- Introdução
- Materiais e Métodos
- Material
- Participantes
- Procedimentos
- Análise de regressão não linear
- Resultados e Discussão
- Descrições dos Resultados Experimentais
- Fatores que afetam a massa máxima de preensão do dedo polegar-Index humano
- Factores que afectam o diâmetro máximo de preensão do dedo polegar-Index humano
- Discussão
- Conclusão
- Data Availability Statement
- Author Contributions
- Fundação
- Conflito de interesses
Introdução
Comparando com as mãos multi-dedos dextro, a mão biónica de dois dedos tem uma estrutura mecânica simples e é fácil para o planeamento do movimento, por isso é sempre utilizada nos robôs de colheita de fruta (Bac et al, 2017; Silwal et al., 2017). No entanto, o ambiente de trabalho dos robôs de colheita de frutos é extremamente complexo, tais como os frutos de uma planta são diferentes em tamanho, forma, postura e posição (Li et al., 2019a, b), e as mãos biónicas de dois dedos existentes são difíceis de satisfazer os requisitos de colheita de frutos (Li et al., 2013), por isso os robôs ainda não são utilizados para a colheita prática de frutos até agora. Com a ajuda da coordenação cerebral e ocular, os indivíduos são sempre considerados como executantes fiáveis quando são capazes de completar as tarefas de agarrar, mover e libertar um fruto alvo usando apenas o polegar e o dedo indicador, e o desempenho geral deste sistema de manipulação estável é razoável. A mão humana é uma poderosa ferramenta multifuncional, e a exploração das suas capacidades ajuda os investigadores a definir uma massa e tamanho razoáveis para uma mão robótica biónica, pretendendo replicar as suas capacidades (Feix et al., 2014; Chen et al., 2019). Do ponto de vista da ergonomia, os designers de robôs de colheita de frutas precisam entender as capacidades cooperativas de agarrar o dedo polegar-indexado humano e a correlação quantitativa entre o comprimento do dedo e as capacidades de agarrar as mãos biônicas de dois dedos recentemente projetadas, de modo a melhorar seu desempenho de agarrar (Yussof e Ohka, 2012; Wang e Ahn, 2017).
Estudos destacando os comportamentos de agarrar o dedo polegar-indexado humano foram publicados durante a última década. Alguns pesquisadores revelaram que a estabilidade da preensão durante a manipulação foi afetada principalmente pelo peso do objeto, pela curvatura relativa e força de atrito entre a ponta dos dedos e a superfície do objeto, e pela distância entre dois pontos de contato quando um objeto foi beliscado pelo dedo polegar-índice (Li et al., 2013; Luciw et al., 2014). Biegstraaten et al. (2006) concluíram que os movimentos de alcance e elevação eram bastante independentes quando um objecto era agarrado com uma pega de precisão (Biegstraaten et al., 2006). Vigouroux et al. (2011) propuseram que, quando o dedo humano do polegar-índice de dedos agarrou objetos com diferentes larguras, então as posturas articulares dos dedos, a força muscular e a força de preensão variaram significativamente de acordo com a largura do objeto, e um resultado interessante foi que as relações força muscular/força de preensão dos principais músculos flexores permaneceram particularmente estáveis em relação à largura, enquanto outras relações musculares diferiram amplamente. Além disso, também foram realizados vários estudos de pesquisa sobre a capacidade de agarrar os cinco dedos humanos (Vigouroux et al., 2011). Eksioglu (2004) demonstrou que a amplitude de preensão ideal em relação à antropometria da mão de um indivíduo era cerca de 2 cm mais curta do que o comprimento modificado da virilha do polegar, com base nos critérios de julgamento da força máxima de preensão isométrica voluntária, da actividade muscular e da classificação subjectiva. Seo e Armstrong (2008) ilustraram que quando as pegas cilíndricas foram agarradas numa postura de força de preensão, a relação entre o diâmetro da pega e o comprimento da mão pode explicar 62%, 57% e 71% das variações na força de preensão, força normal e área de contacto, respectivamente, Seo e Armstrong (2008). Li et al. (2010) previram que a circunferência da mão, entre vários parâmetros antropométricos como altura, peso, punho e antebraço, comprimento da mão e palma, tinha a correlação mais forte com a força máxima de preensão. Bansode et al. (2014) revelaram que a força de preensão dominante da mão em homens e mulheres tinha uma correlação positiva significativa com a idade, altura, peso e índice de massa corporal e a extensão da mão dominante, enquanto não tinha correlação óbvia com a circunferência da cintura e a relação cintura/quadril. Feix et al. (2014) constataram que a capacidade ótima de agarrar a mão humana era inferior a 500 g em termos de massa, e a largura do objeto no local de agarramento era inferior a 7 cm.
Em resumo, foram feitos progressos significativos neste campo. No entanto, foi dada menos atenção à capacidade de agarrar cooperativamente o polegar e o indicador humano e aos seus factores de influência. Isto significa que existe uma lacuna técnica para o design ergonómico das mãos robotizadas que pretendem replicar a capacidade da mão humana. Portanto, com base nos dados da literatura existente, realizamos estudos num esforço para investigar o efeito das características do corpo humano (por exemplo idade, sexo, estatura, uso da mão, soma dos comprimentos dos dedos polegar e indicador e relação entre o comprimento do dedo indicador e do polegar) na capacidade de agarrar o dedo indicador, nomeadamente, a massa máxima de agarramento e o diâmetro do dedo indicador usando um método de análise de regressão não-linear múltipla.
Materiais e Métodos
Material
Para investigar as capacidades de apreensão cooperativa do dedo polegar-índice humano, 20 massas diferentes de cilindros sólidos e 15 diâmetros externos diferentes de anéis foram fabricados como objetos apreendidos em agosto de 2017. Os cilindros sólidos com diâmetro dc de 40 mm foram feitos de aço carbono C45 com as seguintes características: densidade de 7,85 g/cm3 e rugosidade superficial Ra = 0,1 μm (Figura 1A). Os anéis com altura hr de 40 mm foram feitos de acrílico e tinham uma densidade de 1,2 g/cm3 e rugosidade superficial Ra = 0,05 μm (Figura 1B). Os parâmetros operacionais dos cilindros e anéis sólidos, tais como altura, diâmetro e massa, estão listados na Tabela 1. Os cilindros sólidos foram utilizados para estudar os efeitos das características do corpo humano na massa máxima dos objetos que podem ser agarrados com o dedo polegar-índice, enquanto os anéis foram utilizados para estudar os efeitos das características do corpo humano no diâmetro máximo dos objetos que podem ser agarrados com o dedo polegar-índice. Os testes de liberação de múltiplos fatores foram realizados em 72 h à temperatura ambiente (24 ± 1°C, 50-55% RH).
Figura 1. Tamanhos de objetos agarrados e tamanhos de mãos: (A) cilindro sólido, onde dc e hc denotam o diâmetro e altura, (B) anel, onde dr e hrdenote o diâmetro e altura externos, (C) tamanhos de mão, Li – comprimento do dedo indicador, Lt – comprimento do polegar.
Tabela 1. Características geométricas dos objetos agarrados.
Participantes
Um total de 108 voluntários (54 homens e 54 mulheres) foram recrutados da Universidade Politécnica Henan, Jardim de Infância HPU e Escola Primária Hexiang para participar dos testes de liberação de agarramento neste estudo. Suas características foram as seguintes {mean }: idade, 11,9 (6,8) anos; altura, 141,5 (23,8) cm; comprimento do polegar, 41,9 (7,7) mm e comprimento do indicador, 56,6 (10,0) mm. A todos os participantes foi fornecida uma descrição detalhada dos objetivos e requisitos da experiência e, em seguida, foi obtido o consentimento livre e esclarecido por escrito dos participantes maiores de 16 anos e dos pais dos participantes menores de 16 anos. Todos os voluntários eram destro, com audição normal e visão correcta para o normal, e não tinham histórico de lesões nas mãos, doenças mentais ou incapacidades físicas. Este estudo foi realizado de acordo com os princípios da Declaração de Basileia e recomendações do Estabelecimento de Comitês de Ética Institucional na China.
Procedimentos
Os participantes lavaram as mãos com água e sabão e secaram-nas com uma toalha cerca de 5 min antes dos testes. A estatura de cada participante foi medida usando uma régua dobrável com uma precisão de 1 mm. Cada participante foi facilitado com uma etiqueta de calibração em suas mãos, e seu polegar e dedo indicador foram abertos para tirar uma foto com uma câmera digital (Canon IXUS 95IS) da parte superior da palma da mão (Figura 1C). As imagens capturadas foram transmitidas para o computador e depois processadas pelo Digimizer Versão 4.2.6.0 para extrair os comprimentos dos dois dedos. Os comprimentos do polegar e do indicador foram medidos pela distância da prega de flexão proximal do dedo até a ponta do respectivo dedo (Figura 1C), que foi de acordo com Kanchan e Krishan (2011), Ishak et al. (2012) e Jee et al. (2015). Posteriormente, os objectos agarrados foram colocados sobre uma mesa, e cada participante foi orientado a sentar-se numa cadeira de escritório em frente à mesa com o braço direito paralelo ao tronco, o cotovelo apoiado na coxa direita e o antebraço estendido anteriormente. O participante foi solicitado a levantar e mover um objeto de uma posição para outra usando o polegar e o dedo indicador da mão direita naturalmente. 15 s mais tarde o participante moveu o objecto de volta usando o polegar e o dedo indicador da mão esquerda. Durante a preensão, o dedo médio, o anelar, o dedo mindinho e a palma da mão não podiam tocar no objecto.
O processo de preensão cooperativa do polegar e dedo indicador humano foi um comportamento de coordenação mão-cérebro-olho e pode ser dividido em cinco passos (Figura 2). 1º passo: localização e detecção de um objeto por sistema de visão com guia do cérebro; 2º passo: o cérebro processa a informação obtida do sistema de visão e toma uma decisão estratégica (por exemplo tipo pré-grasp, força de preensão e posição de preensão) para uma preensão estável; 3º passo: o cérebro comanda a mão para alcançar e agarrar o objeto; 4º passo: a informação sensorial tátil foi retroalimentada ao cérebro para uma tomada de decisão posterior e, se necessário, a postura e a força de preensão serão ajustadas com o comando do cérebro; 5º passo: a mão agarra o objeto de forma estável e o move para outra posição.
Figura 2. Comportamento cooperativo de agarrar o polegar humano e o dedo indicador.
Nesta experiência, os objetos agarrados eram cilindros sólidos de várias massas (Figura 1A) e anéis de vários tamanhos (Figura 1B). Cada participante agarrou os cilindros sólidos com base na sua massa de leve a pesada em ordem e, em seguida, agarrou os anéis com base no seu diâmetro externo de pequeno a grande em ordem. A massa máxima de agarramento do dedo polegar-indexado humano indicava a massa máxima de objetos que podem ser agarrados com o dedo polegar-indexado. Os diâmetros máximos de preensão do dedo humano de índice de polegar indicavam o diâmetro máximo de objetos que podem ser agarrados com o dedo de índice de polegar. Após cada tarefa de preensão, o resultado da preensão, ou seja, sucesso ou fracasso, foi registado cuidadosamente por um observador experiente. Uma tentativa de agarrar foi caracterizada como bem sucedida se o processo de agarrar-apagar fosse estável e não ocorresse um deslizamento relativo entre o dedo indicador, o polegar e o objecto; caso contrário, foi caracterizada como uma tentativa falhada. No total, houve 7560 ensaios de agarramento (108 voluntários × 2 mãos × 20 cilindros sólidos + 108 voluntários × 2 mãos × 15 anéis) no experimento.
Análise de regressão não linear
Neste estudo, um método de análise de regressão não linear é utilizado para encontrar dois modelos matemáticos potenciais das relações entre as variáveis dependentes (nomeadamente, a massa máxima de agarramento e o diâmetro do dedo indicador do polegar) e um conjunto de variáveis independentes (por exemplo idade, sexo, uso da mão e soma do comprimento do dedo indicador, relação entre o dedo indicador e o comprimento do polegar). Como o polegar humano e o dedo indicador coexistem e seus comprimentos existem multicolinearidade, dois parâmetros relativamente independentes: soma dos comprimentos dos dedos polegar e indicador e razão entre o comprimento do dedo indicador e o do polegar foram selecionados para caracterizar os comprimentos dos dedos polegar e indicador na análise de regressão. Considerando a forte correlação entre a soma da estatura e do comprimento do dedo, que foi antecipada por Abdel-Malek et al. (1990), a soma do comprimento do dedo foi considerada na análise de regressão seguinte, mas a estatura não foi considerada. As características do corpo humano, como idade e soma dos comprimentos dos dedos polegar-índice foram consideradas como as variáveis independentes originais, e a massa máxima de preensão e o diâmetro do dedo polegar-índice foram definidos como a primeira e a segunda variáveis dependentes, respectivamente. Após os experimentos, as variáveis lineares (por exemplo, y = kx) e não lineares (por exemplo y = kx2, y = klnx) relações funcionais entre a idade e a massa máxima de preensão, entre a soma dos comprimentos dos dedos de índice de polegar e a massa máxima de preensão, entre a idade e o diâmetro máximo de preensão, e entre a soma dos comprimentos dos dedos de índice de polegar e o diâmetro máximo de preensão, foram estimadas utilizando a “estimativa da curva” do IBM SPSS Statistics 24.0 (versão 24.0, IBM Corporation, Estados Unidos da América) e depois comparadas para selecionar uma relação funcional ótima entre as duas variáveis com base no coeficiente de determinação R2 ajustado. Um R2 maior indicou que a relação funcional correspondente é mais adequada para ajustar os dados experimentais entre as duas variáveis. A constante não foi incluída em cada equação de regressão.
Após a obtenção das funções ótimas entre as variáveis quantitativas independentes originais e as variáveis dependentes, cada função não linear foi considerada como uma nova variável independente a ser utilizada na análise de regressão linear múltipla seguinte e o nível de significância foi fixado em 0,05. Como o sexo e a mão-utilizada foram variáveis categóricas, antes da análise de regressão linear, os dois níveis de género, nomeadamente, masculino e feminino, foram codificados como “0” e “1”, respectivamente, e os dois níveis da mão-utilizada, nomeadamente, mão esquerda e mão direita, foram também codificados como “0” e “1”, respectivamente. Finalmente, uma análise de regressão linear múltipla foi utilizada para construir dois modelos matemáticos potenciais. A constante não foi incluída em cada modelo de regressão. O teste de goodness-of-fit foi usado para medir quão bem os dados observados correspondem a cada modelo de regressão, o teste F foi usado para testar a significância global de cada modelo de regressão e o teste t foi usado para determinar se uma variável independente teve um efeito estatisticamente significativo sobre a variável dependente em cada modelo.
Resultados e Discussão
Descrições dos Resultados Experimentais
Figure 3 mostra as massas máximas de preensão do dedo polegar-indexado humano sob diferentes condições de características do corpo humano (por exemplo sexo, mão-utilizada, idade e soma dos comprimentos dos dedos polegar-índices). Neste estudo, as massas máximas do dedo indicador do polegar dos participantes variaram de 690,2 a 9859,6 g. As massas máximas do dedo indicador do polegar dos participantes masculinos foram de 5057,6 ± 2695,6 g (Média ± Desvio Padrão), significativamente maiores do que as das participantes femininas 3265,5 ± 1853,5 g (Figura 3A). No entanto, não houve diferença significativa nas massas máximas de preensão do dedo indicador do polegar nas mãos esquerda e direita dos participantes; as massas máximas de preensão do dedo indicador do polegar da mão esquerda foram de 4102,7 ± 2449,4 g, ligeiramente inferiores às da mão direita 4220,5 ± 2513,1 g (Figura 3B). Neste estudo, a idade dos participantes variou de 3∼27 anos e a soma do comprimento do polegar e do dedo indicador variou de 56,9 a 132,6 mm. Obviamente, as massas máximas de preensão do dedo indicador dos participantes tiveram uma tendência crescente com o aumento da idade e a soma do comprimento do polegar e do dedo indicador (Figuras 3C,D).
Figura 3. Máximas massas de preensão do dedo indicador do polegar humano sob diferentes condições de características do corpo humano: (A) Relação entre sexo e massa máxima de preensão (Média ± Desvio Padrão), (B) relação entre a massa de preensão manual e máxima (Média ± Desvio Padrão), (C) relação entre idade e massa máxima de preensão, (D) relação entre a soma dos comprimentos do dedo indicador do polegar e massa máxima de preensão.
Figure 4 mostra os diâmetros máximos de preensão do dedo indicador do polegar humano sob diferentes condições características do corpo humano (por exemplo sexo, mão-utilizada, idade e soma dos comprimentos dos dedos do polegar-índice). Neste estudo, os diâmetros máximos de preensão do dedo polegar-índice dos participantes variaram de 70 a 170 mm. Os diâmetros máximos do dedo indicador do polegar dos participantes do sexo masculino foram 129,0 ± 22,2 mm, ligeiramente maiores que os das participantes do sexo feminino 119,9 ± 25,2 mm (Figura 4A). Os diâmetros máximos de preensão do dedo indicador da mão esquerda foram 124,0 ± 24,1 mm, quase iguais aos da mão direita (Figura 4B). Similar às Figuras 3C,D, os diâmetros máximos de preensão do dedo indicador do polegar dos participantes também mostraram uma tendência de aumento não linear (por exemplo, função quadrática, função logarítmica) com o aumento da idade e a soma do comprimento do polegar e do dedo indicador (Figuras 4C,D).
Figura 4. Diâmetros máximos de preensão do dedo indicador do polegar humano sob diferentes condições de características do corpo humano: (A) Relação entre sexo e diâmetro máximo de preensão (Média ± Desvio Padrão), (B) relação entre diâmetro de preensão manual e diâmetro máximo de preensão (Média ± Desvio Padrão), (C) relação entre idade e diâmetro máximo de preensão, (D) relação entre soma dos comprimentos dos dedos do índice de polegar e diâmetro máximo de preensão.
Tabela 2 lista os coeficientes ajustados de determinação dos modelos de regressão linear e não linear entre as variáveis quantitativas independentes e dependentes. Comparando os coeficientes ajustados de determinação de três tipos de funções, a função linear forneceu a relação funcional ótima entre idade e massa máxima de preensão, e entre a soma dos comprimentos dos dedos polegares e o diâmetro máximo de preensão; a função quadrática forneceu a relação funcional ótima entre a soma dos comprimentos dos dedos polegares e a massa máxima de preensão; e a função logarítmica forneceu a relação funcional ótima entre idade e diâmetro máximo de preensão. Estes resultados foram utilizados na seguinte análise de regressão.
Tábua 2. Coeficientes ajustados de determinação de modelos de regressão entre variáveis independentes e dependentes.
Fatores que afetam a massa máxima de preensão do dedo polegar-Index humano
O modelo de regressão não-linear para a dependência da massa máxima de preensão em relação ao sexo, idade e soma dos comprimentos dos dedos polegares é apresentado na Eq. 1. O coeficiente de determinação ajustado, que é denotado como R2, foi de 0,97, o que sugere que o modelo ajustou bem os dados e indica que este modelo pode explicar 97% da variância da massa máxima de preensão que foi prevista pelo sexo, idade e soma dos comprimentos dos dedos do polegar-índice. Concluiu-se do teste F que o ajuste geral foi significativo (P < 0,05). Os testes t demonstraram que a massa máxima dos objectos que os participantes podiam agarrar usando o dedo indicador dependeu do sexo, idade e da soma dos comprimentos do dedo indicador (P < 0,05), mas não da mão utilizada e da relação entre o comprimento do dedo indicador e o comprimento do polegar (P > 0.05).
where Mmax – massa máxima de preensão, g; G – sexo; A – idade dos participantes, anos; e Lo – soma do comprimento do dedo, mm.
A idade dos participantes variou entre 3∼27 anos de idade, que está na fase de crescimento e desenvolvimento do músculo humano (Lexell et al, 1992), por isso a idade mostrou um efeito positivo significativo na massa máxima de preensão do dedo polegar do dedo humano. A soma do comprimento dos dedos polegar e indicador foi positivamente relacionada com a massa máxima de preensão do dedo polegar-indexado humano, sendo que os participantes com mãos grandes têm dedos longos e tendem a ter alta força muscular (Seo e Armstrong, 2008). Os valores G = 0 ou 1, ou seja, masculino ou feminino, foram substituídos por Eq. 1 para descrever as massas máximas de agarrar dos participantes. A diferença nas massas máximas de preensão do dedo polegar do dedo indicador dos homens e das mulheres foi de 1070,5 g. Resultados de pesquisas semelhantes demonstraram que a força de preensão dos homens era significativamente maior do que a das mulheres (Puh, 2009) e o comprimento da mão teve um efeito significativo na força de preensão dos cinco dedos humanos (Li et al., 2010). A relação significativa entre o sexo e a massa máxima de preensão de dois dedos pode ser atribuída ao facto de a força máxima de contracção voluntária dos machos ser sempre superior à das fêmeas de altura semelhante (Shurrab et al., 2017). Portanto, aumentar a força máxima de contração voluntária pode melhorar a massa máxima de agarramento dos dois dedos humanos. A força de preensão é um parâmetro semelhante à massa máxima de preensão para medir a capacidade de preensão dos dedos humanos. Estes resultados ilustraram que a soma do comprimento dos dedos e a força máxima de contracção voluntária afectariam conjuntamente a massa máxima de preensão do dedo polegar, o que sugeriu que os dois factores deveriam ser considerados em conjunto para melhorar a massa máxima de preensão das mãos robotizadas durante o design ergonómico.
Factores que afectam o diâmetro máximo de preensão do dedo polegar-Index humano
O modelo de regressão não linear para a dependência do diâmetro máximo de preensão da idade, soma dos comprimentos dos dedos polegar-índexo e relação entre o comprimento do dedo indicador e o comprimento do polegar é apresentado na Eq. 2. O coeficiente de determinação ajustado, que é denotado como R2, foi de 0,99, o que demonstra que o modelo ajustou bem os dados e este modelo pode explicar 99% da variância do diâmetro máximo de preensão que foi previsto pela idade, soma dos comprimentos dos dedos indicador e relação entre o comprimento do dedo indicador e o comprimento do polegar. Do teste F concluiu-se que o ajuste geral foi significativo (P < 0,05). Os testes t mostraram que o diâmetro máximo dos objectos que os participantes podiam agarrar usando o dedo indicador dependia da idade, soma dos comprimentos do dedo indicador e razão entre o comprimento do dedo indicador e o comprimento do polegar (P < 0,05), mas não do sexo e do uso manual (P > 0,05).
onde Dmax – diâmetro máximo do dedo indicador, mm; Lo – soma dos comprimentos dos dedos indicador, mm; Lr – relação entre o comprimento do dedo indicador e do polegar.
A soma dos comprimentos dos dedos indicador e do polegar variou de 56,9 a 132,6 mm e a relação entre o comprimento do dedo indicador e do polegar variou de 1,09 a 1,65. A soma dos comprimentos dos dedos polegar e indicador foi positivamente proporcional ao diâmetro máximo de preensão. Quanto maior a soma dos comprimentos dos dedos indicador, maior o intervalo entre duas pontas dos dedos; portanto, maior o diâmetro máximo de preensão dos participantes usando o dedo indicador. Quando a soma dos comprimentos dos dedos polegar e indicador aumentou em 1 mm, o diâmetro máximo de agarramento do dedo polegar-índice aumentou em 0,98 mm. Quando a relação entre o comprimento do dedo indicador e do polegar aumentou em 0,01, o diâmetro máximo de preensão do dedo indicador aumentou em 0,0967 mm. A relação entre o comprimento do dedo indicador e do polegar estava positivamente relacionada com o diâmetro máximo de preensão, o que indicava que a combinação de um polegar curto e um dedo indicador longo aumentaria o diâmetro máximo de preensão do dedo indicador. A principal razão é que, como um objeto é agarrado por dois dedos, especialmente com o tipo power-grasp, o polegar curto serve facilmente como ponto de apoio para corresponder ao longo dedo indicador ao envolver o contorno do objeto para formar um plano de fechamento forçado. O polegar curto não é fácil de ser restringido pela forma do objeto e uma força de fechamento estável pode ser alcançada no plano de contato com base no critério de estabilidade de preensão relatado por Li et al. (2013). Há poucas informações sobre este tópico na literatura.
Discussão
O Eq. 1 na seção “Fatores que afetam a massa máxima de preensão do dedo polegar humano” descreveu quantitativamente a relação entre a soma do comprimento do polegar e do dedo indicador e a massa máxima de preensão. Ao desenvolver uma mão biônica robótica de dois dedos, se as massas dos objetos alvo potenciais forem dadas, um design de comprimento ideal do polegar robótico e do dedo indicador pode ser deduzido usando a Eq. 1 e uma condição adicional: a média da relação entre o comprimento do dedo indicador e do polegar é de 1,36. Da mesma forma, a Eq. 2 na Secção “Factores que afectam o diâmetro máximo de preensão do dedo polegar e do indicador humano” descreveu quantitativamente a relação entre a soma do comprimento do polegar e do indicador, a relação entre o comprimento do indicador e do indicador e o diâmetro máximo de preensão. Ao desenvolver uma mão biônica robótica de dois dedos, se os diâmetros dos objetos alvo potenciais forem dados, um design de comprimento adequado do polegar robótico e do dedo indicador pode ser deduzido usando a Eq. 2. Assim, os dois modelos de regressão não-linear foram úteis no design de tamanho ideal de mãos robóticas que pretendem replicar a capacidade de agarrar o dedo polegar. Ao manipular um objeto novo, o feedback sensorial nos fornece informações sobre suas propriedades físicas, como massa, e então pensa-se que o cérebro seleciona o modelo mais apropriado mantido em nosso sistema nervoso central para a tarefa atual (Lemon et al., 1995; Davidson e Wolpert, 2004). De acordo com o conjunto de massa máxima de agarrar do dedo polegar, um algoritmo de aprendizado profundo pode ser desenvolvido para justificar se alguns objetos em um ambiente de trabalho não estruturado satisfazem os requisitos de agarrar as mãos biônicas robóticas. Além disso, se houver alguns objetos irregulares (por exemplo, caneca) no ambiente não estruturado, o conjunto máximo de diâmetro de preensão do dedo polegar-índice pode ser usado para fazer algoritmos de planejamento de preensão para selecionar os locais ideais de preensão em uma superfície irregular do objeto para uma mão biônica robótica. Além disso, muitos problemas variáveis no tempo sempre existem nos problemas de controle cinemático dos dedos robóticos e a rede neural diferencial convergente de parâmetros variáveis seria um método eficiente e preciso para resolver esse problema de planejamento de preensão (Zhang et al., 2018a, b).
Conclusão
Neste estudo, foram investigados a massa e o diâmetro máximo de preensão cooperativa do polegar humano e do dedo indicador em uma ampla gama de tarefas não estruturadas. A idade dos participantes variou de 3∼27 anos e a soma do comprimento do polegar e do dedo indicador variou de 56,9 a 132,6 mm. Os resultados mostraram que as massas máximas de preensão e os diâmetros dos dedos polegar e indicador dos participantes variaram de 690,2 a 9859,6 g e 70 a 170 mm. A massa máxima de preensão do dedo indicador do polegar dos participantes dependeu do sexo, idade e da soma do comprimento do dedo indicador (P < 0,05), mas não da mão utilizada e da relação entre o comprimento do dedo indicador e do polegar (P > 0,05). O diâmetro máximo do dedo indicador do polegar dos participantes depende da idade, soma do comprimento do dedo indicador e relação entre o dedo indicador e o comprimento do polegar (P < 0,05), mas não do sexo e do uso manual (P > 0,05).
Existiu um modelo de regressão não-linear para a dependência da massa máxima de preensão sobre o sexo, idade e a soma dos comprimentos dos dedos indicador e outro modelo de regressão não-linear para a dependência do diâmetro máximo de preensão sobre a idade, soma dos comprimentos dos dedos indicador e relação entre o comprimento do dedo indicador e o comprimento do polegar. Dois modelos de regressão foram úteis no design do tamanho ideal das mãos robotizadas que pretendem replicar a capacidade de agarrar o dedo polegar-índice. Esta pesquisa pode ajudar a definir não apenas uma massa e tamanho razoáveis para uma mão robótica biônica, mas também os requisitos para a reabilitação da mão.
Data Availability Statement
Todos os conjuntos de dados gerados para este estudo estão incluídos no artigo/material suplementar.
Author Contributions
XC e ZL projetaram e realizaram os experimentos e escreveram o manuscrito. YW, JL, e DZ revisaram e supervisionaram o trabalho.
Fundação
Este trabalho foi apoiado por uma bolsa de estudos Marie Curie Internacional (326847 e 912847), uma Fundação Especial para Talentos do Noroeste A&F Universidade (Z111021801), um Projeto Shaanxi de Atividades de Ciência e Tecnologia para o Retorno do Ultramar (2018030), e um Plano Chave de Pesquisa e Desenvolvimento da Província de Shaanxi (2019NY-172).
Conflito de interesses
Os autores declaram que a pesquisa foi conduzida na ausência de quaisquer relações comerciais ou financeiras que pudessem ser interpretadas como um potencial conflito de interesses.
Abdel-Malek, A. K., Ahmed, A. M., El Sharkawi, S. A., e El Hamid, N. A. (1990). Predição de estatura a partir de medidas manuais. Forensic Sci. Int. 46, 181-187. doi: 10.1016/0379-0738(90)90304-h
PubMed Abstract | CrossRef Full Text | Google Scholar
Bac, W., Hemming, J., Barth, R., and Wais, E. (2017). Avaliação do desempenho de um robô colhedor de pimenta doce. J. Robô de campo. 34, 1123-1139. doi: 10.1002/rob.21709
CrossRef Full Text | Google Scholar
Bansode, D. G., Borse, L. J., e Yadav, R. D. (2014). Estudo da correlação entre a força de preensão da mão dominante e alguns factores físicos em machos e fêmeas adultos. Int. J. Pharm. Res. Health Sci. 2, 316-323.
Google Scholar
Biegstraaten, M., Smeets, J. B. J., e Brenner, E. (2006). A relação entre força e movimento ao agarrar um objeto com uma pega de precisão. Exp. Brain Res. 171, 347-357. doi: 10.1007/s00221-005-0271-z
PubMed Abstract | CrossRef Full Text | Google Scholar
Chen, X., Li, Z., Wang, Y., and Liu, J. (2019). Efeito das características da fruta e da mão na estabilidade do indicador de dedo polegar power-grasp durante a classificação manual da fruta. Computação. Elétron. Agric. 157, 479-487. doi: 10.1016/j.compag.2019.01.032
CrossRef Full Text | Google Scholar
Davidson, P. R., e Wolpert, D. M. (2004). Os modelos internos subjacentes à compreensão podem ser combinados aditivamente. Exp. Brain Res. 155, 334-340. doi: 10.1007/s00221-003-1730-z
PubMed Abstract | CrossRef Full Text | Google Scholar
Eksioglu, M. (2004). Vão ótimo relativo de aderência como função da antropometria da mão. Int. J. Ind. Ergonomia. 34, 1-12. doi: 10.1016/j.ergon.2004.01.007
CrossRef Full Text | Google Scholar
Feix, T., Bullock, I., and Dollar, A. M. (2014). Análise do comportamento de agarrar humano: características do objeto e tipo de agarrar. IEEE Trans. Haptics 7, 311-323. doi: 10.1109/TOH.2014.2326871
PubMed Abstract | CrossRef Full Text | Google Scholar
Ishak, N. I., Hemy, N., and Franklin, D. (2012). Estimativa do sexo a partir das dimensões da mão e da impressão das mãos numa população da Austrália Ocidental. Int. Forensic Sci. Int. 221, 154.e1-154.e6. doi: 10.1016/j.forsciint.2012.04.017
PubMed Abstract | CrossRef Full Text | Google Scholar
Jee, S. C., Bahn, S., e Yun, M. H. (2015). Determinação do sexo a partir de várias dimensões da mão dos coreanos. Forensic Sci. Int. 257, 521.e1-521.e10. doi: 10.1016/j.forsciint.2015.10.014
PubMed Abstract | CrossRef Full Text | Google Scholar
Kanchan, T., e Krishan, K. (2011). Antropometria da mão na determinação do sexo de restos desmembrados – uma revisão da literatura. J. Perna Forense. Med. 18, 14-17. doi: 10.1016/j.jflm.2010.11.013
PubMed Abstract | CrossRef Full Text | Google Scholar
Lemon, R. N., Johansson, R. S., and Westling, G. (1995). Controle corticospinal durante o alcance, a preensão e a elevação de precisão no homem. J. Neurosci. 15, 6145–6156. doi: 10.1523/jneurosci.15-09-06145.1995
PubMed Abstract | CrossRef Full Text | Google Scholar
Lexell, J., Sjostrom, M., Nordlund, A. S., e Taylor, C. C. (1992). Growth and development of human muscle: a quantitative morphological study of whole vastus lateralis from childhood to adult age. Nervo Muscular 15, 404-409. doi: 10.1002/mus.880150323
PubMed Abstract | CrossRef Full Text | Google Scholar
Li, K., Hewson, D. J., Duchene, J., and Hogrel, J. Y. (2010). Previsão da força máxima de preensão usando a circunferência da mão. Homem. Ter. 15, 579-585. doi: 10.1016/j.math.2010.06.010
PubMed Abstract | CrossRef Full Text | Google Scholar
Li, Z., Li, P., Yang, H., e Wang, Y. (2013). Testes de estabilidade do tomate de dois dedos para robots de colheita. Biosístoles. Eng. 116, 163-170. doi: 10.1016/j.biosystemseng.2013.07.017
CrossRef Full Text | Google Scholar
Li, Z., Miao, F., Yang, Z., Chai, P., e Yang, S. (2019a). Factores que afectam o tipo de aperto de mão humano na colheita de tomate: uma investigação estatística para o desenvolvimento ergonómico do robot de colheita. Computação. Elétron. Agric. 157, 90-97. doi: 10.1016/j.compag.2018.12.047
CrossRef Full Text | Google Scholar
Li, Z., Miao, F., Yang, Z., e Wang, H. (2019b). Um estudo antropométrico para o desenho antropomórfico de robôs colhedores de tomates. Computação. Elétrons. Agric. 163:104881. doi: 10.1016/j.compag.2019.104881
CrossRef Full Text | Google Scholar
Luciw, M. D., Jarocka, E., e Edin, B. B. (2014). Gravações multi-canal de eege durante 3.936 ensaios de agarrar e levantar com peso e fricção variáveis. Sci. Data 1:140047. doi: 10.1038/sdata.2014.47
PubMed Abstract | CrossRef Full Text | Google Scholar
Puh, U. (2009). Diferenças relacionadas com a idade e o sexo na mão e na força de aperto em adultos. Int. J. Rehabil. Res. 33, 4-11. doi: 10.1097/MRRR.0b013e328325a8ba
PubMed Abstract | CrossRef Full Text | Google Scholar
Seo, N. J., e Armstrong, T. (2008). Investigação da força de preensão, força normal, área de contato, tamanho da mão e tamanho do punho para cabos cilíndricos. Hum. Factors 50, 734-744. doi: 10.1518/001872008×354192
PubMed Abstract | CrossRef Full Text | Google Scholar
Shurrab, M., Mandahawi, N., e Sarder, M. D. (2017). A avaliação de uma força de beliscadura com duas mãos: quantificando diferentes padrões antropométricos de beliscadura para machos e fêmeas. Int. J. Ind. Ergon. 58, 38-46. doi: 10.1016/j.ergon.2017.02.006
CrossRef Full Text | Google Scholar
Silwal, A., Davidson, J. R., Karkee, M., and Mo, C. (2017). Projeto, integração e avaliação de campo de uma colhedora robótica de maçãs. J. Robô de campo. 34, 1-18.
Google Scholar
Vigouroux, L., Domalain, M., e Berton, E. (2011). Efeito da largura do objeto nas forças musculares e articulares durante a preensão do dedo polegar-índice. J. Aplic. Biomech. 27, 173-180. doi: 10.1123/jab.27.3.173
PubMed Abstract | CrossRef Full Text | Google Scholar
Wang, W., and Ahn, S. H. (2017). Pega suave baseada em liga de memória com rigidez variável para agarrar complacente e eficaz. Robô macio. 4, 379-389. doi: 10.1089/soro.2016.0081
PubMed Abstract | CrossRef Full Text | Google Scholar
Yussof, H., e Ohka, M. (2012). Estratégia de agarrar e algoritmo de controle de dois dedos robóticos equipados com sensores ópticos tácteis de três eixos. Procedia Eng. 41, 1573-1579. doi: 10.1016/j.proeng.2012.07.352
CrossRef Full Text | Google Scholar
Zhang, Z., Fu, T., Yan, Z., Jin, L., Xiao, L., Sun, Y., et al. (2018a). Uma rede neural convergente-diferencial de parâmetros variáveis para a resolução de problemas de derivação conjunta-angular de manipuladores de robôs redundantes. IEEE ASME Trans. Mech. 23, 679-689. doi: 10.1109/tmech.2018.2799724
CrossRef Full Text | Google Scholar
Zhang, Z., Lu, Y., Zheng, L., Li, S., Yu, Z., e Li, Y. (2018b). Uma nova rede neural convergente-diferencial de parâmetros variáveis para resolver problemas de QP convexo variável no tempo, limitado pela qualidade linear. IEEE Trans. Automat. Contr. 63, 4110-4125. doi: 10.1109/tac.2018.2810039
CrossRef Full Text | Google Scholar