Virtual Reality for Evaluating Prosthetic Hand Control Strategies: A Preliminary Report
Virtual Reality for Evaluating Prosthetic Hand Control Strategies: A Preliminary Report
复制标题
用于评估假手控制策略的虚拟现实：初步报告
DOI：
10.1109/embc46164.2021.9630555
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Hu, Xiaogang
中科院分区：
文献类型：
--
作者：
Xie, Jason;Hu, Xiaogang
改善假手功能对于降低遗弃率和提高截肢者的生活质量至关重要。诸如关节力估计和使用肌电信号的手势识别等技术可以实现对假手的更真实的控制。为了加速这些先进控制策略从实验室到临床的转化，我们创建了一个虚拟假肢控制环境，可以实现丰富的用户交互和灵活性评估。虚拟环境由两部分组成，即用于渲染和用户交互的Unity场景，以及用于支持精确物理模拟和与控制算法通信的Python后端。通过利用虚拟现实耳机的内置跟踪功能，用户可以可视化和操纵虚拟手，而无需额外的运动跟踪设置。在虚拟环境中，我们通过解码的EMG信号流，手跟踪和使用VR控制器演示了假肢手的驱动。通过提供一个灵活的平台来研究不同的控制模式，我们相信我们的虚拟环境将允许更快的实验和临床翻译的进一步进展。
Improving prosthetic hand functionality is critical in reducing abandonment rates and improving the amputee’s quality of life. Techniques such as joint force estimation and gesture recognition using myoelectric signals could enable more realistic control of the prosthetic hand. To accelerate the translation of these advanced control strategies from lab to clinic, We created a virtual prosthetic control environment that enables rich user interactions and dexterity evaluation. The virtual environment is made of two parts, namely the Unity scene for rendering and user interaction, and a Python back-end to support accurate physics simulation and communication with control algorithms. By utilizing the built-in tracking capabilities of a virtual reality headset, the user can visualize and manipulate a virtual hand without additional motion tracking setups. In the virtual environment, we demonstrate actuation of the prosthetic hand through decoded EMG signal streaming, hand tracking, and the use of a VR controller. By providing a flexible platform to investigate different control modalities, we believe that our virtual environment will allow for faster experimentation and further progress in clinical translation.
登录
查看更多内容
DOI：
10.1109/tnsre.2019.2908817
发表时间：
2019-05-01
影响因子：
4.9
作者：
Kluger, David T.;Joyner, Janell S.;Clark, Gregory A.
通讯作者：
Clark, Gregory A.
DOI：
10.1109/jbhi.2019.2926307
发表时间：
2020-03-01
影响因子：
7.7
作者：
Dai, Chenyun;Hu, Xiaogang
通讯作者：
Hu, Xiaogang
通过并行卷积神经网络进行实时手指力预测：初步研究
DOI：
10.1109/embc44109.2020.9175390
发表时间：
2020
期刊：
Proceedings of IEEE Engineering in Medicine and Biology Society Annual Meeting
影响因子：
--
作者：
Xu, Feng;Zheng, Yang;Hu, Xiaogang
通讯作者：
Hu, Xiaogang
影响因子：
3.4
作者：
Perry BN;Moran CW;Armiger RS;Pasquina PF;Vandersea JW;Tsao JW
通讯作者：
Tsao JW
影响因子：
4
作者：
Nissler, Christian;Nowak, Markus;Castellini, Claudio
通讯作者：
Castellini, Claudio