Esplorazione tattile sulla mano protesica Hannes

Abstract

Questo lavoro consiste in un'analisi offline delle acquisizioni di dati effettuate con la mano protesica Hannes dotata di sensori tattili; abbiamo registrato i dati delle interazioni tra il paziente e gli oggetti che ha afferrato per studiare le caratteristiche di ogni oggetto afferrato. L'obiettivo principale è la classificazione e il riconoscimento della forma e della consistenza degli oggetti; per fare ciò abbiamo applicato un algoritmo di Analisi in Componenti Principali 2D e semplici Reti Neurali Convoluzionali (descritti nei primi capitoli). L'algoritmo di 2D-PCA, il primo applicato, ha permesso di comprendere il ruolo centrale delle informazioni tattili per risolvere questo problema, ma le CNN sono migliori e solo con i dati dei sensori è possibile avere una classificazione quasi perfetta degli oggetti. A partire da questo studio si pongono le basi per i lavori futuri; l'idea è quella di utilizzare questo risultato per sviluppare e implementare un algoritmo online che dia un output istantaneo: il paziente afferra un oggetto e riceve immediatamente un feedback su cosa ha afferrato, come nel caso della mano umana. La strada perseguita dal team Hannes è la via del miglioramento e del perfezionamento nel campo delle protesi.

This work consists on an offline analysis of data acquisitions carried out with the Hannes prosthetic hand equipped with tactile sensors; we have registered data of the interactions between the patient and the objects he has grasped in order to study features characteristic of each object grab. The main goal is the classification and recognition of the shape and stiffness of the objects; to do this we have applied a 2D-Pricipal Component Analysis algorithm and simple Convolutional Neural Networks (described in the first chapters). The 2D-PCA algorithm, the first applied, allowed us to understand the central role of the tactile information in order to solve this problem, but the CNNs are better and only with sensors data allow to have a quite perfect classification of the objects. Starting from this study, the foundations for future work are laid; the idea is to use this result to develop and implement an online algorithm that give an instant output: the patient grasps an object and immediately receives a feedback on what he has grasped, like a human hand does. The way Hannes team pursues is the way of improvement and perfection in the field of prosthetics.