{
  "paper_id": "99a77083dd6b037ecd1b4a6be7f8811e",
  "paper_title": "Fiber Optic Sensing Glove for High Performance Dexterous Manipulation Capture",
  "paper_authors": [
    "J.D. Peiffer",
    "Taylor Niehues",
    "Li Guan",
    "Ziyi Kou",
    "Ergys Ristani"
  ],
  "publication_date": "",
  "publication_venue": "unknown",
  "abstract": "在灵巧操作过程中捕捉手部姿态仍然困难：基于视觉的方法在遮挡和复杂光照下性能下降，而传感手套虽不受遮挡影响，却容易产生漂移和磁干扰，且很少达到动作捕捉精度。本文提出一种用于全手姿态跟踪的光纤传感手套，针对这些失效模式，采用多芯形状传感光纤获取每根光纤的完整三维形状，而不仅仅是曲率。新流程将每个重建的光纤形状配准到统一的手部参考系，新的逆运动学求解器利用曲线约束以60 Hz重建全手姿态。在包含5名受试者灵巧物体操作任务、时长2小时的数据集上，该手套相对动作捕捉真值取得7.2 mm的平均指尖位置误差；通过对光纤路由集线器进行一次性工厂校准，误差降至4.9 mm，且该校准可跨用户和会话迁移。这些能力使高保真数据采集和双手虚拟遥操作成为可能，二者对推动机器人领域发展均至关重要。\n",
  "keywords": [
    "光纤传感手套",
    "多芯光纤布拉格光栅",
    "三维形状感知",
    "手部姿态估计",
    "逆运动学",
    "灵巧操作",
    "动作捕捉",
    "虚拟遥操作"
  ],
  "paper_institutions": [],
  "output_language": "zh",
  "provider": "doubao",
  "model": "doubao-seed-2.1-pro",
  "prompt_template": "simple",
  "extracted_at": "2026-10-20T04:31:11.305930Z",
  "template_tag": "simple",
  "summary": "### 摘要\n\n本文解决灵巧操作中全手姿态难以稳定、高精度捕捉的问题：单目视觉易受自遮挡、物体遮挡和光照影响，多相机动作捕捉局限于标定空间，IMU手套存在航向漂移，电磁手套受铁磁材料干扰，应变或弯曲传感器受复杂应变与校准限制，而既有单芯FBG手套只能测量曲率幅值并主要估计少量关节屈曲，无法区分弯曲方向和恢复完整三维姿态。作者设计了一种每根手指布置一根多芯光纤的形状传感手套，光纤含3个传感芯、每芯26个间隔1 cm的FBG传感器，通过手背路由集线器和织物背侧通道在尽量少干扰自然运动的情况下获取整根光纤的动态三维形状；方法先利用集线器已知隧道中心线，以一维滑动曲率匹配、相对极小值筛选和SVD Procrustes刚性对齐把各光纤配准到共同参考系，再用含腕部位姿和22个关节角的Momentum手模型，通过指尖位置、远端方向、点到样条、手背位姿/平面、时间正则和关节限位等约束求解手部姿态，核心机制为高斯-牛顿最小化目标函数 $L(\\theta)=\\lambda_{distal}L_{distal}+\\lambda_{spline}L_{spline}+\\lambda_{dorsum}L_{dorsum}+\\lambda_{prev}L_{prev}+\\lambda_{lim}L_{lim}$。实验采集5名受试者、每人两次会话且中间完全脱戴再戴的数据，包括38分钟关节活动度动作和79分钟 buzz wire、盒块、叠杯、手中转物、九孔插板和捏挤等操作，总计约2小时；选择这些任务是为了在接触丰富、手指相互遮挡且跨用户和跨穿戴会话的条件下验证系统的鲁棒性与精度，真值由20台标定OptiTrack相机和26个反光标记提供，并仅评估某手指所有标记可见的帧。评价指标包括隔离形状重建与配准误差的fiber-to-marker误差、21个模型关键点的MKPE以及仅统计指尖的F.MKPE；基础系统在操作阶段F.MKPE为7.2 mm，一次性动捕辅助隧道刚性对齐后降至4.9 mm，关节活动度阶段由6.5 mm降至4.5 mm，操作阶段fiber-to-marker误差由3.4 mm降至2.1 mm，对齐后拇指误差最高为7.2 mm，小指因隧道最短由9.4 mm降至6.2 mm，这些结果支持多芯三维形状、曲线配准和基于样条约束的IK能够实现亚厘米级全手跟踪。设备采样与重建为60 Hz、累计延迟32.5 ms，桌面上线程注册为5.3 ms、C++ IK仅0.12 ms，可满足实时预算。真实场景包括机器人学习所需的高保真接触丰富演示数据采集，以及附加6自由度根跟踪器后的双手虚拟现实开罐遥操作，并可进一步迁移到机器人遥操作；主要约束是当前手套仅适合大/特大手、集线器较笨重、手套通过5米线缆连接 interrogator 而便携性受设备体积限制、评估重点是腕部锁定的骨架姿态而非世界坐标精度，误差还来自手模型个体不匹配、光纤在织物中滑移、织物相对皮肤骨骼移动以及配准和IK残差。未来可采用0.3 mm级密集间距的OFDR、个性化手模型、基于解剖标志或已知标定姿势的无动捕校准、微型光学 interrogator、更小手套尺寸和更好的隧道结构设计。\n\n### 关键要点\n\n- 手套为每根手指配置一根多芯光纤，每根光纤有3个传感芯和26个间隔1 cm的FBG传感器，光纤沿手背侧织物环布置并在指尖固定，其余部分可在环内滑动。\n- 与只能测量曲率幅值的单芯FBG不同，多芯FBG通过纤芯间差分应变同时获得曲率大小和弯曲方向，从而重建整根光纤的三维形状，并对温度等共模效应更稳健。\n- 光纤到手背集线器的配准通过滑动窗口比较测量光纤与隧道中心线的离散曲率、选取相对极小值候选，再用基于SVD的Procrustes对齐选择残差最小的刚性变换。\n- IK阶段使用含腕部旋转、腕部平移和22个关节角的Momentum运动树模型，以指尖位置、远端方向、点到样条、手背约束、时间正则和关节限位共同优化全手姿态。\n- 路由集线器自标定利用一段短序列，先关闭手背约束完成逐帧IK初始化，再启用手背位置、方向和平面约束，通过序列高斯-牛顿求解优化集线器相对手模型的位姿。\n- 数据集包含5名受试者、两次含脱戴再戴的会话，动作由关节活动度和六类功能性操作组成，总计约2小时，用于检验跨用户、跨会话和复杂操作条件下的跟踪能力。\n- 真值系统使用20台标定OptiTrack相机和26个动捕标记，其中19个用于手部姿态、7个用于集线器；由于动捕标记也会被遮挡，指标只计算相应手指标记全部可见的帧。\n- 隧道对齐前操作阶段平均指尖误差为7.2 mm，一次性刚性对齐后降至4.9 mm；关节活动度阶段由6.5 mm降至4.5 mm，且对齐在所有受试者和会话中均降低误差。\n- 对齐后操作阶段fiber-to-marker误差为2.1 mm、整体MKPE为4.4 mm；拇指指尖误差最高为7.2 mm，小指误差为6.2 mm，较短隧道会影响配准精度。\n- 在关节活动度和操作阶段分别有25%和34%的动捕样本至少有一个标记被遮挡，手套在这些自遮挡或物体遮挡情况下仍能给出视觉一致的手部姿态。\n- ShapeScan 905可同时处理5根多芯光纤并以60 Hz输出形状，下游注册和IK在桌面平台分别耗时5.3 ms和0.12 ms，满足60 Hz实时处理预算。\n- 系统已用于双手虚拟现实开罐演示，但仍受 interrogator 体积与线缆、集线器穿戴负担、大尺寸手套、模型不匹配、光纤滑移和一次性动捕辅助校准等条件限制。"
}