A wearable haptic device for edge and surface simulation
作者: Rui Chen, Xianlong Mai, Alireza Sanaei, Domenico Chiaradia, Antonio Frisoli, Daniele Leonardis
分类: cs.RO, cs.HC
发布日期: 2026-04-01
💡 一句话要点
提出一种可穿戴触觉设备，用于模拟边缘和表面触感，提升VR交互体验
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 触觉反馈 可穿戴设备 虚拟现实 人机交互 边缘检测
📋 核心要点
- 传统指尖触觉设备难以渲染边缘等触觉特征，限制了VR中精确交互的沉浸感。
- 该设备采用双电机机制，通过不同的接触模式，提供可区分的表面和边缘触觉反馈。
- 用户研究表明，该设备能有效传递边缘和表面触觉信息，分类准确率达93%。
📝 摘要（中文）
本文提出了一种紧凑轻便的指尖触觉设备（24.3克），通过一种新颖的双电机机制，提供可区分的表面和边缘接触反馈。使用6x6柔性传感器阵列进行的压力分布表征，展示了两种刺激模式之间不同的接触模式。一项包含五名参与者的初步用户研究，在四种条件（轻/重压下的边缘/表面接触）下，实现了93%的平均分类准确率，平均响应时间为2.79秒。结果表明，所提出的设备可以有效地传递边缘和表面触觉线索，从而可能提高VR环境中物体操作的逼真度。
🔬 方法详解
问题定义：现有指尖触觉设备在虚拟现实（VR）应用中，无法有效模拟物体边缘的触感，导致用户在进行物体操作时缺乏沉浸感和精确性。传统的触觉反馈设备通常只能提供简单的振动或压力反馈，难以区分表面和边缘的触觉差异，这限制了VR交互的真实性和可用性。
核心思路：本文的核心思路是设计一种新型的指尖触觉设备，通过双电机机制产生不同的接触模式，从而模拟表面和边缘的触觉反馈。这种设计旨在提供更丰富、更真实的触觉体验，增强用户在VR环境中的物体操作能力。
技术框架：该设备主要由两个微型电机、一个指尖接触面和一个柔性压力传感器阵列组成。两个电机分别负责模拟表面和边缘的触觉反馈。当需要模拟表面触感时，一个电机产生均匀的压力分布；当需要模拟边缘触感时，另一个电机产生集中的压力分布。柔性压力传感器阵列用于表征不同刺激模式下的压力分布，并用于验证设备的性能。
关键创新：该设备的关键创新在于其双电机机制，能够通过不同的接触模式，提供可区分的表面和边缘触觉反馈。与传统的单电机触觉设备相比，该设备能够提供更丰富、更真实的触觉体验。此外，该设备还采用了紧凑轻便的设计，使其更易于佩戴和使用。
关键设计：该设备的关键设计包括：1) 双电机的选择和配置，需要确保能够产生足够的力量和精确的控制；2) 指尖接触面的材料和形状设计，需要提供舒适的触感和良好的压力传递；3) 柔性压力传感器阵列的布局和灵敏度，需要能够准确地表征不同刺激模式下的压力分布。此外，控制算法的设计也至关重要，需要能够根据VR环境中的物体信息，实时调整电机的输出，从而提供相应的触觉反馈。
🖼️ 关键图片
📊 实验亮点
实验结果表明，该设备能够有效传递边缘和表面触觉线索。在四种条件（轻/重压下的边缘/表面接触）下，用户研究实现了93%的平均分类准确率，平均响应时间为2.79秒。这些结果表明，该设备能够提供可区分的触觉反馈，并能够被用户有效地感知。
🎯 应用场景
该研究成果可应用于虚拟现实、远程操作、游戏、康复训练等领域。在VR中，它可以增强用户与虚拟物体的交互体验，提高操作的精确性和沉浸感。在远程操作中，它可以帮助操作者更好地感知远程环境，提高操作的效率和安全性。在康复训练中，它可以帮助患者恢复触觉功能，提高生活质量。未来，该技术有望与力反馈手套等设备结合，实现更全面的触觉反馈。
📄 摘要（原文）
Object manipulation is fundamental to virtual reality (VR) applications, yet conventional fingertip haptic devices fail to render certain tactile features relevant for immersive and precise interactions, as i.e. detection of edges. This paper presents a compact, lightweight fingertip haptic device (24.3 g) that delivers distinguishable surface and edge contact feedback through a novel dual-motor mechanism. Pressure distribution characterization using a 6 x 6 flexible sensor array demonstrates distinct contact patterns between the two stimulation modes. A preliminary user study with five participants achieved 93% average classification accuracy across four conditions (edge/surface contact with light/heavy pressure), with mean response times of 2.79 seconds. The results indicate that the proposed device can effectively convey edge and surface tactile cues, potentially enhancing object manipulation fidelity in VR environments.