手部力测量 · 人形机器人数据采集
novel loadglove 手部力测量手套
掌部 1 片 loadpad 加 1–13 个指部 buttonsens，覆盖抓握时手指与手掌的接触力。全无线，蓝牙连 loadapp，也可通过线缆接入 pliance 分析仪。
1+13
掌部 + 指部传感器
4000N
掌部量程
±10%
精度
48h
电池续航
把手上的力记录下来
抓握、提举、操作工具时，力主要落在几根手指和手掌上。 loadglove 用 1 片掌部传感器加最多 13 个指部传感器，把这几个接触点的法向力单独记下来， 手套本身很薄，对本体感觉的干扰很小。
- 掌部 1 片 loadpad：90 × 80 mm，10–4000 N
- 指部 1–13 个 buttonsens：17 × 17 mm，2.5–60 N 或 10–150 N
- 全无线，蓝牙连 loadapp；也可线缆接 pliance 分析仪
- loadglove embd 可与 Xsens（Movella）等动作捕捉同步
- 传感器为纺织材质，薄且可弯曲
- 数据可导出 ASCII，用于训练集或统计分析
13个
指部传感器
1–13 个 buttonsens 按研究问题配置，17 × 17 mm
90×80mm
掌部传感器
1 片 loadpad 覆盖手掌接触面，量程 10–4000 N
100Hz
最高采样率
10–100 Hz 可设，适合抓握与操作任务
48h
电池续航
手掌与手指传感器均为 48 小时
研究流程
从演示动作到数据集
面向人形机器人与 Physical AI 的动作示教：先采集人手操作时的接触力，再把数据用于训练与验证。
01
定义任务
选定物体、交互方式和可重复的操作流程。
02
采集演示
记录操作过程中指部与掌部各测点的法向力。
03
回看序列
在 loadapp 里对照力-时间曲线与视频，比较不同试次。
04
整理数据集
导出数据，与训练或评估用的标签、其他信号合并。
应用
除了机器人，也用在这些地方
任何需要知道“手用了多大力”的场景都能用：评估工位操作负荷、验证工具手柄设计、 检查装配工序是否超出限值。loadapp 可以按目标力值给出声音、视觉或振动提示， 让受试者在操作时就能看到自己是否超标。
- 人形机器人与 Physical AI 的动作示教数据采集
- 汽车制造与总装工序的手部负荷评估
- 工业人体工学与工位改善
- 产品质量一致性检测
- 康复与作业治疗中的抓握训练
广泛应用领域
人形机器人Physical AI动作示教人体工学汽车制造质量检测康复训练抓握研究
技术规格
掌部与指部由两种传感器组合而成，规格分别如下
参数
loadpad（掌部）
buttonsens（指部）
位置
手掌
手指
尺寸
90 × 80 mm
17 × 17 mm
量程
10 – 4000 N
2.5 – 60 N 或 10 – 150 N
采样率
10 – 100 Hz
10 – 100 Hz
电池
48 h
48 h
精度
± 10%
± 10%
系统规格
传感器数量1 片掌部 loadpad + 1–13 个指部 buttonsens
传感器材质纺织物电容式，柔性可弯曲
通信方式蓝牙（BLE）无线；或线缆接入 pliance 分析仪
配套软件loadapp（iOS / Android）
数据导出ASCII，可导出至电脑分析
同步loadglove embd 可与 Xsens（Movella）等动作捕捉系统同步
对 loadglove 感兴趣？
请点击下方按钮，立即弹出电话、邮箱和微信二维码