Ein taktiles Automated Passive-Finger-Stimulator (TAPS)

Hallo, mein Name ist Dan Goldrich, und wir befinden uns hier im taktilen Forschungslabor Ihrer Master-Universität. Dies sind Ingrid Cans, Brian Peters und Mike Wong, und wir werden heute mit Ihnen über den taktilen automatisierten passiven Fingersimulator, oder TAPS, sprechen. TAPS ist ein Gerät zur Messung der passiven taktilen räumlichen Auflösung an der Fingerspitze, das ich gemeinsam mit Ingrid Cans an der Duquesne University in Pittsburgh, Pennsylvania, entwickelt habe, und das wir seitdem hier an der McMaster University in Hamilton, Ontario, mit Ryan und Mike weiter modifiziert haben.

Und dieses Gerät ist eine Methode zur gezielten Anwendung taktiler Reize auf die Fingerspitze unter Kontrolle der Kraftanstiegs­geschwindigkeit und Reizdauer. Dieses Video ist in drei Abschnitte gegliedert. Zunächst geben wir einen Überblick über die Funktionsweise von Taps.

Dann zeigen wir die Funktion von TAPS und beschreiben seine Komponenten, damit andere das Gerät nachbauen können. Schließlich veranschaulichen wir eines von vielen Testprotokollen, die mit TAPS durchgeführt werden können: ein Experiment zur Beurteilung der Orientierungswahrnehmung mittels zweistufiger Kraftwahl mit Befeuerung. Adaptives Tracking mit TAPS nutzt die Schwerkraft, um eine Stimulationsfläche gegen die Haut zu drücken.

Die Schwerkraft wirkt als nach unten gerichtete Kraft auf eine Masse, die an einer Stange hängt. Diese Seitenansicht zeigt den Versuchsaufbau mit mehreren entfernten Strukturen, um die Funktionsweise des Geräts deutlich darzustellen; der Arm des Teilnehmers ruht bequem in Bauchlage auf einer Tischplatte. Die Fingerspitze befindet sich über einem Tunnel in der Tischplatte.

Der Tunnel wird in diesem Diagramm nicht dargestellt; auf einem tiefer liegenden Tisch, der für den Teilnehmer nicht sichtbar ist, dreht ein Schrittmotor eine Scheibe, die bis zu 40 Stimulusobjekte halten kann und eines dieser Objekte unter den Finger bringt. Eine hier rot dargestellte Querstange erstreckt sich von der beweglichen Laufkarre eines Linearantriebs und verhindert, dass die Stange kippt. Wenn der Antrieb nach vorn fährt, kippt die Stange unter dem Einfluss der Schwerkraft, wodurch ein Stimulusobjekt nach oben durch den Tunnel und auf die Haut gedrückt wird.

Einfache physikalische Gesetzmäßigkeiten verbinden die Geschwindigkeit des Aktuators mit der Geschwindigkeit, mit der die Reizoberfläche ansteigt, um die Haut zu berühren, sowie das Gewicht der hängenden Masse mit der statischen Kraft des taktilen Reizes. Wenn der Aktuator die Richtung umkehrt, um den Stab in seine Ausgangsposition zurückzubewegen, lässt das Stimulationsstück die Scheibe fallen; anschließend dreht der Schrittmotor, um ein weiteres Stück unter den Finger zu positionieren, und der gesamte Vorgang wiederholt sich. Diese Draufsicht – bei der der Finger entfernt wurde – zeigt einen weiteren Reizzyklus.

Beachten Sie, wie das Stimulusstück ansteigt, wenn sich der Aktuator vorwärts bewegt, und absinkt, wenn der Aktuator seine Bewegung umkehrt. Um die Stimulusstücke herzustellen, begannen wir mit Delrin-Stäben mit einem Durchmesser von einem halben Zoll und einer Länge von drei Zoll an einer Shoreline-Mini-Fräsmaschine. Wir verwendeten einen Planschneider, um beide Enden zu bearbeiten und die Stablänge auf 2,75 Zoll zu verkürzen.

Wir verwenden den Flachfräser, um rechteckige Stäbe mit einer Länge von zwei Zoll und einem Quadratquerschnitt von 8,7 Millimetern zu formen. Wir fräsen parallele Rillen in die runde Fläche, um Sägezahngitter mit gleicher Rillen- und Stegbreite zu erzeugen, um damit größere Rillen zu schneiden. Für kleinere Rillen verwendeten wir eine Schaftfräse.

Wir verwendeten Schneidsoße. Wir platzierten silikonbeschichtete O-Ringe um die Welle, um die Vibration der Teile zu verringern. Während die Scheibe rotiert, sind hier die mechanischen Komponenten der Zapfen dargestellt. Wenn sich der Schlitten des Linearantriebs nach vorne bewegt, kann die hängende Masse unter dem Einfluss der Schwerkraft herabfallen.

Das Gewicht dieser Masse und ihr Abstand vom Drehpunkt entlang der rotierenden Stange bestimmen gemeinsam die Aufwärtskraft, mit der das Stimulusstück die Haut des Probanden berührt. Ein bestimmtes Stück wird von einem computergesteuerten Schrittmotor, der das Stimulusfach dreht, direkt unter einen Tunnel in der oberen Platte positioniert. Nachdem der Proband einen Antwortknopf gedrückt hat, befiehlt der Computer dem Schrittmotor, das Stimulusfach zu drehen, wodurch ein weiteres Stimulusstück direkt unter den Tunnel gebracht wird.

In der oberen Tabelle. Die Bewegung der Zapfenantriebe wird durch mehrere Sensoren überwacht. Ein retroreflektiver Sensor erfasst das Vorhandensein eines erhöhten Reizstücks.

Beachten Sie, wie das grüne Licht ein- und ausgeht. Dieser Sensor wird von den Hähnen während der Initialisierung des Experiments verwendet, um den rotierenden Stab in einem festgelegten Abstand unterhalb der Stimulusstücke korrekt zu positionieren. Außerdem verhindert die Aktivierung des Sensors den Schrittmotor, wodurch eine Beschädigung der Ausrüstung vermieden wird.

Sollte ein Stimulusobjekt versehentlich im Tunnel klemmen. Ein U-förmiger fotoelektrischer Sensor ermittelt die Ausgangsposition des Stimulusträgers. Dieser Sensor wird aktiviert, wenn ein Stück steifer Pappe, das am Rand des rotierenden Trägers befestigt ist, den Infrarotstrahl des Sensors unterbricht.

Alle Bewegungen des Stimulusbehälters werden anschließend relativ zu dieser Ausgangsposition berechnet. Ein HU-Effektsensor legt die Ausgangsposition des linearen Aktuators fest. Hier sehen wir, wie sich der Schlitten des Aktuators nach vorne bewegt, wobei sich der Schwenktisch bewegen wird, sobald der Schlitten in die Ausgangsposition fährt.

Der Sensor aktiviert sich – beachten Sie das Ein- und Ausschalten des roten Lichts als Sicherheitsfunktion. Zwei ähnliche Sensoren. Einer von ihnen ist hier dargestellt und dient dazu, im unwahrscheinlichen Fall einer Stellantriebsstörung die Vorwärts- und Rückwärtsbewegung des Schlittens zu begrenzen.

Diese Endschalter deaktivieren den Aktuator und verhindern eine unkontrollierte Bewegung des Schlittens. Bei der Pivot-Tisch-Anordnung und sorgfältig ausgerichteten Querstange berührt die vom Schlitten des Aktuators ausgehende Querstange einen vertikalen Stab, der sich vom drehbaren Stab am Drehpunkt nach unten erstreckt. Ein nahezu reibungsfreies Metalllager dient als Drehpunkt und ermöglicht eine freie Rotation des Stabes.

Wenn sich der Schlitten des Aktuators nach vorne bewegt, werden die Massen in einen Klettverschluss-Korb eingefügt, der an der sich drehenden Stange hängt. Sobald der Arm des Probanden in Bauchlage auf der Tischoberfläche positioniert ist, platzieren Sie die Fingerspitze, die getestet werden soll, über einer Öffnung in der Tischplatte, durch die die Stimulusflächen nach oben fahren. Um einen seitlichen Fingerbewegungen entgegenzuwirken und Hautkontakt herzustellen, bringen Sie vorsichtig zwei Barrieren, deren Unterseite mit doppelseitigem Schaumstoffklebeband beschichtet ist, an den Seiten des Fingers an.

Mithilfe einer Drehhalterung wird der Kraftsensor vorsichtig im 90-Grad-Winkel zur Ebene des Fingernagels nahe der Nagelhaut angebracht, wobei sichergestellt wird, dass der Sensor eine Kraft zwischen 50 und 80 Gramm ausübt. Diese Kraft ist für den Probanden angenehm und gewährleistet eine hervorragende Empfindlichkeit des Sensors gegenüber Fingerbewegungen. Die Drehhalterung ist ein vielseitiges System, das verwendet werden kann, um beliebige Stimulationsflächen auf die Stirnseiten von Stäben mit einem Durchmesser von einem halben Zoll aufzubringen.

Zu Demonstrationszwecken zeigen wir Ihnen, wie eine zweistufige Forced-Choice-Aufgabe zur Beurteilung der Orientierung in unserem Labor durchgeführt wird. Bei unserer Orientierungsbeurteilungsaufgabe kommen 20 Stimulusflächen zum Einsatz, deren GR-Breiten von lediglich 0,25 Millimetern bis hin zu 3,1 Millimetern reichen. Jeder Durchgang besteht aus zwei sequenziellen Stimuluspräsentationen mit Rillen gleicher Breite, die sich jedoch um 90 Grad in ihrer Ausrichtung unterscheiden. Diese werden auf das distale Fingerschal erhalten.

In einer Darbietung verlaufen die Rillen vertikal oder parallel zur langen Achse des Fingers, und in der anderen Darbietung verlaufen die Rillen horizontal oder senkrecht zur langen Achse des Fingers. Die Reihenfolge der Darbietung wird zufällig gewählt. Die Versuchsperson gibt an, ob die horizontale Ausrichtung im ersten oder zweiten Intervall auftrat, indem sie einen von zwei Knöpfen mit der nicht getesteten Hand drückt. Um anzuzeigen, dass die horizontale Ausrichtung zuerst präsentiert wurde, würde die Versuchsperson den linken Knopf drücken, und um anzuzeigen, dass die horizontale Ausrichtung präsentiert wurde.

Zweitens würde die Versuchsperson den rechten Knopf drücken. Nun betrachten wir, was eine typische Versuchsperson während einer Testsession erleben könnte. Ich möchte Ihre Aufmerksamkeit auf die beiden Bewertungen lenken, die oben links in diesem Durchlauf dargestellt sind.

Der Proband wurde zuerst am Finger berührt, wobei die Abstufungen horizontal ausgerichtet waren, und anschließend, wobei die Abstufungen vertikal ausgerichtet waren. In diesem Fall besteht die richtige Reaktion darin, den linken Knopf zu drücken. In diesem Beispiel drückt der Proband den rechten Knopf, was eine falsche Reaktion darstellt.

Dies wird in dem Leistungsdiagramm in der oberen rechten Ecke durch ein rotes X veranschaulicht. Die nächste darzubietende Nutbreite wird mithilfe eines bayesschen adaptiven Algorithmus ausgewählt, den wir im nächsten Abschnitt des Videos genauer erläutern werden. Dieser Versuchsdurchgang sollte für den Probanden leichter durchführbar sein, da die vom Algorithmus gewählte Nutbreite größer ist als die Nutbreite des vorherigen Versuchsdurchgangs.

Dem Probanden werden erneut zwei Bewertungen präsentiert. In diesem Fall ist die erste Bewertung vertikal und die zweite horizontal ausgerichtet. Dieses Mal gibt der Proband die richtige Antwort, indem er den rechten Knopf drückt. Dies wird im Leistungsdiagramm durch ein blaues Kreuz angezeigt.

Im dritten Durchgang hat die Gruppenbreite leicht abgenommen, wodurch die Aufgabe schwieriger wird. Auch hier liefert der Proband eine korrekte Antwort. Diese Abfolge von Ereignissen setzt sich fort, bis die vorgegebene Anzahl an Durchgängen durchgeführt wurde.

Wir führen typischerweise Blöcke mit 40 Durchgängen durch, um die psychometrische Funktion jedes Teilnehmers zu schätzen. Dazu verwenden wir eine modifizierte Version der bayesschen adaptiven SI-Methode nach Cevi und Tyler. In der Psychophysik beschreibt eine psychometrische Funktion den Zusammenhang zwischen einem physikalischen Stimulusparameter – in unserem Fall der Rillenbreite – und der Wahrscheinlichkeit einer korrekten Antwort.

Entsprechend Conserv und Tyler modellieren wir D-Strich als Potenzfunktion der Rillenbreite. Dies führt zu einer kumulativen normalen psychometrischen Funktion, die durch drei Parameter definiert ist: a, B und delta A. Der Schwellenparameter ist die Rillenbreite, bei deren Orientierung der Proband zu 76 % korrekt unterscheiden kann, was einem DPR von eins entspricht. Bei dieser Aufgabe.

Hier sehen Sie, dass sich die Kurve nach rechts verschiebt, wenn ich den Schwellenwert erhöhe. Wenn ich den Schwellenwert verringere, verschiebt sich die Kurve nach links. Probanden, die die Aufgabe besser bewältigen, können die Ausrichtung dünnerer Rillen unterscheiden, weshalb ihre Kurven nach links verschoben sind.

Beachten Sie, dass, obwohl sich die Kurve entlang der X-Achse verschiebt, da sich der Schwellenwert geändert hat, die Steigung der Kurve gleich bleibt. Die Steigung der Kurve wird durch den B-Parameter festgelegt. Sie gibt an, wie schnell die Kurve ansteigt.

Die Kurve ist bei niedrigen Steigungswerten flach, doch Sie können erkennen, dass sie steiler wird, wenn ich den Wert der Steigung erhöhe. Ihnen ist möglicherweise auch aufgefallen, dass die Kurve bei großen Rillenbreiten gegen eins oder 100 % strebt. Dies setzt voraus, dass der Proband bei ausreichend großen Rillenbreiten stets die richtige Antwort gibt.

In der Realität verlieren die Probanden jedoch manchmal die Konzentration oder drücken versehentlich die falsche Antworttaste. Daher werden sie nicht immer korrekt antworten, selbst wenn eine große Rillenbreite präsentiert wird. Mit anderen Worten gibt es eine obere Grenze für die Höhe der psychometrischen Funktion, und diese wird durch den Delta- oder Lapsenraten-Parameter festgelegt.

Nachdem wir nun die Parameter einer psychometrischen Funktion besprochen haben, betrachten wir nun, wie das bayessche adaptive Verfahren zu einer Schätzung dieser Parameter gelangt. Während einer Testsitzung führe ich hier eine Simulation eines Modellsubjekts durch, das eine Schwelle von 1,75 Millimetern, eine Steigung von fünf und eine Fehlerrate von 4 % aufweist. Die psychometrische Funktion des Subjekts wird durch die violette Kurve in der oberen linken Grafik dargestellt.

Diese Kurve ist das, was wir zu schätzen versuchen. Das Diagramm in der oberen rechten Ecke zeigt eine Aufzeichnung der Leistung des Probanden über einen Block von Versuchen. Wie zuvor gezeigt, steht ein rotes X für eine falsche Antwort und ein blauer Kreuz für eine richtige Antwort.

Zu Beginn des Experiments sind wir uns über die Form der psychometrischen Funktion des Probanden unsicher. Wir drücken diese Unsicherheit aus, indem wir eine Reihe möglicher A-, B- und Delta-Werte in Betracht ziehen.

Wir weisen jedem a-b-delta-Triplett die gleiche A-priori-Wahrscheinlichkeit zu. Mit anderen Worten weisen wir eine gleichmäßige A-priori-Wahrscheinlichkeitsverteilung über mehrere tausend mögliche psychometrische Funktionen zu. Während das Experiment fortschreitet, lernen wir aus den Antworten der Versuchsperson, dass einige dieser Funktionen wahrscheinlicher sind als andere.

Die Unsicherheit oder Entropie der Wahrscheinlichkeitsverteilung nimmt ab, um zu bestimmen, welches Stimulusstück als Nächstes präsentiert wird. Danach berechnet der Algorithmus die erwartete Entropie für jede der Nutbreiten nach jedem abgeschlossenen Durchlauf. Dies ist im unteren linken Diagramm dargestellt. Die Nutbreite mit der geringsten erwarteten Entropie wird dem Probanden präsentiert.

Die Rillenbreite ist in der oberen linken Grafik durch ein weißes Kreuz markiert. Dieser Schritt ist entscheidend für die Effizienz des adaptiven Verfahrens, da wir stets versuchen, die Unsicherheit bezüglich der psychometrischen Funktion eines Probanden zu verringern, indem wir die Rillenbreite schätzen und präsentieren, die die gewonnene Informationsmenge maximiert. Die Grafik in der unteren rechten Ecke zeigt die gemeinsame a-posteriori-Wahrscheinlichkeitsverteilungsfunktion oder PDF der Steigungs- und Schwellenparameter.

In diesem Diagramm steht Weiß für eine hohe Wahrscheinlichkeit und Schwarz für eine niedrige Wahrscheinlichkeit. Um dieses Diagramm zu erstellen, haben wir über den Parameter der Ausfallrate summiert bzw. diesen marginalisiert. Nach jedem Versuch gelangen wir zu einer Schätzung des Schwellenwerts und des Steigungswerts der Versuchsperson.

Der Modus dieses Diagramms, gekennzeichnet durch das rote Kreuz, ist die aktuelle beste Schätzung der Schwelle und Steigung. Mit diesen Werten können wir eine Schätzung der psychometrischen Funktion des Probanden darstellen. Dies ist durch die grüne Kurve im Diagramm oben links dargestellt.

Wenn wir mehr Daten sammeln, wird unsere Schätzung präziser. Die gemeinsame posteriore Wahrscheinlichkeitsdichtefunktion wird schmaler, was darauf hinweist, dass unsere Unsicherheit bezüglich der geschätzten Parameterwerte abnimmt. Sie können außerdem erkennen, dass sich die geschätzte Kurve mit zunehmenden Daten der Form der tatsächlichen Kurve annähert.

Nachdem wir die Datensammlung abgeschlossen haben, können wir eine genauere Schätzung unserer Parameter vornehmen. Da unsere abhängige Messgröße ein Schwellenwert ist, können wir über den Steigungsparameter marginalisieren, um die präziseste Schätzung des Schwellenwertparameters zu erhalten. Hier ist die a-posteriori-Wahrscheinlichkeitsdichtefunktion (PDF) des Schwellenwertparameters dargestellt. Der Modalwert dieser PDF ist unsere beste Schätzung für den Schwellenwert der Versuchsperson, doch bezüglich dieser Schätzung besteht eine gewisse Unsicherheit.

Diese Unsicherheit wird durch die Breite der Kurve dargestellt. Je breiter die Kurve ist, desto geringer ist unser Vertrauen in die Schätzung der Schwelle des Probanden; umgekehrt gilt: Je schmaler die Kurve ist, desto sicherer sind wir uns unserer Schätzung der Schwelle des Probanden. Damit ist die Beschreibung von TAPS, dem taktilen automatisierten passiven Fingertimulator, abgeschlossen.

Wir hoffen, dass die Versuche von anderen repliziert werden und dazu beitragen, die Entwicklung hin zu kontrollierten taktilen Tests voranzutreiben, die in den letzten Jahren vielversprechende Fortschritte gezeigt hat. Zögern Sie bitte nicht, uns bei weiteren Fragen zu kontaktieren.