מחקרים התנהגותיים קודמים על אחיזה אנושית הוגבלו למדידות מוגבלות מאוד בתרחישים מבוקרים היטב. הפרוטוקול שלנו מאפשר אפיון עשיר הרבה יותר של התנהגות אחיזה נטורליסטית מורכבת. טכניקה זו משתמשת במפות מפורטות של משטחי מגע עם אובייקטים ידניים עקב אחיזה רב-ספרתית.
זה מאפשר לנו לחקור כיצד בני אדם תופסים חפצים ברמת תחכום חסרת תקדים. מדידות מדויקות של יכולות אחיזה אנושיות נחוצות כדי להבין שליטה מוטורית, תפיסה הפטית ואינטראקציה בין אדם למחשב. נתונים אלה יכולים לסייע בתכנון של מאחזים רובוטיים ותותבות גפיים עליונות.
מי שתדגים את ההליך תהיה קירה דין, סטודנטית לתואר שני שתסיים את עבודת המאסטר שלה במעבדה שלי. כדי להתחיל, מקם שולחן עבודה עם נפח מעקב שצולם מזוויות מרובות על ידי מצלמות מעקב תנועה המסודרות על מסגרת המקיפה את סביבת העבודה. הכינו סמנים רפלקטיביים על ידי הצמדת סרט הדבקה דו-צדדי לבסיס של כל טוש.
הפעל את Qualisys Track Manager, או QTM, כמנהל מערכת. מקם את אובייקט הכיול בצורת L בתוך נפח המעקב. בתוך QTM, לחץ על כיול בתפריט לכידה והמתן לפתיחת חלון כיול.
בחר את משך הכיול ולחץ על אישור. נפנפו בשרביט הכיול לאורך נפח המעקב למשך הכיול. לחצו על הלחצן 'ייצוא' וציינו נתיב קובץ לייצוא הכיול כקובץ טקסט.
קבל את הכיול על-ידי לחיצה על אישור. כדי ליצור אובייקט גירוי, בנה מודל אובייקט תלת-ממדי וירטואלי בצורת רשת שינוי מצולע. השתמש במדפסת תלת-ממד כדי לבנות העתק פיזי של מודל האובייקטים.
כדי להכין אובייקט גירוי, הצמידו ארבעה סמנים רפלקטיביים לא מישוריים לפני השטח של האובייקט האמיתי. מקם את האובייקט בתוך אמצעי האחסון למעקב. במאגר הפרויקט, הפעל את סקריפט Python שצוין.
בצע את ההוראות שסופקו על-ידי הסקריפט כדי לבצע לכידה של שנייה אחת של המיקום התלת-ממדי של סמני האובייקט. בחר את כל הסמנים של הגוף הקשיח. לחץ לחיצה ימנית ובחר Define Rigid Body, או 6DOF, ולאחר מכן Current Frame.
הזן את שם הגוף הקשיח ולחץ על אישור. בתפריט קובץ, בחר יצא ל- TSV. בחלון החדש, סמן את התיבות תלת-ממד, 6D ושלד בהגדרות סוג נתונים.
סמן את כל התיבות בהגדרות כלליות. לחץ על אישור ולאחר מכן על שמור. פתח את Blender ונווט אל סביבת העבודה Scripting.
פתח את הקובץ שצוין ולחץ על הפעל. נווטו אל סביבת העבודה 'פריסה' והקישו N כדי להחליף בין סרגל הצד. בסרגל הצד, נווטו אל הכרטיסיה 'מותאם אישית'.
בחר את קובץ obj לרישום משותף ולחץ על טען אובייקט לחצן. בחר בקובץ המסלול שיוצא קודם לכן וציין את שמות הסמנים המצורפים לעצמים הקשיחים המופרדים באמצעות נקודה-פסיק. בכותרת הסמן, ציין את השורה בקובץ המסלול המכילה את שמות העמודות של הנתונים.
לאחר מכן, בחר את קובץ הגוף הקשיח המתאים עם הסיומת 6D וציין את שם הגוף הקשיח שהוגדר בשלב הקודם. בכותרת העליונה של 6D, ציין את השורה בקובץ גוף הקשיח המכילה את שמות העמודות של הנתונים. לחצו על 'טען סמנים' ולאחר מכן תרגמו וסובבו את עצם הסמנים או את העצם כדי ליישר אותם.
ציינו קובץ פלט של רשת שינוי והקישו Run Co-Registration כדי להפיק קובץ obj הכולל את רשת הגירוי הרשומה במשותף. חבר 24 סמנים רפלקטיביים כדוריים על ציוני דרך שונים של היד של המשתתף באמצעות סרט דו-צדדי. הניחו את הסמנים במרכז קצות האצבעות במפרקים הבין-פלנגאליים הדיסטליים, במפרקים הבין-פלנגאליים הפרוקסימליים ובמפרקים המטא-קרפופלנגאליים של האצבע המורה, האצבע האמצעית, הקמיצה והאצבע הקטנה.
עבור האגודל, מקם סמן אחד כל אחד על קצה האצבע ואת המפרק המטאקרפלי הבסיסי וזוג סמנים כל אחד על המפרקים metacarpophalangeal ו interphalangeal. לבסוף, הניחו סמנים במרכז שורש כף היד ועל המפרק scaphotrapeziotrapezoidal. בקשו מהמשתתפים להניח את היד שטוחה על ספסל העבודה כשכף היד פונה כלפי מטה ולעצום עיניים.
הניחו את אובייקט הגירוי על שולחן העבודה מול המשתתף. בזמן שה- QTM פועל, הפעל את סקריפט Python שצוין במאגר הפרויקט. בקשו מהמשתתפים לפקוח את עיניהם ולעקוב אחר ההוראות שסופקו על ידי התסריט כדי ללכוד ניסוי יחיד של המשתתף האוחז באובייקט הגירוי.
בתוך QTM, גרור ושחרר את מסלולי הסמן הבודדים מהמסלולים הלא מזוהים למסלולים המסומנים ותייג אותם בהתאם למוסכמה למתן שמות. בחר את כל הסמנים המחוברים ליד, לחץ לחיצה ימנית ובחר צור מודל AIM מתוך הבחירה. בחלון החדש, בחר צור מודל חדש המבוסס על חיבורי סמן ממודל AIM הקיים ולחץ על הלחצן הבא.
בחר בהגדרת הדגם RH_FH ולחץ על Open. הקש הבא, הזן שם עבור מודל AIM ולחץ על אישור. לבסוף, לחץ על סיום כדי ליצור מודל AIM עבור היד של המשתתף כדי לזהות באופן אוטומטי סמנים בניסויים עוקבים מאותו משתתף.
בתוך QTM, פתח את הגדרות הפרויקט על ידי לחיצה על סמל גלגל השיניים. בסרגל הצד, נווטו אל Skeleton Solver ולחצו על 'טען' כדי לבחור קובץ הגדרות שלד. התאם את גורם קנה המידה ל- 100% ולחץ על החל.
נווט אל ייצוא TSV וסמן את התיבות תלת-ממד, 6D ושלד בהגדרות סוג הנתונים. סמן את כל התיבות בהגדרות כלליות. לחץ על החל וסגור את הגדרות הפרוייקט.
לחץ על Reprocess סמל ולאחר מכן סמן את התיבות לפתור שלדים וייצוא לקובץ TSV ולחץ בסדר. פתח חלון פקודה במאגר הפרויקט והפעל את סביבת קונדה על-ידי ביצוע הפקודה שצוינה. לאחר מכן בצע את הפקודה שצוינה ופעל לפי ההוראות שסופקו על ידי הסקריפט כדי ליצור עבור כל מסגרת של המשפט רשת יד המשחזרת את תנוחת היד הנוכחית.
להערכות אזור מגע של אובייקט יד, בצע את הפקודה שצוינה ופעל בהתאם להוראות שסופקו על-ידי הסקריפט כדי ליצור הערכות של אזור מגע יד ואובייקט על-ידי חישוב ההצטלבות בין רשת שינוי היד לרשת שינוי של אובייקטים. במחקר זה, הדינמיקה של האחיזה תועדה באמצעות 24 סמנים רפלקטיביים כדוריים המחוברים לציוני דרך שונים של היד. שינויים במפענח רשת היד העמוקה שהוכשר מראש מוצגים כאן.
ראשית, מכיוון שהרשת אינה מאומנת על משתתפים ספציפיים, נעשה שימוש ברשת המתקנת הגנרית תלוית המזהה המסופקת עם המודל שהוכשר מראש. יתר על כן, מתקן השלד תלוי ID נגזר באמצעות פותר השלד QTM. מניחים קנה מידה פרופורציונלי של היד עם אורך השלד ועובי הרשת מוגדל באופן אחיד על ידי גורם הנגזר מקנה המידה היחסי של השלד.
מוצג שחזור תלת-ממדי סופי של תנוחת היד הנוכחית באותה מסגרת קואורדינטות כמו רשת שינוי העצם במעקב תלת-ממדי. מוצג סרטון של יד עם נקודות מסומנות ורשת רשומה במשותף, כולן נעות זו לצד זו במהלך אחיזה אחת בפסלון חתול מודפס בתלת-ממד. מסגרת בודדת בזמן מגע יד לאובייקט מאחיזה לקרואסון מודפס בתלת-ממד, יחד עם שחזורי רשת האובייקט היד ואזורי המגע המשוערים על פני השטח של הקרואסון.
האובייקט והסמנים המחוברים אליו צריכים להיות רשומים כראוי. יישור יסודי שלהם חשוב מכיוון שלסטיות יכולה להיות השפעה גדולה על הערכות אזור המגע. בנוסף למשטחי מגע, ההליך מספק זוויות אוילר משותפות לכל מפרק אצבע.
ניתן להשתמש בהם כדי לחקור כיצד תנוחות ידיים במהלך אחיזה רב-ספרתית מתפתחות לאורך זמן.
