소개글
[멀티미디어공학] 사이버 터치 글로브에 대한 자료입니다.
목차
요 약
Abstract
I. 서론
II. Cyber Touch Gloves의 사용 목적, 목표 및 Solution
II. Cyber Touch Gloves의 사용 목적, 목표 및 Solution
3.1 개념
3.2 역사
3.3 cyber touch gloves = wired glove (유선장갑)
3.4 wired glove 역사
3.5 사용하는 방법을 볼수 있는 예
3.6 데이터 글로브의 구조
IV. 사용되는 기술
VI. 해당사례의 미래 전망 및 발전방향
참고문헌
본문내용
3.6 데이터 글로브의 구조
[그림1 ] 데이터 글로브의 구조도
데이터 글로브 인터페이스 구조는 [그림 1]에서와 같이 크게 촉각신호처리기, USB 인터페
이스, 그리고 데이터 글러브로 구분된다. 데이터 글러브는 손동작에 따른 신호를 감지하는
센서 모듈과 센서에서 나오는 아날로그 데이터를 디지털 신호로 처리하는 A/D변환모듈로
구성되며, 생성된 디지털 신호는 USB 인터페이스를 통해 지능정보단말로 전송된다. 지능정
보단말의 촉각 신호처리기에서는 USB 인터페이스를 통해 수신한 디지털 신호를 사용자 인
터페이스를 위한 정보 신호로 처리하여 응용에게 전달한다.
3.6.1 센서
손가락이나 손목의 움직임을 포착하여 아날로그 신호로 전송하는 부분으로 손 관절의 움직
임을 인식하는 Optic 센서와 손목의 회전도와 기울기를 감지하는 Tilt센서로 구성되어 있다.
(1) Fiber Optic 센서
엄지를 포함한 각 손가락에 센서를 부착하여 총 5개의 센서를 부착한다.
각 센서는 Fiber optic센서로 만들어졌으며 각 손가락의 펴짐과 구부러짐의 굴곡 정도에 다
른 감지 신호를 발생한다. 샘플당 정확도는 8비트로 256이며, 초당 200 샘플을 감지한다.
(2) Tilt 센서
경사도와 회전도를 감지하는 센서로서 손목의 기울림 또는 회전정도를 감지한다. 감지된 신호로서 손목의 회전 정도를 기본으로 한 손 동작의 자유도(DOF : Degree of Freedom)를
측정할 수 있다. 이 센서는 60~60도의 선형 구간으로 된 회전도를 측정
참고문헌
참고문헌
[1] In the section of ”Emerging technologies” of ACM SIGGRAPH Full Conference, 2006.
[2] Dietz, P. and Leigh, D. ”DiamondTouch: A Multi-User Touch Technology.” In Proceedings of the 14th Annual ACM Symposium on User Interface Software and Technology (Orlando, Florida, November11-14, 2001).ACM Press, NewYork, NY, pp.219-226,2001.
[3] Rekimoto, J. “SmartSkin: An Infrastructure for Freehand Manipulation on Interactive Surfaces.” In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. CHI ’02. ACM Press, New York, NY, pp. 113-120, 2002
[4] K. Oka, Y. Sato, and H. Koike, ”Real-Time Tracking of Multiple Fingertips and Gesture Recognition for Augmented Desk Interface Systems,” Proc. IEEE Int’l Conf. Automatic Face and Gesture Recognition (FG 2002), IEEE CS Press, pp. 429-434, 2002.
[5] J. Segen and S. Kumar, "Shadow Gestures: 3D Hand Pose Estimation Using a Single Camera," CVPR99, vol. 1, pp. 479-485, Fort Collins, Colorado, June, 23-25, 1999.
[6] J. Lampinen and E. Oja, "Distortion Tolerant Pattern Recognition Based on Self-Organizing Feature Extraction", IEEE Trans. On Neural Networks, vol. 6, no. 3, pp. 539547, May 1995
[7] K. C Yow and R. Cipolla, "Feature-Based Human Face Detection", Image and Vision Computing, vol. 15, no. 9, pp. 713-735, 1997