Cluster Haptic Texture Database: Haptic Texture Database with Variety in Velocity and Direction of Sliding Contacts

人类感知整合多感官信息，触觉感知在物体和表面识别中发挥着关键作用。虽然带有触觉模态的人机界面提供了增强的系统性能，但现有数据集主要关注视觉数据，忽略了全面的触觉信息。以前的触觉纹理数据库记录了声音和加速度信号，但经常忽略了探头与纹理之间的微妙差别。鉴于这个缺点，我们提出了 Cluster Haptic Texture Database，这是一个多模态数据集，记录了人造尿素橡胶指尖与不同纹理表面的视觉、听觉和触觉信号。这个数据库旨在模拟人类手指的特性，包括五个速度级别和八个方向变化，提供了全面的触觉交互研究。我们的评估揭示了在这个数据集上训练的分类器识别表面的有效性，以及估计每个表面的速度和方向的微妙差别。

本论文旨在解决现有的触觉质感数据库主要关注视觉数据，忽略了全面的触觉信息的问题，提出了一个综合记录视觉、听觉和触觉信号的多模态数据库，旨在提高人机界面的性能。

本文提出了Cluster Haptic Texture Database，该数据库记录了人造尿素橡胶指尖与不同纹理表面的交互过程中的视觉、听觉和触觉信号，包括五个速度水平和八个方向变化，提供了全面的触觉交互研究。

本文的亮点包括Cluster Haptic Texture Database的设计和实验评估，证明了该数据库对于表面识别的分类器的有效性以及对于每个表面估计速度和方向的细微差别。此外，本文还提供了开源代码。

在这个领域中，最近的相关研究包括《Haptic Texture Recognition Using Convolutional Neural Networks》和《A Comprehensive Dataset for Evaluating Approaches of Haptic Texture Recognition》。