Investigating the Effects of Mechanical Variables on the Performance of Resistive Bend Sensors Used in Digit Motion Tracking
Notice bibliographique
Résumé
Resistive bend sensors are commonly used in data gloves to measure finger joint angles and are favored for their durability, flexibility, and affordability. However, their performance can be affected by mechanical factors, such as the range of motion (ROM) and speed, which have yet to be fully investigated. This study aimed to systematically explore the effects of ROM and speed on the performance of resistive bend sensors, focusing on four performance indices, i.e., sensitivity, repeatability, hysteresis, and sensor relaxation. Sensors from two manufacturers, Spectra Symbol and Flexpoint, were tested across six ROMs and seven speeds. Statistical analysis was performed to find the correlation between performance indices and ROM and speed, as well as the difference between two sensors. The results showed that the performance of the two sensors is affected by ROM and speed. ROM affected the sensitivity, repeatability, and relaxation indices; however, the results were not similar across the two sensors. Speed affected the sensitivity and relaxation, with differences in the observed effects between the two sensors. Hysteresis did not show any significant correlation with either ROM or speed. Finally, the sensor’s sensitivity was observed to be dependent on the direction of movement (flexion or extension). Our experimental results suggested that comprehensive and targeted experiments are required before integrating resistive bend sensors into data gloves for different applications.
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) | 0,000 | 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 | 0,001 |
| 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 ».