근육 활동에서 힘 정보로
동작 포착이나 영상은 움직임을 담지만 접촉력은 빠질 수 있다. ForceBand는 손목에서 얻는 표면 근전도 신호를 힘 정보가 있는 시연을 만드는 단서로 활용한다.
사전 학습 자료
자기 시점 영상과 근전도, IMU, 손가락 힘 측정을 포함한 10시간 자료를 수집했다. EMG2Force는 근전도와 관성 신호에서 손가락별 힘을 예측하도록 사전 학습한다.
사용자별 보정 이후
짧은 사용자별 보정 뒤 밴드와 영상만으로 목표 과제의 시연을 모은다. 추정 모델이 손가락 힘 궤적을 부여하므로 이 단계의 힘은 센서로 직접 측정한 정답과 다르다.
로봇 학습의 활용
모양과 크기, 무게가 다른 물체를 집고 압축하고 놓는 힘 제어 과제를 평가했다. 사용자 보정과 신호 조건이 중요한 시스템이며 모든 사람의 근전도가 같은 힘 관계를 갖는다고 가정해서는 안 된다.
관련 문서
FeelTheForce / ForceMimic / TACROSS / FARM 힘 인지 조작 / 모방 학습 / 촉각