博文
两点运动，Fitts\' Law和Precision Grip
||
感觉运动研究领域中，一个很常见的实验动作设计范式是两点间移动：把手从一点移动到另一点（移动速度不能过慢）。这种范式设计使得人在运动前，会根据两点间的距离预测估计运动和发力，主要体现的功能是人的感觉运动的前馈控制。本文介绍该范式当中研究的两种问题：Fitts' Law和Precision Grip
Fitts' Law基于两点快速移动范式，衍生出了经典的Fitts' law：
“任意一点移动到目标中心位置所需时间与该点到目标的距离和大小有关，距离越大时间越长，目标越大时间越短”
菲茨定律用数学公式表达为时间 T = a + b log2(D/W+1)，T=移动所需时长；a,b是经验常量，D=起始位置与目标位置之间的距离；W=目标的宽度大小(目标的大小)。
在限制时间T很短的条件下，可以认为人只能使用前馈机制控制手臂，该定律可以理解为目标距离D和目标大小W即前馈控制精度的权衡。
Precision Grip在Precision Grip当中，人需要使用拇指和食指对捏一个物体，使用合适夹持力(Grip Force, GF)稳定夹持物体进行各种不同运动。研究的关键在于人是如何调整GF，既不大，不会夹碎易碎的物体，也不小，不会使物体脱落。
夹持物体并提升它，使其在竖直的两点间运动涉及到两方面的力控制：一方面和Fitts' Law相同——应该如何根据不同重量（质量）物体调整提升力(Load Force, LF)；另一方面是应当如何调整GF使得物体不脱落。
LF的调制
相比于空手使用手指，手中夹持的物体是一个外部负载，进行抬升动作时，人会根据尺寸，材质，记忆等预测物体重量（质量），额外增加控制手臂抬升的发力。
当预测产生较大偏差时，则会出现位置上的超调或延迟。如下图，引用自JOHANSSON R S, FLANAGAN J R. Coding and use of tactile signals from the fingertips in object manipulation tasks. Nature Reviews Neuroscience, 2009, 10(5): 345-359. DOI:10.1038/nrn2621.
GF的调制
稳定夹持物体需要足够大的GF，同时人又会智能地根据前馈和反馈来控制GF使得其不会过大，而是维持在一个合理的程度。这样一个对于健康成年人来说很简单的功能，对于老年幼年和机器人来说都很难实现。其中，GF依靠的前馈和反馈如下：
前馈信息：
开始前，物体表面属性的估计：在提起一个物体前，人会根据预测和记忆等估计该物体表面粗糙度，从而估计GF的发力
开始前，物体重量属性的估计：在提起一个物体前，人会根据预测和记忆等估计该物体的重量，从而估计GF的发力
运动时，产生的惯性力：GF会因为运动产生的需要的摩擦力大小自动调整，mg-ma时摩擦力小，GF也会自动减小，相反时同理。
反馈信息：
运动时：主要是手指表面的形变触发的触觉信号，CNS(central neural system)可以将该触觉信号编码为物体相对手指的滑移信号，当滑移过大时，人会自主加大GF。
每个LF会对应一个不打滑的最小的GF，我们将其称为滑脱力(Slip Force, SF)，则可以设定一个安全系数(Safety Margin, SM)，这个安全系数用来衡量超出所需最小夹持力的程度，表示人夹持物体的安全阈值高低。
（待修改，未完待续……）
https://wap.sciencenet.cn/blog-3608238-1454358.html
