Preference-based human-in-the-loop optimization to improve the perceived realism of haptic rendering
Dokunsal geri bildirimde algılanan gerçekliği arttırmak için insanın döngü içinde olduğu tercih tabanlı optimizasyon
- Tez No: 831728
- Danışmanlar: PROF. DR. VOLKAN PATOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 97
Özet
Dokunsal gerçekleme, kullanıcılara hesaplama tabanlı ortamlarda, bir dokunsal arayüz vasıtasıyla, fiziksel uyaranlar sunarak mekanik etkileşimleri mümkün kılan bir süreçtir. Çok modlu duyusal sanal nesne algısı elde etmek için genellikle bir görsel ekran dokunsal arayüzle birlikte kullanılır ve oluşturulan algı birden fazla duyusal kaynaktan gelen kuvvetle ve hareketle ilgili işaretlerin birleşimini ve bütünleşmesini içerir.Dokunsal gerçeklemenin performansı algılanan gerçeklikle karakterize edilir ve gerçek nesneye olan yakınlık derecesini gösterir. Algılanan gerçeklik, sadece dokunsal cihazın tasarımına ve dokunsal yanıtı oluşturan etkileşim denetleyicilerine değil, aynı zamanda kullanıcıların algısal ve kas-iskelet özelliklerine bağlıdır. İnsanın döngü içinde olduğu çalışmalar, donanımın fiziksel sınırlamalarını, gerçekleme algoritmasının doğruluğunu ve çok modlu insan algısı faktörlerini bir arada dikkate alarak, dokunsal gerçekleme performansının eşzamanlı olarak eniyileştirilmesi için uygun bir yöntem sunar. Bu tezde, dokunsal gerçekleme görevlerinin algılanan gerçekliğini en yüksek seviyeye çıkarmak için, Bayes optimizasyon algoritmaları ve tercih tabanlı nitel karşılaştırmalara dayalı, insanın döngü içinde olduğu eniyileme teknikleri öneriyoruz. Esnekliğin ve sürtünmenin dokunsal gerçeklenmesinde algılanan gerçekliği eniyileştirmeye yönelik insanın döngü içinde olduğu optimizasyon çalışmaları tasarlıyor ve sonuçlarımızı eniyilenmiş ve nominal modelleri ilgili gerçek nesnelerle kıyaslıyarak doğruluyoruz. Önerilen tercih tabanlı öğrenme algoritması kullanılarak sistem parametrelerinin etkili bir şekilde eniyileştirilebildiğini gösteriyoruz. Ayrıca, yüksek boyutlu parametre uzaylarında bile dokunsal parametrelerin algılanan gerçeklik üzerindeki etkisini incelemek için etkili bir yöntem sunuyoruz. Çalışmamızı dokunsal algının çok modlu doğasını keşfetmek için genişletiyor ve görsel-dokunsal uyumun esneklik algısı üzerindeki etkisini inceliyoruz. Çok modlu esneklik algısı için, algılanan gerçekliği eniyileştirmeye yönelik olarak, insanın döngü içinde tercih tabanlı optimizasyon tekniklerini öneriyor ve dokunsal ipuçları ile bütünleştirilen görsel ipuçları için en uygun ölçeklendirme katsayılarını belirliyoruz. Uygun seviyede ölçeklendirilmiş görsel ipuçları kullanılarak, kullanıcıların esneklik algısını, sadece dokunsal arayüz kullanımına kıyasla, önemli ölçüde genişletmenin mümkün olduğunu gösteriyoruz. Sonuç olarak, bireysel kullanıcılar için eniyileştirilmiş dokunsal gerçekleme parametrelerini belirlemek için insanın döngü içinde olduğu tercih tabanlı bir yaklaşım sunuyor, gerçekçi bir deneyim için dokunsal gerçeklemenin eşzamanlı eniyilenmesine katkıda bulunuyoruz. Aynı zamanda, görsel-dokunsal uyumun etkisine odaklanarak, çok modlu esneklik algısının daha iyi anlaşılmasına da katkıda bulunuyoruz.
Özet (Çeviri)
Haptic rendering is the process of providing physical stimuli to a user through a force feedback device such that mechanical interactions with computationally mediated environments become possible. Furthermore, a visual display is commonly utilized with the haptic interface to elicit multi-sensory virtual object perception, through a combination and integration of force-related and movement-related cues from multiple modalities. The performance of haptic rendering is characterized by perceived realism, capturing the level of similarity to a corresponding tangible environment. The perceived realism depends not only on the design of the haptic device and the interaction controllers used to display the haptic response but also on the perceptual and musculoskeletal properties of the individuals that manipulate the system. Human-in-the-loop studies provide a feasible means for the concurrent optimization of the performance of the overall haptic rendering process, as the physical limitations of the hardware, the factors affecting the fidelity of the rendering algorithm, and the multi-modal nature and psychophysical limitations of human perception can all be considered simultaneously. In this thesis, we propose the use of preference-based human-in-the-loop optimization techniques that rely on sample-efficient Bayesian optimization algorithms and qualitative comparisons to maximize the perceived realism of haptic rendering tasks. In particular, we present human-in-the-loop optimization studies that maximize the perceived realism of spring and friction rendering and validate our results by comparing the optimized and nominal models with respect to the corresponding tangible objects. We show that the system parameters can effectively be optimized within a reasonable amount of time using the proposed preference-based online learning algorithm. Furthermore, we demonstrate that the approach provides an efficient and systematic means of studying the effect of haptic parameters on perceived realism, even for relatively high dimensional parameter spaces. We further expand our study to explore the multimodal nature of haptic perception, by capitalizing on visual-haptic congruency, where optimally scaled visual sensory cues are integrated with haptic cues. In particular, we study the influence of visual and haptic cue integration on multimodal stiffness perception through a series of human-in-the-loop optimization studies. We determine the optimal scaled visual sensory cues during manipulation that maximize the perceived realism of spring rendering. We show that the perception of users can be successfully manipulated by simply modulating the visual modality without altering the rendered stiffness parameters to make the virtual environment feel stiffer or more compliant, significantly extending the range of stiffness values that can be perceived using a haptic interface. We subsequently extend our results to a group of individuals to capture the underlying psychophysical function that characterizes the cumulative effect of feedback modalities utilized during sensor integration of cues with conflicts. Our results display all the prominent features of sensor integration, indicating weights that are proportional to the congruency level of manipulated visual signals, making the preference-based HiL optimization approach a good candidate for systematic and efficient means of studying multi-modal perception with conflicts. Overall, in this thesis, we present a human-in-the-loop approach to estimate the optimal rendering parameters for users, aiming for comprehensive optimizations of the overall haptic rendering process, while also contributing to the understanding of multimodal stiffness perception with an emphasis on the influence of visual-haptic congruency in achieving a realistic haptic rendering experience.
Benzer Tezler
- Bayesian optimization strategies for human-in-the-loop systems: Theory and applications in physical human-robot-interaction
İnsanın optimizasyon döngüsüde olduğu sistemler için bayes optimizasyon stratejileri: Teori ve fiziksel insan-robot etkileşimi uygulamaları
HARUN TOLASA
Yüksek Lisans
İngilizce
2024
Mekatronik MühendisliğiSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. VOLKAN PATOĞLU
- Yapay sinir ağları ve genetik algoritmaların uçuş kontrol sistemlerine uygulanması
Başlık çevirisi yok
ALİ MOUMİN
- Pnömatik yapay kas tabanlı üst ekstremite manipülatöründe agonist-antagonist kontrol
Agonist-antagonist control in a pneumatic artificial muscle-based upper limb manipulator
FİLİZ ATAK METİNER
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR ARİFOĞLU
- Üniversite öğrencilerinin yapay zeka etiğine ilişkin tutumları üzerine bir karma yöntem araştırması
A mixed methods study on university students' attitudes towards artificial intelligence ethics
NESLİHAN VERDA ÖZMEN
Yüksek Lisans
Türkçe
2024
Yönetim Bilişim SistemleriAkdeniz ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. TAYFUN YÖRÜK
- Social behavior learning for an assistive companion robot
Yardımcı robotlar için sosyal davranış öğrenimi
PINAR ULUER
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE