Synergy-Based Human Grasp Representations and Semi-Autonomous Control of Prosthetic Hands

Das sichere und stabile Greifen mit humanoiden Roboterhänden stellt eine große Herausforderung dar. Diese Dissertation befasst sich daher mit der Ableitung von Greifstrategien für Roboterhände aus der Beobachtung menschlichen Greifens. Dabei liegt der Fokus auf der Betrachtung des gesamten Greifvorgangs. Dieser umfasst zum einen die Hand- und Fingertrajektorien während des Greifprozesses und zum anderen die Kontaktpunkte sowie den Kraftverlauf zwischen Hand und Objekt vom ersten Kontakt bis zum statisch stabilen Griff. Es werden nichtlineare posturale Synergien und Kraftsynergien menschlicher Griffe vorgestellt, die die Generierung menschenähnlicher Griffposen und Griffkräfte erlauben. ... mehrWeiterhin werden Synergieprimitive als adaptierbare Repräsentation menschlicher Greifbewegungen entwickelt. Die beschriebenen, vom Menschen gelernten Greifstrategien werden für die Steuerung robotischer Prothesenhände angewendet. Im Rahmen einer semi-autonomen Steuerung werden menschenähnliche Greifbewegungen situationsgerecht vorgeschlagen und vom Nutzenden der Prothese überwacht.

Safe and stable grasping with humanoid robotic hands is a great challenge. Therefore, this thesis addresses the definition of grasp strategies for robotic hands from the observation of human grasping. The focus is placed on an analysis of the entire grasping process. This includes the hand and finger trajectories throughout the grasping process on the one hand and the contact points and the force profile between the hand and the object from the first contact to the statically stable grasp on the other hand. Non-linear postural synergies and force synergies of human grasps are presented, that allow for the generation of human-like grasp poses and grasp forces. ... mehrIn addition, an adaptable representation of human grasp motions based on synergy primitives is presented. The described grasp strategies, which are learned from human demonstration, are applied for the control of a robotic prosthetic hand. Within a semi-autonomous control scheme, human-like grasp motions are suggested based on the current situation and are supervised by the prosthesis user.