巨桥触觉手套设置指南

Juqiao 手套以编织纺织手套的形式发货，手腕处配有带状电缆连接器。 采集模块是一个独立的小型 PCB 外壳，用于处理模数转换和 USB 通信。

• 戴上手套 就像标准手套一样，FPC 连接器位于手腕处。
• 固定带状电缆： 将 FPC 带状电缆与手套的手腕连接器对齐，然后将其牢固地按入采集模块的带状插座中。 微弱的咔哒声表明座位已固定。 如果节点显示零读数，则色带未完全就位 - 请参阅下面的故障排除。
• 安装模块： 将采集模块夹在或用魔术贴固定在腕带或前臂支架上，这样在远程操作期间就不会干扰手腕运动。
• 连接USB： 使用提供的 USB 电缆将采集模块插入主机 PC。

不需要专有的供应商 SDK。 采集模块通过标准串行端口传输帧二进制数据包 - pyserial 是唯一的依赖。

安装pyserial：

pip install pyserial

验证串口是否可见：

# Linux
ls /dev/ttyUSB* /dev/ttyACM*

# macOS
ls /dev/tty.usbserial-*

# Or use pyserial's port listing tool
python -m serial.tools.list_ports

确认直播（健全性检查）：

# Replace /dev/ttyUSB0 with your port; 921600 is the default baud rate
python -m serial.tools.miniterm /dev/ttyUSB0 921600

您应该以采集模块配置的采样率看到二进制数据流。 如果终端没有声音，请检查 USB 连接和模块 LED — 它应该以采样率发出脉冲。

采集模块发送固定长度的二进制帧。 每个帧以 2 字节开始分隔​​符开始 0xAA 0x55，后面跟着一个 1 字节通道计数 N、N × 2 字节的大端 16 位压力值，以及一个 2 字节 CRC16 校验和。 总帧长度 = 5 + 2N 字节。

基本帧阅读器 — 打印每帧的压力值列表：

import serial, struct, time

BAUD = 921600
PORT = "/dev/ttyUSB0"   # /dev/tty.usbserial-* on macOS, COMx on Windows
HEADER = b"\xaa\x55"

def read_frame(ser: serial.Serial, n_channels: int) -> list[int] | None:
    # Sync to frame header
    buf = ser.read(2)
    if buf != HEADER:
        ser.read_until(HEADER[-1:])
        return None
    raw = ser.read(1 + n_channels * 2 + 2)
    n = raw[0]
    if n != n_channels:
        return None
    pressures = list(struct.unpack_from(f">{n}H", raw, 1))
    # CRC check omitted for brevity — validate in production
    return pressures

with serial.Serial(PORT, BAUD, timeout=0.1) as ser:
    N = 64   # number of sensing nodes — confirm from spec doc
    while True:
        frame = read_frame(ser, N)
        if frame:
            print(frame)   # list of N 16-bit pressure values

挤压手套的不同部分并验证节点值是否上升和下降。 所有 64 个节点都应该响应。 如果某个区域没有响应，请重新检查手套连接器和模块处的带状电缆位置。

织物传感器会因温度变化和重复压缩而产生基线偏移。 在每次训练开始时进行校准以获得准确的读数。

• 放松手套 在未施加压力的平坦表面上 — 校准期间请勿佩戴它，除非您的手可以完全静止并放松。
• 视窗： 打开Juqiao配置工具，选择您的COM端口，点击 连接，然后导航至 校准 → 归零。 所有节点基线均设置为当前静止值。
• Linux / macOS： 根据 V2.3 协议文档发送软件归零命令，或在 Python 桥接脚本中应用基线减法（静态捕获 50 帧并减去每个通道的平均值）。

# Simple software baseline subtraction (Linux/macOS alternative)
import serial, struct, numpy as np

BAUD, PORT, N = 921600, "/dev/ttyUSB0", 64
HEADER = b"\xaa\x55"

def read_frame(ser):
    ser.read_until(HEADER)
    raw = ser.read(1 + N * 2 + 2)
    return list(struct.unpack_from(f">{N}H", raw, 1))

with serial.Serial(PORT, BAUD, timeout=0.1) as ser:
    ser.reset_input_buffer()
    baseline = np.mean([read_frame(ser) for _ in range(50)], axis=0)
    print("Baseline captured. Starting calibrated stream...")
    while True:
        frame = read_frame(ser)
        if frame:
            calibrated = np.maximum(0, np.array(frame) - baseline)
            print(calibrated.astype(int).tolist())

无畏平台位于 platform.roboticscenter.ai 支持 Juqiao 传感器作为远程操作会话中的触觉节点。 压力帧与机器人关节状态、摄像机流和其他传感器模式同步记录。

注册顺序：

• 通过以下方式启动 teleop 会话 POST /api/teleop/sessions/create-sdk 和 device_type: "juqiao_textile_skin".
• 打开平台 WebSocket /api/teleop/ws 并发送注册握手： role: "operator", device_type: "tactile_sensor", capabilities: ["tactile", "pressure_array", "telemetry"].
• 收到时 type: "ready"，开始从串行读取器转发 JSONL 遥测帧。

平台桥的 JSONL 发射器：

import serial, struct, time, json, sys

PORT = "/dev/ttyUSB0"
BAUD = 921600
N_CHANNELS = 64
HEADER = b"\xaa\x55"

def read_frame(ser):
    buf = ser.read_until(HEADER)
    if not buf.endswith(HEADER):
        return None
    raw = ser.read(1 + N_CHANNELS * 2 + 2)
    pressures = list(struct.unpack_from(f">{N_CHANNELS}H", raw, 1))
    return pressures

with serial.Serial(PORT, BAUD, timeout=0.05) as ser:
    while True:
        frame = read_frame(ser)
        if frame:
            record = {
                "ts": int(time.time() * 1000),
                "device": "juqiao_textile_skin",
                "variant": "high_frequency_v2.3",
                "pressures": frame,   # flat list, N_CHANNELS values
                "n_channels": N_CHANNELS
            }
            print(json.dumps(record), flush=True)  # JSONL for platform bridge

发送到平台WebSocket的遥测帧格式：

{
  "type": "telemetry",
  "member_id": "juqiao-glove-right",
  "device": "juqiao_textile_skin",
  "variant": "high_frequency_v2.3",
  "pressures": [0, 512, 1024, ...],   // flat array, N_CHANNELS 16-bit values
  "n_channels": 64,
  "ts": 1743680400123                  // Unix millisecond timestamp
}

与 OpenArm 或 DK1 配对： 在典型的远程操作设置中，三个独立的进程在主机 PC 上运行，并且每个进程都使用相同的会话 ID 注册——机器人手臂控制桥、Juqiao 串行桥以及用于手腕和场景视图的相机桥。 该平台使用以下方法对所有流进行时间对齐 ts 字段并存档每个演示的单集 JSONL 文件。 在播放过程中，GloveWorkbench 面板会沿着手臂的关节轨迹渲染触觉压力热图。

有关涵盖会话创建、WebSocket 握手和剧集下载的完整 API 参考，请参阅 平台SDK API参考.

• Linux 上没有串行设备： 跑步 sudo usermod -aG dialout $USER 并注销/登录。 验证与 lsusb 模块枚举的。 在较旧的内核上， modprobe cdc_acm 可能需要。
• 所有压力读数均为零： 断开 USB，重新安装两端的 FPC 焊带（手套连接器和模块），然后重新连接。 检查模块 LED — 它应该以配置的采样率发出脉冲。
• 卸载节点上的大基线偏移： 会议前在室温下运行零点校准。 戴上手套后，让其稳定 1-2 分钟。
• 帧同步错误/乱码数据： 确认波特率为 921600。打开时刷新串行缓冲区： ser.reset_input_buffer()。 使用 read_until(HEADER) 在启动时重新同步而不是固定长度读取。
• 传感器节点响应缓慢或感觉“粘滞”： 在训练前，在整个运动范围内轻轻弯曲手套几次。 持续存在的问题可能表明光纤疲劳 — 请联系聚桥精密进行更换。
• 平台桥以 200 Hz 丢帧： 对于单手套会话，将采样率降低至 100 Hz。 对于双手设置，每次将两只手套批处理为一个 JSON 对象，以将消息数量减半。