电磁触觉引导系统的最优控制方法
作者
抬头显示(HUD)与驾驶辅助系统(ADAS)力反馈与伪重力感UI/UX 设计师产品设计师
我们为电磁触觉引导系统引入了一种最优控制方法。我们的实时方法协助用户完成基于笔的任务,如绘画、草图绘制或设计。我们控制方法的关键在于引导用户,但不剥夺其能动性。现有方法将触笔强制到目标轨迹上不断推进的设定点,导致 undesirable 行为,如触觉引导丧失或意外吸附。相比之下,我们的控制方法轻轻地将用户拉向目标轨迹,允许他们始终轻松地覆盖系统以自发调整输入并按自己的速度绘制。为实现这一灵活引导,我们的优化迭代预测输入设备(如笔)的运动,并根据动态电磁执行器相应调整位置和强度。为实现实时计算,我们还引入了一种新型快速的电磁体近似模型。我们通过在基于在双轴线性平台上移动的电磁体的原型硬件平台上实现该方法以及一系列应用来演示我们方法的适用性。实验结果表明,我们的方法比开环和时间依赖的闭环方法更准确,并且更受用户青睐。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 60%
使用气压传感器估算触碰力度
CHI '19· 力反馈与伪重力感 +1
- 60%
ForceRay: 通过力输入扩展拇指触及范围以稳定设备握持的移动触控输入
CHI '19· 力反馈与伪重力感 +1
- 60%
纸上的Phasking:访问PHysically Assisted SKetchING的连续统
CHI '20· 抬头显示(HUD)与驾驶辅助系统(ADAS) +1
- 60%
更好的小人物图片:生成多样化人口统计学人物图像
CHI '24· 抬头显示(HUD)与驾驶辅助系统(ADAS) +1
- 60%
利用伪重力偏移呈现材质属性的触觉表示方法
CHI '26· 力反馈与伪重力感 +1
- 60%
探索现实行走环境中虚拟会议的增强现实界面设计
DIS '24· 抬头显示(HUD)与驾驶辅助系统(ADAS) +1
- 60%
基于自蒸馏的多任务学习模型在触控笔输入延迟补偿中的应用
MobileHCI '25· 力反馈与伪重力感 +1
- 60%
利用振动触觉反馈增强物理按钮实现可编程触感
UIST '20· 振动反馈与皮肤刺激 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3379337.3415593
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
抬头显示(HUD)与驾驶辅助系统(ADAS)、力反馈与伪重力感
work
职业/产业
UI/UX 设计师、产品设计师
article
内容状态
仅摘要
hub
相关论文
8 篇相关论文