一种具有人体生物力学差异性特征的裸指力触觉信号生成方法技术

本发明专利技术涉及一种具有人体生物力学差异性特征的裸指力触觉信号生成方法，属于人机交互领域。该建立裸指力触觉信号和人体生物力学差异因子之间的主成分分析模型，然后通过RBLW估计器得到力触觉信号的一致性估计。优点在于：生成了具有人体生物力学差异性特征的力触觉信号；生成的力触觉信号在一般渐进框架下是实测力的一致估计；对于一个新加入的实验者，仅仅测量其一个样本点的侧向力信号即可生成其在所有样本点的实测力信号。在所有样本点的实测力信号。在所有样本点的实测力信号。

【技术实现步骤摘要】
一种具有人体生物力学差异性特征的裸指力触觉信号生成方法


[0001]本专利技术属于信号处理与人机交互领域，尤其涉及一种具有人体生物力学差异性特征的裸指力触觉信号生成方法。

技术介绍

[0002]裸指表面触觉再现技术能够驱动物理表面以提供触觉反馈效果，其在智能手机和平板电脑中具有巨大的潜在应用价值。裸指数据驱动触觉渲染方法作为表面触觉再现的核心技术之一，能够实现高真实感的表面触觉再现效果。其高真实感的触觉渲染效果基于准确的获取裸指与真实对象交互的力触觉信号，然后利用它们来调制触觉反馈力，以实现对触摸屏上可视化物体的触觉感知。因此，数据驱动渲染的触觉保真度受到裸指力触觉信号的可靠获取的极大影响。
[0003]通常，裸指力触觉信号取决于物理因素和人体生物力学差异因素。具体而言，物理因素与触摸物体的表面力学特性和测力装置的运动有关，即所施加的法向力和滑动速度，而人体生物力学差异因素与实验者手指的机械特性如手指粘弹性和生物力学阻抗有关。因此，在相同物理因素下获得的不同用户的力触觉信号对于现有的人体生物力学差异仍然存在显着差异。
[0004]目前，裸指力触觉信号通常由测量装置获取。
[0005]论文“Haptex：用于表面触觉显示的织物纹理数据库”设计了力和位移测量装置来收集裸手指在120种织物上滑动的摩擦力数据。论文“受人类探索程序启发的触觉材料分析和分类”设计了Texplorer2的采集设备，用于测量184种材料的裸指触觉数据。由于上述触觉数据是由特定的实验者获取的，因此表面触觉显示器很难利用这些数据进行高保真数据驱动渲染。
[0006]中国专利“一种触觉信号自动采集装置”(公开号108664903A)公开了一种触觉信号自动采集装置，其能够测量压力、振动、温度、摩擦力等触觉信号，将触觉信号较为完整地用电信号呈现出来，实现触觉的多功能表达。中国专利“一种触觉测量装置及方法”(公开号112146701A)公开了一种触觉测量装置及方法，通过控制两轴运动平台和施压模块的移动，获取触觉传感器的电信号，能够同时测量物体表面的形貌和物体的软硬度，提高测量效率。
[0007]中国专利“触觉数据生成装置及方法、触觉效果提供装置及方法”(公开号112204504A)公开了一种触觉数据生成装置及方法和触觉效果提供装置及方法，其根据触觉效果的适用范围、触觉模式及触觉强度中的至少一个有关的设定信息来生成关于游戏中产生的事件的触觉数据，以及将所述生成的触觉数据传送至触觉效果提供装置，如可穿戴装置、移动设备辅助装置、游戏手柄、键盘、鼠标及操纵杆。
[0008]上述触觉数据采集和生成过程中没有考虑人体生物力学差异性特征，所得到的力触觉信息结果仅仅包含了物理特征的部分，不能满足高保真数据驱动渲染对真实可靠数据的基本要求。
[0009]裸指表面触觉再现技术是人机交互领域的关键技术，数据驱动触觉渲染方法是实现高真实感的表面触觉再现效果的重要方式，达到高真实感的数据驱动触觉渲染效果的前提是获取人体与实际对象交互时真实的力触觉信号。通常裸指力触觉信号的采集依赖于物理因素和人体生物力学差异性因素，目前的裸指力触觉信号采集过程没有考虑人体差异性特征对实测信号的影响，因此表面触觉显示器很难利用这些数据进行高保真数据驱动渲染。

技术实现思路

[0010]本专利技术提供一种具有人体生物力学差异性特征的裸指力触觉信号生成方法，以解决目前的裸指力触觉信号采集过程没有考虑人体差异性特征对实测信号的影响，导致表面触觉显示器很难利用这些数据进行高保真数据驱动渲染的问题。
[0011]本专利技术采取的技术方案是，包括下列步骤：
[0012](1)构造用于PCA建模的实测力矩阵F；
[0013](2)建立裸指力触觉信号与人体生物力学差异性因子之间的PCA模型；
[0014](3)利用RBLW估计器获得一致性估计的样本协方差矩阵
[0015](4)计算实测力矩阵F一致性估计的主成分P
k
；
[0016](5)估计人体生物力学差异性因子；
[0017](6)生成带有人体生物力学差异性特征的一致性力触觉信号。
[0018]本专利技术所述步骤(1)中实测力矩阵F构造如下：
[0019]测量了M个实验者裸指在真实物理表面上滑动时，样本长度为N的力触觉信号，其中，第m个实验者的力触觉信号表示为：
[0020]f
m
＝[f
m
(1),f
m
(2),
…
,f
m
(N)]T
,m∈(1,M)
[0021]将M个实验者的样本长度为N的力触觉信号，按列排列构成如下的实测力矩阵F，矩阵F包括N行M列，共计MN个样本点：
[0022][0023]本专利技术所述步骤(2)中PCA模型建立步骤是：
[0024]基于裸指在真实物理表面滑动时的实测力矩阵F构建PCA模型，在PCA模型中将实测力矩阵F分为主成分P
k
和人体生物力学差异性因子σ
m
两部分
[0025][0026]其中主成分P
k
体现与压力、速度和触摸物体表面物理属性相关部分的力触觉特征，人体生物力学差异性因子σ
m
体现了与实验者手指粘弹性和生物力学阻抗相关的人体生
物力学差异性特征：
[0027]P
k
＝(P
k
(1),P
k
(2),
…
,P
k
(N))
T
,k∈(1,K)
[0028][0029]为了减少基数，总比例大于90％的有限数量的K主成分来表示数据的变化，PCA模型进一步表示为：
[0030][0031]本专利技术所述步骤(3)中一致性估计的样本协方差矩阵获得步骤是：
[0032]在PCA模型中，实测力F的样本协方差矩阵为：
[0033][0034]其中f
i
是实测力F矩阵的第i行向量，是f
i
的均值；
[0035]利用RBLW估计器修订PCA模型中的样本协方差矩阵；
[0036]在RBLW收缩估计方法中，收缩目标矩阵为：
[0037][0038]其中Tr(
·
)表述迹运算，表述样本协方差矩阵的迹，I是单位矩阵；
[0039]估计的协方差矩阵为：
[0040][0041]估计的协方差矩阵是样本协方差矩阵和收缩目标矩阵之间的线性组合，线性组合的比例由收缩系数ρ来调节，收缩系数ρ取值在0和1之间以实现估计协方差矩阵在最低偏差和最低方差之间的折衷，RBLW收缩估计法的核心是求得收缩系数ρ如下的闭式解：
[0042][0043]为了进一步提升性能，收缩系数的修订形式如下：
[0044][0045]因此，RBLW收缩估计的样本协方差矩阵表示如下，其可以确保实测力矩阵F估计的主成分在一般渐进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具有人体生物力学差异性特征的裸指力触觉信号生成方法，其特征在于，包括下列步骤：(1)构造用于PCA建模的实测力矩阵F；(2)建立裸指力触觉信号与人体生物力学差异性因子之间的PCA模型；(3)利用RBLW估计器获得一致性估计的样本协方差矩阵(4)计算实测力矩阵F一致性估计的主成分P
k
；(5)估计人体生物力学差异性因子；(6)生成带有人体生物力学差异性特征的一致性力触觉信号。2.根据权利要求1所述的一种具有人体生物力学差异性特征的裸指力触觉信号生成方法，其特征在于：所述步骤(1)中实测力矩阵F构造如下：测量了M个实验者裸指在真实物理表面上滑动时，样本长度为N的力触觉信号，其中，第m个实验者的力触觉信号表示为：f
m
＝[f
m
(1),f
m
(2),
…
,f
m
(N)]
T
,m∈(1,M)将M个实验者的样本长度为N的力触觉信号，按列排列构成如下的实测力矩阵F，矩阵F包括N行M列，共计MN个样本点：3.根据权利要求1所述的一种具有人体生物力学差异性特征的裸指力触觉信号生成方法，其特征在于：所述步骤(2)中PCA模型建立步骤是：基于裸指在真实物理表面滑动时的实测力矩阵F构建PCA模型，在PCA模型中将实测力矩阵F分为主成分P
k
和人体生物力学差异性因子σ
m
两部分其中主成分P
k
体现与压力、速度和触摸物体表面物理属性相关部分的力触觉特征，人体生物力学差异性因子σ
m
体现了与实验者手指粘弹性和生物力学阻抗相关的人体生物力学差异性特征：P
k
＝(P
k
(1),P
k
(2),
…
,P
k
(N))
T
,k∈(1,K)为了减少基数，总比例大于90％的有限数量的K主成分来表示数据的变化，PCA模型进一步表示为：
4.根据权利要求1所述的一种具有人体生物力学差异性特征的裸指力触觉信号生成方法，其特征在于：所述步骤(3)中一致性估计的样本协方差矩阵获得步骤是：在PCA模型中，实测力F的样本协方差矩阵为：其中f
i
是实测力F矩阵的第i行向量，是f
i
的均值；利用RBLW估计器修订PCA模型中的样本协方差矩阵；在RBLW收缩估计方法中，收缩目标矩阵为：其中Tr(
·
)表述迹运算，表述样本...

【专利技术属性】
技术研发人员：孙晓颖，宋瑞，刘国红，
申请(专利权)人：吉林大学，
类型：发明
国别省市：