Taktylny automatyczny stymulator palców pasywnych (TAPS)

Witajcie, nazywam się Dan Goldrich i znajdujemy się w laboratorium badań dotykowych na McMaster University. To są Ingrid Cans, Brian Peters i Mike Wong; będziemy dzisiaj rozmawiać o automatycznym pasywnym stymulatorze opuszków palców (TAPS). TAPS to urządzenie służące do pomiaru pasywnej czułości przestrzennej dotyku na opuszkach palców; opracowałem je na Duquesne University w Pittsburghu w Pensylwanii wraz z Ingrid Cans, a następnie zmodyfikowaliśmy je tutaj, na McMaster University w Hamilton w Ontario, wspólnie z Ryanem i Mike'iem.

Niniejsze urządzenie stanowi metodę dostarczania kontrolowanych bodźców dotykowych do opuszki palca z kontrolą prędkości narastania siły oraz czasu trwania bodźca. Niniejszy materiał wideo został podzielony na trzy sekcje. W pierwszej części przedstawiamy ogólny opis działania systemu TAPS.

Następnie prezentujemy urządzenie taps w działaniu i opisujemy jego komponenty, aby umożliwić innym odtworzenie tego urządzenia. Na koniec ilustrujemy jeden z wielu protokołów testowych, które taps może przeprowadzić: eksperyment oceny orientacji metodą wymuszonego wyboru między dwoma przedziałami czasowymi z wykorzystaniem baying. Adaptive tracking taps wykorzystuje grawitację do dociskania powierzchni bodźca do skóry.

Grawitacja wywiera siłę skierowaną w dół na masę zawieszoną na pręcie. Ten widok z boku przedstawia układ z usuniętymi kilkoma elementami w celu wyraźnego zilustrowania działania urządzenia; ramię uczestnika spoczywa wygodnie w pozycji pronowanej na blacie stołu. Opuszka palca znajduje się nad tunelem w stole.

Tunelu nie przedstawiono na tym schemacie; na dolnym stole, ukrytym przed widokiem uczestnika, silnik krokowy obraca tarczą, która mieści do 40 elementów bodźca, pozycjonując jeden z nich pod palcem. Poprzeczka, zaznaczona tutaj na czerwono, wysuwa się z ruchomego wózka siłownika liniowego, zapobiegając obrotowi pręta. Gdy siłownik przesuwa się do przodu, pręt obraca się pod wpływem grawitacji, dociskając element bodźca w górę przez tunel i na skórę.

Proste zależności fizyczne wiążą prędkość siłownika z prędkością, z jaką powierzchnia bodźca unosi się, aby dotknąć skóry, a masę zawieszonego obciążnika ze statyczną siłą bodźca dotykowego. Gdy siłownik zmienia kierunek, aby przywrócić pręt do pozycji wyjściowej, element bodźca opada, a silnik krokowy z tarczą obraca się, aby umieścić kolejny element pod palcem, po czym cały proces się powtarza. Ten widok z góry, z usuniętym palcem, przedstawia kolejny cykl stymulacji.

Należy zauważyć, że element stymulujący unosi się, gdy siłownik porusza się do przodu, i opada, gdy siłownik cofa się. Aby wykonać elementy stymulujące, użyliśmy prętów z Delrinu o średnicy 0,5 cala i długości 3 cali, obrabiając je na mini frezarce Shoreline. Do wyrównania obu końców użyliśmy frezu tarczowego, redukując długość pręta do 2,75 cala.

Używamy frezarki tarczowej do kształtowania prostokątnych wałków o długości dwóch cali i przekroju kwadratowym 8,7 mm. W okrągłej powierzchni wycinamy równoległe rowki, aby stworzyć gradacje w formie fali kwadratowej o jednakowej szerokości rowków i grzbietów w celu wykonania większych rowków. Do mniejszych rowków wykorzystaliśmy frez czołowy.

Użyliśmy sosu do nacinania. Dookoła wału umieściliśmy silikonowe pierścienie O-ring, aby zredukować wibracje elementów. Podczas obrotu tarczy prezentowane są tutaj komponenty mechaniczne kranów. Gdy wózek siłownika liniowego przesuwa się do przodu, masa zawieszona opada pod wpływem grawitacji.

Masa tego obciążnika oraz jego odległość od punktu obrotu wzdłuż obracającego się pręta wspólnie określają siłę nacisku w górę, z jaką element stymulujący styka się ze skórą badanego. Konkretny element jest pozycjonowany bezpośrednio pod tunelem w górnym stole za pomocą sterowanego komputerowo silnika krokowego, który obraca taca stymulującą. Po naciśnięciu przez badanego przycisku odpowiedzi, komputer wydaje polecenie silnikowi krokowemu, aby obrócił tacę stymulującą, pozycjonując kolejny element stymulujący bezpośrednio pod tunelem.

W górnej tablicy ruchy elementów kraników są monitorowane przez kilka czujników. Czujnik retrorefleksyjny wykrywa obecność podniesionego elementu stymulującego.

Zwróć uwagę na migające zielone światło. Czujnik ten jest wykorzystywany przez urządzenia podczas inicjalizacji eksperymentu w celu właściwego ustawienia obrotowego pręta w określonej odległości poniżej elementów stymulujących. Ponadto aktywacja czujnika wyłącza silnik krokowy, zapobiegając uszkodzeniu sprzętu, które w przeciwnym razie by wystąpiło.

W przypadku przypadkowego zablokowania elementu bodźca w tunelu, U-kształtny czujnik fotoelektryczny wyznacza pozycję początkową tacy z bodźcami. Czujnik ten jest aktywowany, gdy kawałek sztywnego papieru przyklejony do krawędzi obracającej się tacy przerywa wiązkę podczerwieni.

Wszystkie ruchy tacy ze stymulantem są następnie obliczane względem tej pozycji bazowej. Czujnik efektu Halla ustawia pozycję bazową siłownika liniowego. Tutaj widzimy wózek siłownika przesuwający się do przodu; stół obrotowy poruszy się, gdy wózek znajdzie się w pozycji bazowej.

Czujnik aktywuje się – należy zauważyć, że czerwone światło zapala się i gaśnie jako funkcja bezpieczeństwa. Są dwa podobne czujniki. Jeden z nich pokazany jest tutaj; wyznacza on granice ruchu w przód i w tył wózka na wypadek mało prawdopodobnej awarii siłownika.

Te czujniki krańcowe wyłączają siłownik, zapobiegając niekontrolowanemu ruchowi wózka. Przy zastosowaniu stołu obrotowego i odpowiednim ustawieniu, poprzeczka wysuwająca się z wózka siłownika styka się z pionowym prętem zwisającym z pręta obrotowego w punkcie obrotu. Niemal beztreciowe łożysko metalowe służy jako punkt obrotu i umożliwia swobodną rotację pręta.

Gdy wózek siłownika porusza się do przodu, ciężarki zostają wsunięte do koszyka na rzep, który zwisa z obracającego się pręta. Po ułożeniu ramienia badanego w pozycji pronacji na blacie stołu, należy umieścić dystalną część opuszki palca poddanego badaniu nad otworem w stole, z którego wysuną się powierzchnie stymulujące. Aby zapewnić kontakt ze skórą i zapobiec bocznemu przemieszczaniu się palca, należy delikatnie przyłożyć do jego boków dwie barierki, których spód pokryty jest dwustronną taśmą piankową.

Z pomocą uchwytu obrotowego należy delikatnie przyłożyć czujnik siły do paznokcia w pobliżu skórki, pod kątem 90 stopni do płaszczyzny paznokcia, dbając o to, aby czujnik wywierał siłę od 50 do 80 gramów. Siła ta jest komfortowa dla badanego i zapewnia czujnikowi doskonałą czułość na ruchy palca. Mocowania obrotowe stanowią wszechstronny system, który może być wykorzystany do aplikacji dowolnego bodźca za pomocą powierzchni wyciętych w czołach prętów o średnicy pół cala.

W celach demonstracyjnych pokażemy, w jaki sposób przeprowadza się zadanie oceny orientacji z wymuszonym wyborem między dwoma przedziałami. W naszym laboratorium zadanie oceny orientacji wykorzystuje 20 powierzchni stymulujących z szerokościami rowków (GR) wynoszącymi od 0,25 milimetra do 3,1 milimetra. Każna próba składa się z dwóch sekwencyjnych prezentacji bodźców z rowkami o identycznej szerokości, ale różniących się orientacją o 90 stopni. Są one przykładane do dystalnej części opuszki palca.

W jednym wariancie bruzdy są ustawione pionowo, czyli równolegle do długiej osi palca, a w drugim poziomo, czyli prostopadle do długiej osi palca. Kolejność prezentacji jest dobierana losowo. Badany wskazuje, czy orientacja pozioma wystąpiła w pierwszym czy drugim przedziale, naciskając jednym z dwóch przycisków dłonią niepoddaną badaniu; aby wskazać, że orientacja pozioma została zaprezentowana jako pierwsza, badany naciska lewy przycisk, a aby wskazać, że orientacja pozioma została zaprezentowana.

Po drugie, badany naciskał przycisk po prawej stronie. Przyjrzyjmy się teraz temu, czego typowy uczestnik mógł doświadczyć podczas sesji testowej. Chciałbym zwrócić Państwa uwagę na dwie oceny widoczne w górnym lewym rogu w tej próbie.

Badany został najpierw dotknięty w palec przy poziomo ustawionych podziałkach, a następnie przy podziałkach ustawionych pionowo. W tym przypadku poprawną odpowiedzią jest naciśnięcie przycisku po lewej stronie. W tym przykładzie badany naciska przycisk po prawej stronie, co stanowi błędną odpowiedź.

Jest to zaznaczone czerwonym znakiem X na wykresie wyników w prawym górnym rogu. Kolejna szerokość rowka do przedstawienia jest wybierana przez bayesowski algorytm adaptacyjny, który omówimy szerzej w następnym segmencie filmu. Ta próba powinna być łatwiejsza do wykonania dla badanego, ponieważ szerokość rowka wybrana przez algorytm jest większa niż szerokość rowka w poprzedniej próbie.

Badanemu ponownie przedstawiono dwie kratki. W tym przypadku pierwsza kratka jest ustawiona pionowo, a druga poziomo. Tym razem badany udziela poprawnej odpowiedzi, naciskając prawy przycisk, co na wykresie wyników zaznaczone jest niebieskim krzyżykiem.

W trzeciej próbie szerokość grupy została nieco zmniejszona, co utrudnia wykonanie zadania. Badany ponownie udziela prawidłowej odpowiedzi. Ta sekwencja zdarzeń powtarza się do momentu przedstawienia wyznaczonej liczby prób.

Zazwyczaj przeprowadzamy bloki po 40 prób, aby oszacować funkcję psychometryczną każdego uczestnika. Stosujemy zmodyfikowaną wersję bayesowskiej adaptacyjnej metody SI opracowaną przez Cevi i Tylera. W psychofizyce funkcja psychometryczna wiąże parametr fizyczny bodźca – w naszym przypadku szerokość rowka – z prawdopodobieństwem udzielenia poprawnej odpowiedzi.

Zgodnie z metodologią Conserv i Tylera, modelujemy D prime jako funkcję potęgową szerokości rowka. Prowadzi to do skumulowanej normalnej funkcji psychometrycznej zdefiniowanej przez trzy parametry: a, B oraz delta A, gdzie parametr progu to szerokość rowka, przy której badany poprawnie rozróżnia orientację w 76% przypadków, co odpowiada wartości DPR równej jeden w tym zadaniu.

Tutaj widać, że wraz ze zwiększaniem wartości progu krzywa przesuwa się w prawo. Gdy zmniejszam próg, krzywa przesuwa się w lewo. Osoby lepiej radzące sobie z zadaniem potrafią rozróżnić orientację cieńszych rowków, dlatego ich krzywe są przesunięte w lewo.

Zauważmy, że mimo przesunięcia krzywej wzdłuż osi X wynikającego ze zmiany wartości progu, nachylenie krzywej pozostaje takie samo. Nachylenie krzywej jest określone przez parametr B. Informuje on o tym, jak szybko krzywa rośnie.

Krzywa jest płaska przy niskich wartościach nachylenia, jednak można zauważyć, że staje się ona bardziej stroma wraz ze zwiększaniem wartości nachylenia. Można również dostrzec, że przy dużych szerokościach rowka krzywa dąży do wartości 1 lub 100%. Zakłada to, że przy odpowiednio dużych szerokościach rowka badany zawsze odpowie prawidłowo.

W rzeczywistości jednak badani czasami tracą koncentrację lub mogą przypadkowo nacisnąć niewłaściwy przycisk odpowiedzi. W związku z tym nie zawsze będą odpowiadać poprawnie, nawet w przypadku prezentacji dużej szerokości rowka. Innymi słowy, istnieje górna granica wysokości funkcji psychometrycznej, która jest określona przez parametr delta lub współczynnik błędów przypadkowych (lapse rate).

Po omówieniu parametrów funkcji psychometrycznej, przyjrzyjmy się temu, w jaki sposób bayesowska procedura adaptacyjna szacuje te parametry. Podczas sesji testowej przeprowadzam symulację modelowego badanego, który posiada próg wynoszący 1,75 millimeters, nachylenie równe pięć oraz wskaźnik pominięć (elapse rate) na poziomie 4%. Funkcja psychometryczna badanego jest przedstawiona przez fioletową krzywą na wykresie w lewym górnym rogu.

Tę krzywą staramy się oszacować. Wykres w prawym górnym rogu przedstawia zapis wyników badanego w obrębie bloku prób. Jak pokazano wcześniej, czerwony znak X oznacza błędną odpowiedź, a niebieski krzyżyk oznacza odpowiedź poprawną.

Na początku eksperymentu kształt funkcji psychometrycznej badanego jest nieznany. Niepewność tę wyrażamy poprzez rozważenie zakresu możliwych wartości A, B oraz delta.

Przypisujemy równe prawdopodobieństwo a priori każdej trójce a b delta. Innymi słowy, przyjmujemy jednorodny rozkład prawdopodobieństwa a priori dla kilku tysięcy możliwych funkcji psychometrycznych. W miarę postępu eksperymentu, na podstawie odpowiedzi badanego, dowiadujemy się, że niektóre z tych funkcji są bardziej prawdopodobne od innych.

Niepewność lub entropia rozkładu prawdopodobieństwa maleje w celu określenia, który bodziec należy zaprezentować jako następny. Algorytm oblicza oczekiwaną entropię dla każdej z szerokości rowka po każdym zakończonym badaniu. Jest to przedstawione na wykresie w lewym dolnym rogu. Badanemu zostanie zaprezentowana szerokość rowka o najniższej oczekiwanej entropii.

Szerokość tego rowka jest zaznaczona białym krzyżykiem na wykresie w lewym górnym rogu. Krok ten jest kluczowy dla efektywności bayesowskiej procedury adaptacyjnej, ponieważ dążymy do stałej redukcji niepewności dotyczącej funkcji psychometrycznej badanego poprzez szacowanie i prezentowanie takiej szerokości rowka, która zmaksymalizuje ilość pozyskanych informacji. Wykres w prawym dolnym rogu przedstawia łączną a posteriori gęstość prawdopodobieństwa lub PDF parametrów nachylenia i progu.

Na tym wykresie kolor biały reprezentuje wysokie prawdopodobieństwo, a czarny niskie prawdopodobieństwo. Aby stworzyć ten wykres, zsumowaliśmy lub zmarginalizowaliśmy parametr wskaźnika pomyłek. Po każdej próbie uzyskujemy szacunkową wartość progu oraz nachylenia dla badanego obiektu.

Moda tego wykresu, zaznaczona czerwonym krzyżykiem, stanowi aktualną najlepszą estymację progu i nachylenia. Wykorzystując te wartości, możemy wykreślić przybliżoną funkcję psychometryczną badanego. Jest ona przedstawiona za pomocą zielonej krzywej na wykresie w lewym górnym rogu.

Wraz z gromadzeniem większej ilości danych nasze szacunki stają się bardziej precyzyjne. Wspólna gęstość prawdopodobieństwa a posteriori staje się węższa, co wskazuje na zmniejszanie się niepewności co do szacowanych wartości parametrów. Można również zauważyć, że przy większej ilości danych szacowana krzywa zbliża się kształtem do krzywej rzeczywistej.

Po zakończeniu zbierania danych możemy dokonać dokładniejszego oszacowania parametrów. Ponieważ naszą zmienną zależną jest próg, możemy przeprowadzić marginalizację względem parametru nachylenia, aby uzyskać najdokładniejszą estymację parametru progu; przedstawiony tutaj wykres to a posteriori gęstość prawdopodobieństwa (PDF) parametru progu. Moda tego rozkładu PDF stanowi naszą najlepszą estymację progu badanego obiektu, jednak wartość ta obarczona jest niepewnością.

Niepewność ta jest reprezentowana przez szerokość krzywej. Im szersza jest krzywa, tym mniejsza jest pewność co do oszacowania progu badanego i odwrotnie – im węższa jest krzywa, tym większa jest pewność co do oszacowania progu badanego. To kończy nasz opis taps, taktylnego zautomatyzowanego pasywnego stymulatora palca.

Mamy nadzieję, że opracowane metody zostaną powtórzone przez innych badaczy i przyczynią się do popularyzacji kontrolowanych testów dotykowych, które w ostatnich latach wykazały obiecujący postęp. W przypadku jakichkolwiek dalszych pytań prosimy o kontakt.