Kinematic design of linkage-based haptic interfaces for medical applications: a review
Notice bibliographique
Résumé
<p>A haptic interface recreates haptic feedback from virtual environments or haptic teleoperation systems that engages the user's sense of touch. High-fidelity haptic feedback is critical to the safety and success of any interaction with human beings. Such interactions can be seen in haptic systems utilized in medical fields, such as for surgical training, robotic tele-surgery, and tele-rehabilitation, which require appropriate haptic interface design and control. In order to recreate high-fidelity soft and stiff contact experiences for the user in the intended application, different designs strike different trade-offs between the desirable characteristics of an interface, such as back-drivability, low apparent inertia and low friction for the best perception of small reflected forces, large intrinsic stiffness and force feedback capability for the best perception of large reflected forces, a large-enough workspace for exploring the remote or virtual environment, and the uniformity of haptic feedback and its adequate sensitivity over the workspace. Meeting all of the requirements simultaneously is impossible, and different application-driven compromises need to be made. This paper reviews how various kinematic designs have helped address these trade-offs in desired specifications. First, we investigate the required characteristics of linkage-based haptic interfaces and inevitable trade-offs between them. Then, we study the state of the art in the kinematic design of haptic interfaces and their advantages and limitations. In all sections, we consider the applications of the intended haptic interfaces in medical scenarios. Non-linkage-based haptic interfaces are also shortly discussed to show the broad range of haptic technologies in the area. The potentials of kinematic redundancy to address the design trade-offs are introduced. Current challenges and future directions of haptic interface designs for medical applications are shortly discussed, which is finally followed by the conclusion.</p>
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».