[论文解读] Real-time Adaptive Prediction Method for Smooth Haptic Rendering

Xiyuan Hou, Olga Sourina|arXiv (Cornell University)|Mar 22, 2016

Teleoperation and Haptic Systems参考文献 19被引用 4

一句话总结

本文提出一种基于自回归（AR）模型与动态系数更新、B样条插值的实时自适应预测方法，可在复杂虚拟环境中实现平滑、高频（1 kHz）触觉反馈。通过在低频物理仿真步长之间预测力并平滑插值，该方法即使在物理仿真频率降至50–72 Hz（由于接触点数量过多）时，也能保持稳定且连续的触觉力输出。

ABSTRACT

In this paper, we propose a real-time adaptive prediction method to calculate smooth and accurate haptic feedback in complex scenarios. Smooth haptic feedback is an important task for haptic rendering with complex virtual objects. However, commonly the update rate of the haptic rendering may drop down during multi-point contact in complex scenarios because high computational cost is required for collision detection and physically-based dynamic simulation. If the haptic rendering is done at a lower update rate, it may cause discontinuous or instable force/torque feedback. Therefore, to implement smooth and accurate haptic rendering, the update rate of force/torque calculation should be kept in a high and constant frequency. In the proposed method, the auto-regressive model with real-time coefficients update is proposed to predict interactive forces/torques during the physical simulation. In addition, we introduce a spline function to dynamically interpolate smooth forces/torques in haptic display according to the update rate of physical simulation. In the experiments, we show the feasibility of the proposed method and compare its performance with other methods and algorithms. The result shows that the proposed method can provide smooth and accurate haptic force feedback at a high update rate for complex scenarios.

研究动机与目标

• 解决复杂虚拟环境中因物理仿真更新率低导致的触觉力反馈不连续与不稳定问题。
• 在多点接触与可变形物体仿真带来的计算瓶颈下，仍保持1 kHz的高更新率触觉渲染。
• 在物理仿真频率低于100 Hz时，提升触觉渲染的力平滑度与稳定性。
• 开发一种实时自适应预测系统，根据近期力历史动态更新AR模型系数。
• 在如斯坦福兔子模型（接触点超过20个）等复杂场景中，实现精确且连续的触觉反馈。

提出的方法

• 使用自回归（AR）模型，基于触觉线程中最近的力值预测未来的触觉力。
• 实时系数更新算法在触觉渲染过程中持续调整AR模型参数，以提高预测精度。
• 采用B样条插值函数，在1 kHz频率下生成平滑的中间力值用于触觉显示。
• 插值力样本的数量根据当前物理仿真更新率自适应确定。
• 系统将触觉线程与物理仿真线程解耦，实现独立的高频触觉输出。
• 使用虚拟耦合与力网格（forcegrid）数据结构管理交互数据，提升线程间同步性。

实验结果

研究问题

• RQ1 具有实时系数更新的自适应AR模型能否提升低更新率物理仿真中的触觉力预测精度？
• RQ2 当物理仿真频率低于100 Hz时，样条插值在多大程度上提升了触觉反馈的平滑度？
• RQ3 在复杂多接触场景中，该方法在多大程度上减少了力的不连续性与感知抖动？
• RQ4 基于物理更新率自适应调整的插值样本数量，如何影响触觉稳定性和真实感？
• RQ5 该方法能否在斯坦福兔子模型等复杂模型（接触点超过20个）中保持稳定且平滑的触觉反馈？

主要发现

• 在斯坦福兔子基准测试中，即使物理仿真频率降至50–72 Hz，所提方法仍能保持平滑且稳定的触觉反馈。
• 与直接使用低更新率仿真结果相比，所提方法消除了力反馈中的尖锐不连续与嗡鸣现象。
• 采用实时AR系数更新与样条插值的方法，相比基线预测方法，在平滑度与稳定性方面均有显著提升。
• 在5500–5650 ms区间，所提方法（红线）表现出最平滑且最一致的力曲线，优于非预测方法（蓝线）与非自适应预测方法（绿线）。
• 基于物理更新率自适应确定的插值数量，有效在仿真性能波动时仍维持1 kHz的触觉输出。
• 该系统在高接触点数量的复杂场景中成功实现了感知上平滑的触觉反馈，验证了其在实时应用中的鲁棒性。