Tactus：面向自然灵巧操作数据采集的触觉与位姿传感手套
Tactus: Tactile & Pose Sensing Glove for Natural Dexterity Data Collection
研究团队提出织物集成传感手套 Tactus，指尖堆叠厚度仅 1.5 mm，在 95% 置信度下最小可检测力为 0.59 N，比商用基线低 1.6-2.7 倍，跨参与者一致性达 0.87。其 IMU 融合位姿跟踪在遮挡最严重时仍保持 11.0 mm 指尖关键点相对误差，并首次给出触觉力回归与手部位姿估计的标准化跨平台评测协议。
作者：Li Guan、Rachael Granberry、Sahar Aseeri、Sahar Rostami、Taylor Niehues、Sai Dhanooshi Marri、Mia Huang、Dingtian Zhang、Ziyi Kou、Jason Pursel、Eric Whitmire、Vatsal Mehta、Ashish Deshpande、Tristan Trutna、Reed Belcher、Emelia Black、Julian Blake、Roger Boldu、Sean Bonaventure、Einar Boyovich、Jordan Brennan、Elizabeth Casillas、David Christensen、Tyler Christensen、Nicholas Colonnese、Stuart Dealey、Gaige DeHaven、Katie Doran、Chris Doughty、Robert Drury、Silvia Espino、Gabriel Geyne、Beth Goodrich、Kyra Gould、Joe Grisso、Susana Guerrero、Andrew Gwozdziowski、Monica Ha、Ehsan Hajiesmaili、Kate Healy、Rose Hope、Michael Hurst、Claire Ikemiya、Daisy Isibor、Rick James、Yashasvi Joginapally、Samuel Johnson、Tyler Jorgensen、Kristy Jost、Ben Kamath、Slava Karulin、Alexander Keener、Woo Kim、Alison Krauskopf、Ankit Kumar、Joshua Lang、Lizzy Li、Cameron Lynch、Daniel Ma、Hector Martinon、Christina Matos、Keagan McCurdy、Lee Mincey、Stuart Nezlek、Tiffany Nguyen、James O'Hara、Jason Osborne、Jacky Pai、Roham Pardakhtim、David Perek、Alexandre Poulin、Nick Raines、Salwa Rasheed、Leah Resneck、Kevin Rhodes、Ergys Ristani、Douglas Roberts、Anik Sarker、Harrison Scarborough、Jonas Schmidtler、Brian Shieh、Benjamin Shuman、Garrett Simard、Forrest Smith、Udara Somarathna、Eliot Sosin、Jonathan Stewart、Kristine Strom、Adam Swett、Hal Talbot-Mantooth、Julia Tanner、Sai Sharan Thirunagari、Curtis Torrey、Simge Uzun、Eileen Wachs、Rylan Wasson、Henry Wei、Jesse White、Beau Woodbyrne、Antonio Woods
等（另有 4 位作者未显示）
摘要：采集带有精确接触力和手部姿态的自然人类操作演示，对于机器人灵巧操作策略和基础世界模型学习至关重要——然而，现有可穿戴平台均无法在保持自然操作行为的形态下，同时提供经过校准的指尖力传感和抗遮挡的手部追踪。我们提出 Tactus，一款织物集成传感手套，协同优化三大设计支柱：(1) 薄型、贴合的 3D 针织形态（指尖堆叠厚度 1.5 mm），旨在最大限度减少对自然操作的干扰；(2) 依据实证接触研究，在操作相关区域策略性布置电容式触觉传感器；(3) IMU 融合的姿态追踪，在手-物遮挡——即操作数据最有价值之处——下仍保持精度。Tactus 包含有文档记录的校准流程以实现跨手套一致性，以及针对受试者相关校正的逐次会话校准。为实现客观比较，我们引入了触觉力回归与手部姿态估计的标准化基准测试协议，并将其应用于 Tactus 和两款市售触觉手套——据我们所知，这是此类首次定量跨平台评估。Tactus 在 95% 置信度下可分辨的最小可检测力为 0.59 N，比商业基线低 1.6 - 2.7 倍，跨参与者一致性为 0.87；而我们的姿态追踪在操作过程中——遮挡最严重时——指尖关键点相对误差保持在 11.0 mm。我们表明，这些组合信号支持物体属性估计、滑动检测以及手-物交互的代表性记录——从而产生具有接触感知操作策略和世界模型所需保真度的演示数据。
| 评论： | 9 页 |
| 主题： | 机器人学 (cs.RO)；人工智能 (cs.AI)；硬件架构 (cs.AR)；机器学习 (cs.LG) |
| 引用为： | arXiv:2610.39076 [cs.RO] |
| （或 arXiv:2610.39076v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.39076 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Li Guan [查看邮箱]
[v1]
2026 年 10 月 29 日星期四 00:10:55 UTC（4,527 KB）
来源：arXiv cs.AI · arxiv.org