Adding Haptic Feedback to Virtual Environments With a Cable-Driven Robot Improves Upper Limb Spatio-Temporal Parameters During a Manual Handling Task
Notice bibliographique
Résumé
Physical interactions within virtual environments are often limited to visual information within a restricted workspace. A new system exploiting a cable-driven parallel robot to combine visual and haptic information related to environmental physical constraints (e.g. shelving, object weight) was developed. The aim of this study was to evaluate the impact on user movement patterns of adding haptic feedback in a virtual environment with this robot. Twelve healthy participants executed a manual handling task under three conditions: 1) in a virtual environment with haptic feedback; 2) in a virtual environment without haptic feedback; 3) in a real physical environment. Temporal parameters (movement time, peak velocity, movement smoothness, time to maximum flexion, time to peak wrist velocity) and spatial parameters of movement (maximum trunk flexion, range of motion of the trunk, length of the trajectory, index of curvature and maximum clearance from the shelf) were analysed during the reaching, lowering and lifting phases. Our results suggest that adding haptic feedback improves spatial parameters of movement to better respect the environmental constraints. However, the visual information presented in the virtual environment through the head mounted display appears to have an impact on temporal parameters of movement leading to greater movement time. Taken together, our results suggest that a cable-driven robot can be a promising device to provide a more ecological context during complex tasks in virtual reality.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».