼以支持用户仍然困难。本研究提出了一种基于视觉的预测控制框架，利用深度感知的情境感知来预测抓握目标并确定下一步的控制状态以进行激活。与需要大量标注数据集且在泛化性方面存在困难的基于数据驱动的方法不同，我们的方法基于几何建模，能够在多样化的抓握场景中实现鲁棒适应。采用抓握能力评分（GAS）评估性能，本系统在15个物体和健康参与者中实现了91±2%的当前最佳GAS，展示了其在不同物体类型上的有效性。所提出的方法在未见物体上保持了重建成功率，强调了其相比基于学习的模型增强了泛化性。

Keyword:

Adaptive grasping assistance

soft hand exoskeleton

3D vision perception

Point Cloud-Based Grasping for Soft Hand Exoskeleton

摘要

期刊

机构

引用论文