A Novel Torque Sensing Approach to Eliminate Stiction in Haptic Devices with Hybrid Motor/Brake Actuation
Notice bibliographique
Résumé
Hybrid haptic devices combining brakes and motors enable precise force rendering in applications spanning teleoperation to virtual reality simulation. Brakes can provide a strong resistance to motion, while motors can simulate interactions with elastic or animated elements. However, a common issue arises when the user pushes against an elastic element and reverses motion. Upon reversal, the actuator must apply a force in the direction of the user’s motion. Since brakes can only oppose a force, they instead resist the user, creating an unwanted resistance known as stiction. Solutions to this problem often involve bulky rotary torque sensors or imprecise strain gauges to detect the user-applied force and deactivate the brake accordingly. However, these solutions introduce substantial inertia and friction to the actuator, are expensive, and not suitable for portable devices.This paper introduces a novel torque sensing approach that embeds a miniature 1-DOF force sensor in a rotary hybrid actuator without adding any inertia or friction. A new control algorithm is proposed to determine an optimal partition of a virtual environment torque between the brake and motor, and disengage the brake before stiction occurs. The proposed approach is validated through a series of experimental testing on a 1-DOF hybrid actuator prototype. The results show that proposed approach successfully eliminates stiction while preventing oscillations around zero velocity. Compared to conventional instrumentation methods, this implementation offers a more costeffective, compact, and reliable alternative to the design and control of hybrid actuators.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».