Dexta Robotics Dexmo：如果虛擬世界有一雙你的手

dexmo-classic-dexmo-f2-20141002-01-part-img-top

小時候，每次被老師罰抄單字 100 遍時，總希望有個機器人能模仿我的字跡，做完這無趣的任務。後來才發現，這個世界上有太多這種機械的重複性的工作，或者危險的工作，都需要模擬人的手部動作才能完成。

如果把這個過程拆解，後半部分從電子世界映射到機械世界，不是什麼難題；反而是將物理參數即時映射到電子世界裡很不容易。Dexmo 就是在解決這個問題。

簡單來說，他們就是利用機械外骨骼，將手部的彎曲動作通過一組連桿分解映射到旋轉感測器上，再透過軟體模型，計算出手部的位置，利用算出的坐標點進行手指的逆運動學分析，捕捉手部動作。

去年這款裝置的追蹤延時是 60ms。經過一年的完善，現在延時已經降低至 5ms。人眼能辨識的延遲是 20 – 30ms，做到 5ms 時延遲就已經不會影響使用者經驗了。

不論是工業自動化，還是在虛擬實境領域，這種手部動作的即時模擬都是強需求。相比於人手，即使是現階段最精細的人態機器人，僵硬的「手部」也顯得無比笨拙。

這也難怪，手是人類最有特色的器官，大拇指同其他 4 個手指結構相對，靈活自如，促成了人類早期文明。人的手指又十分靈敏，可以感覺到振幅只有 0.00002 mm 的振動，從而傳達出細緻入微的感情。

在虛擬實境領域，同樣如此。帶上頭部顯示器完全是另一番天地，最自然最「仿真」的輸入其實就是人的手。目前，Dexmo 與 Depth VR 進行合作，結合 Depth VR 的光學追蹤空間定位技術 Y Ray，開發了一套手部動作捕捉方案，可以做到次毫米級別的穩定追蹤，60fps，延時小於 5ms。下面的影片，就是這套方案的即時演示。