ASTRA Glove: A Wearable Tracking Device for “Accurate Sensing and Tracking of Realtime Articulations”
Notice bibliographique
Résumé
Precise tracking of hand movements is essential for applications in robotics, virtual reality, rehabilitation, and human-computer interaction. Wearable devices, such as gloves equipped with inertial measurement units (IMUs), have emerged as a promising solution for capturing detailed hand kinematics. This article introduces ASTRA Glove, an advanced wearable kinematic tracking device that can precisely sense hand movements in real-time. The system consists of 16 IMUs to measure 23 degrees of freedom (DoF) for hand motions. A new Kalman filter-based six-DoF sensor fusion algorithm (SFA) has been developed to provide high levels of precision as well as real-time performance, all while being easy to integrate into practical applications. One feature of this glove is a fast and simple calibration methodology, which allows for accurate tracking of hand movements. In addition, it is affordable, comfortable, lightweight, sturdy, and easy to wear for prolonged periods. It addresses the typical IMU drift problems with a drift reduction technique that substantially enhances its stability and reliability. In addition, a real-time simulator has been created that allows users to visualize the motions of the hands and displays joint positions with high accuracy. The experimental results indicate that ASTRA Glove can achieve higher accuracy than other systems with joint angle errors below 1° and fingertip position error of 1.47 mm in different hand movement tasks.
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 | 0,001 |
| 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 ».