基于手套的<unk>性电操作:硬件选择和设置
如何使用触觉手套进行精巧的机器人手机遥控操作 <unk>硬件比较,校准,延迟分析和数据收集设置.
实际工程师指南使用手套的电话操作
为什么要使用手套?
大多数操作任务
整体手套远程操作管道在各个层面都增加了复杂性:每个操作员的校准,比手臂远程操作更高的延迟,更多的故障模式,操作员的疲劳更高,硬件成本更高.
手套硬件比较
| Glove | Price/Hand | DOF Tracked | Force Feedback | Haptic Type | SDK | Weight | Best For |
|---|---|---|---|---|---|---|---|
| SenseGlove Nova 2 | $4,000 | 20 (5 finger flexion + abduction) | 5-DOF cable resistance | Vibrotactile + force | Python, ROS | 300 g | Research, imitation learning, best value |
| HaptX G1 | $10,000 | 20 | Yes (microfluidic) | Fluid pressure per fingertip | ROS, Unity | 500 g | Highest fidelity haptics |
| Inspire Glove | $3,000 | 15 (flexion only) | No | None | Python (custom) | 200 g | Budget, paired with Inspire RH56 |
| Dexmo (Dextarobotics) | $6,000 | 22 (11-DOF per hand) | Yes (5 DOF) | Mechanical brake | Unity, Python | 350 g | Full-hand exoskeleton feedback |
| ROKOKO Smartglove Pro | $500 | 18 (position only) | No | None | ROKOKO SDK, Live Link | 80 g | Motion capture only, not manipulation |
| OpenXR DIY | $200–$500 | Variable | No | Optional vibration | OpenXR | Variable | Experimental, low cost |
通过微流动动器,HaptX G1**提供了最现实的触觉,从而产生与接触几何相应的皮肤压力.这种忠诚性对于极其微妙的操纵 (电子元件,生物样本) 是宝贵的,但每手价格10K美元和500g的重量限制了其实际使用.
机器人手兼容性
| Robot Hand | Price | DOF Actuated | 负载 | Glove Compatible | Notes |
|---|---|---|---|---|---|
| Shadow 灵巧手 | $110,000 | 20 | 0.5 kg | SenseGlove, HaptX | Most capable, most expensive; compressed air |
| Inspire RH56 DFX | $8,000 | 6 (5 finger + thumb) | 2 kg | SenseGlove, Inspire Glove | Best price-performance; brushless motors |
| Unitree Dex3-1 | $5,000 | 7 (3 fingers, 2-DOF each) | 1.5 kg | SenseGlove | Unitree G1/H1 compatible; compact |
| Leap Hand (v2) | $2,000 | 16 | 0.3 kg | SenseGlove (community) | Open-source, 3D-printable; growing community |
| SAKE EZGripper | $800 | 1 (underactuated) | 0.9 kg | No (gripper, not hand) | Not for glove use |
启发RH56 DFX是最经济的方法,以8万美元的精巧的操作.六个动力 DOF (单个指 flex plus
由于其开源设计和跳动手机驱动器,在研究界中获得了
校准程序
每个操作员都需要个别校准.手套不适合所有手,手指长度,
- 步骤1
手几何绘图: 用针测量每个操作员的指部长 (近距离,中距离,距离 ) 输入手套SDK的手机模型.SenseGlove提供了校准助手;允许每操作员10分钟. - 步骤 2
运动校准范围: 记录每个指的最大和最小曲角,使操作员完全开 (0°) 和完全关闭 (~90°MCP, ~100°PIP).SDK存储每指的min/max,并应用正常化. - 步骤3
强力门 启用强力反校准: ,在操作员报告感知开始时,逐渐增加阻力.设置"接触检测"门 20%以上的噪音地面. 这可以防止手套微振动的虚假接触. - **步骤 4
机器人手绘图:**地图手套 DOF到机器人手联命令.Inspire RH56,将每个指的曲折角 (0 100%) 地图到电动位置 (0 1000点).通过独立指挥每个指并确认视觉相应,测试. - 步骤 5
端到端延迟测试: 命令快速闭上手指 (100 ms 持续时间). 从手套传感器读取到通过手腕摄像头观察到的机器人手指运动的时间测量.目标:总共 <35 ms.
延迟分析
| Stage | Typical 延迟 | Optimization |
|---|---|---|
| Glove sensor readout | 3–8 ms | Use USB 3.0; avoid hubs |
| Hand model IK | 5–15 ms | Precompute lookup table; GPU IK |
| ROS2 message publish | 2–5 ms | Zero-copy transport; DDS tuning |
| Robot hand command | 10–25 ms | Direct serial vs. ROS2; reduce QoS depth |
| Total round-trip | 20–53 ms | Target <35 ms for natural feel |
| Video feedback (wrist cam) | 33–66 ms (30–60 fps) | Increase frame rate; MJPEG compression |
延迟超过50ms产生可见的延迟,从而降低操作员的协调.如果测量总数超过50ms,在每个阶段都通过添加时间
常见的失败方式和减轻方法
- ** 长时间的手套滑动:** 手套移动时手套传感器漂移.每次会议之前使用不滑手套的套装和紧
带.多小时的收藏时每30分钟再加利布. - **指关节空间中的IK奇异性:**当命令到极端姿势时,机器人手 IK可能会失败或产生
动.在机械界限内增加10°的关节限制,并且在极限附近的速度 缩. - ** 2 小时以上后的反
力漂移:** SenseGlove电缆电压机制在热量上漂移. - 指公I不符合操作员意图: 这通常表明手工几何误校准. 运行校准步骤1和2. 检查SDK中的指公段长度是否与物理测量相匹配到5mm内.
- 机器人手过热:
性手在高功率周期上运行2小时以上,可以过热电机控制器. 监测电机温度 (Inspire RH56通过SDK记录温度). 如果电机超过65°C,请停下来5分钟.
手套遥控操作数据记录格式
- /手套/指
_角: 指尖的每一个指尖的正常力在Newtons. 在100Hz. - /手/手腕_位置: 浮动阵列 [7]
3D位置 + 机器人基架中的手腕四角. - 机器人/手/关联位置:**浮动阵列 根据手的位置
实际指挥/测量关联位置. - /观察/图像/摄像头_手腕: RGB [480×640×3] 接近距离的手腕摄像头,速度为60fps,可视指对象接触.
- 存储在 HDF5 中,以每集集群. 为了与ACT兼容,将 /glove/finger_angles作为行动向量和 /robot_hand/joint_position作为观察. 查看数据格式指南 转换详情.
与替代输入方法:何时使用什么
| Input Method | DOF Control | Cost | Data Quality | Throughput | Best Tasks |
|---|---|---|---|---|---|
| Haptic glove (SenseGlove) | 20+ DOF per hand | $4,000-$10,000 | Highest for dexterous | 10-15 demos/hr | In-hand manipulation, assembly |
| Vision-based hand tracking | 21 keypoints per hand | $0 (camera only) | Lower (occlusion issues) | 15-20 demos/hr | Gross hand motions, prototyping |
| SpaceMouse (3Dconnexion) | 6 DOF (wrist only) | $130-$400 | High for arm, no fingers | 25-35 demos/hr | Pick-place, wiping, pushing |
| Leader arm (kinematic match) | 6-7 DOF (arm + gripper) | $3,100-$5,000 | Highest for arm tasks | 30-40 demos/hr | All arm tasks, highest throughput |
| VR controllers (Quest 3) | 6 DOF per hand | $500 | Good for gross manipulation | 20-30 demos/hr | Bimanual, remote operation |
关键决定:如果你的任务需要个别的指控,请使用手套.如果只需要手臂+抓住器开/关,请使用领袖手臂或SpaceMouse.手套产生的吞吐量比领袖手臂低2-3倍,因此更高的忠诚度必须证明收藏率更慢.
反方式:触觉,视觉和听觉
操作员的性能随着多模式反
- **触觉 (强力反
):**当机器人手指接触物体时,SenseGlove和HaptX提供阻力.这是最有价值的反 方式 - - 触觉反 的操作员比仅视觉反 的操作员产生30-40%的失败抓. - 视觉 (摄像头输送): 显示机器人手指和物体的手腕摄像头视图是必不可少的.使用60fps流来响应视觉反
.添加深度覆盖 (RealSense D405深度地图) 帮助操作员判断距离.将流放在头部安装的显示器 (查询3) 上,用于沉浸,或在眼睛水平的大型显示器以减少疲劳. - ** 听力 (接触声音):** 从F/T传感器数据合成音频反
:随着接触力增加,音调的音速增加. 这可提供无需触觉硬件的力量意识. 使用简单的映射:频率 = 200 Hz + (力_N * 100 Hz),紧 在 1500 Hz.通过耳机播放以避免扰乱其他操作员. - ** 综合反
:** 采集高质量的精巧数据使用了三种:触觉手套用于意识到力,VR耳机用于沉浸式视觉和音频信号用于确认接触.这种三种模式的设置可以提供与仅视觉反 收集的示范的数据质量相比的两倍.
帕克西尼触觉传感器集成
对于使用 [Paxini触觉传感器]
- 传感器的位置:
上Paxini传感器在机器人手指尖的 上 (而不是手套).每个传感器提供4×4的 轮阵列,每 轮分辨率为0.05N,在100Hz. - 数据记录: 将
T0 (Float32MultiArray,每指16值,5指) 加到100Hz的HDF5记录. 这提供了接触几何数据,这些数据用于发现滑动和抓住力调节. - 手套与触摸相关性: 在校准过程中,让操作员抓住一系列参考物体 (硬球,软
,薄卡).记录手套指尖角和Paxini接触模式之间的相关性.这些校准数据有助于验证手套机器人映射产生预期的接触行为.
相关指南
- 双手机电操作设置 --双手套双手机配置
- 力/扭矩传感器选择 -- 腕部F/T传感器,补充手套数据
- 数据格式:HDF5,RLDS和LeRobot -- 存储手套+触摸数据标准格式
- [如何设置远程操作实验室]
T7 ) - - 物理设置手套远程操作站 - [运营商招聘和培训]
T8 ) -- 培训运营商以手套为基础的收藏 - 电话操作解决方案买家指南 --包括手套系统的成本分析
与RCSV合作
斯威尔克在旧金山和奥尔斯顿的设施运营了SenseGlove + Inspire RH56和SenseGlove + Orca Hand系统.
- 数据收集服务 -- 通过训练有素的操作员进行指尖级巧妙的操作数据收集
- [硬件商店]
T11 ) -- 购买Paxini触觉传感器,奥卡手,以及手套配件 - [机器人租
] ( T12 ) --租 包括手,手套和计算在内的全套手套电话站 - 数据平台 -- 上传,质量检查,并转换精通的操纵数据集
- [联系我们]
T14 ) --讨论您的巧妙操纵数据收集需求
在RCSV收集精的手动数据
RCSV运行了SenseGlove + Inspire RH56系统,用于手套式精巧的远程操作.我们提供了HDF5和LeRobot格式的指尖水平操纵数据集.
[查看数据服务]