MANUS Metagloves Pro Haptic 数据手套怎么滤波？120 Hz 数据的截止频率与群延迟

一心科研

341人浏览 · 2026-08-03 18:00:58

一心科研 · 2026-08-03 18:00:58 发布

关键词： MANUS 数据手套；Metagloves Pro Haptic；低通滤波；Butterworth；群延迟；120 Hz 采样

曲线更平滑，不代表数据更真实

MANUS 官方代理商—— 一心科研官网规格页显示，Metagloves Pro Haptic 的五个指尖传感器采样率为 120 Hz，Hand Solver 3 输出完整的 25DoF 手部骨架。120 Hz 为观察手部动作提供了较密集的时间采样，但原始或解算后的轨迹仍可能包含小幅高频波动、无线抖动、量化误差和模型求解变化。

最直接的处理是增加移动平均窗口，直到曲线“看起来不抖”。这样做可能同时造成：

快速捏取的峰值被削弱；
接触时刻被推迟；
手势起点和终点向后移动；
相邻动作被过度连接；
机器人控制产生额外闭环延迟。

滤波器的目标不是让图更漂亮，而是在保留任务相关运动的同时降低不需要的噪声。这个目标必须用频率、时间误差和任务结果共同验证。

120 Hz 对滤波参数意味着什么

采样率 fs = 120 Hz，Nyquist 频率为：

f_N = fs / 2 = 60 Hz

数字滤波器的截止频率必须低于 60 Hz。很多库使用归一化频率；有的以 Nyquist 频率为 1，有的函数允许显式传入 fs。如果把 6 Hz 错写成归一化值 6，或按另一套 API 约定计算，滤波器可能完全不符合预期。

以 6 Hz 低通为例，在以 Nyquist 频率归一化的接口中：

Wn = 6 / 60 = 0.1

但 6 Hz 只是示例，不是 MANUS 手部数据的通用最佳值。慢速康复动作、快速键击、乐器演奏和碰撞反馈需要保留的频带不同。

先看任务，再看频谱

选择截止频率前，可以从三类数据建立基线：

静态段

参与者保持自然张手或固定姿势。静态段主要用于估计输出波动和缓慢漂移，但人体本身也存在细小姿势调整，不能把全部变化都定义成传感器噪声。

标准动态段

以不同速度完成握拳、逐指屈伸、拇指对掌和项目典型动作。观察主要运动能量分布以及滤波后峰值与时序变化。

任务事件段

记录快速接触、释放、敲击或抓取失败。对机器人和触觉实验而言，这些短暂事件往往比整段平均误差更重要。

功率谱密度可以帮助观察频率成分，但频谱不能自动区分“噪声”和“有用动作”。快速真实动作也会产生高频能量。截止频率应结合外部参考、重复任务和最终指标选择。

Butterworth 低通为什么常见

Butterworth 滤波器的通带幅频响应最大平坦，没有通带纹波，因此常用于生物力学和运动学数据平滑。设计时至少要明确：

采样率 fs；
截止频率 fc；
阶数 N；
低通、高通或带通类型；
因果单向还是前后向零相位处理。

Python/SciPy 风格的离线示意为：

from scipy.signal import butter, sosfiltfilt

sos = butter(4, 6.0, btype="low", fs=120.0, output="sos")
y = sosfiltfilt(sos, x)

二阶节（SOS）形式在较高阶滤波器中通常比直接使用高阶多项式系数具有更好的数值稳定性。但这段代码仍不能直接作为所有项目的默认配置：6 Hz、四阶和前后向处理都需要根据任务验证。

filtfilt 为什么不能用于实时控制

filtfilt 或 sosfiltfilt 先正向滤波，再反向滤波，可以抵消相位偏移，适合完整数据已经录制完毕的离线分析。它需要未来样本，因此不能用于实时系统。

前后向滤波还会改变等效幅频响应，等效阶数和衰减效果不能简单按单次滤波理解。论文或报告必须写清楚是单向几阶还是前后向几阶，而不是只写“使用四阶 Butterworth”。

对机器人遥操作，实时程序只能使用因果滤波器或状态估计器。此时延迟是不可回避的设计指标。需要同时测量：

姿态噪声降低多少；
手势或接触事件延迟多少；
峰值幅度衰减多少；
闭环控制是否稳定；
丢帧后滤波状态如何恢复。

移动平均的延迟可以直接估算

长度为 N 的对称移动平均在离线居中使用时，需要前后样本；实时实现只能使用当前及过去样本。对于常见线性相位 FIR，群延迟约为：

delay_samples = (N - 1) / 2
delay_seconds = delay_samples / fs

例如 13 点窗口在 120 Hz 下的群延迟约为：

6 / 120 = 0.05 s = 50 ms

50 ms 对慢速可视化可能不明显，对触觉闭环或灵巧手遥操作却可能很重要。窗口越长，平滑越强，延迟通常也越大。

IIR 滤波器的相位和群延迟通常随频率变化，不能只用固定半窗口公式。应计算频率响应并用真实动作事件测量端到端延迟。

截止频率不要靠“反复调到顺眼”

可以为多个候选截止频率建立网格，例如 3、5、8、10、15 Hz，然后比较：

静态段标准差；
与外部参考系统的均方误差；
动态峰值幅度误差；
峰值和动作起点的时间偏移；
指尖轨迹长度变化；
手势分类或机器人任务成功率。

如果没有独立参考，也可以用重复动作和已知约束进行验证。例如自然保持时关节不应出现大量快速振荡，快速敲击的顺序和峰值又不应被消除。

不要只在一名参与者的一段数据上选参数。手大小、佩戴、动作速度、任务和连接环境都会改变信号特征。最终参数应在独立 Session 和参与者上复核。

先滤位置还是先算速度

微分会放大高频噪声。直接用相邻位置差分：

v_t = (p_t - p_(t-1)) / dt

即使位置只有很小抖动，速度也可能出现明显尖峰。通常应先处理位置轨迹，再计算速度；也可以使用 Savitzky–Golay 等局部多项式方法同时估计平滑轨迹和导数。

但处理顺序必须固定并记录。先对速度滤波与先对位置滤波再求导，不一定得到相同结果。缺帧处的 dt 也不能假设永远等于 1/120 s，应使用实际时间戳。

对角速度，不能简单对四元数四个分量分别差分。应先求相邻姿态的相对旋转，再除以实际时间间隔。具体方法可与前文的四元数处理流程结合。

四元数不能直接逐分量低通

单位四元数位于四维单位球面上，而且 q 与 -q 表示同一旋转。直接对 x、y、z、w 四条曲线独立应用普通低通，会遇到：

符号翻转造成虚假大跳变；
滤波后四元数不再单位化；
平均路径偏离合理的旋转轨迹。

短窗口实时平滑可以先执行符号连续化，再使用基于 SLERP 的指数平滑；更严格的方法可以把相对旋转映射到旋转向量或李代数空间处理。无论采用哪种方法，都要重新检查单位模长和姿态误差。

如果分析对象是 MANUS Hand Solver 输出的解剖关节角，可以在确认角度连续且不跨周期边界后分别滤波，但仍需注意不同关节的合理截止频率可能不同。

边界效应会污染动作开头和结尾

数字滤波需要上下文样本。离线前后向滤波通常会在数据两端进行填充，短片段或强突变容易产生边界伪影。如果把每个 trial 单独滤波，trial 开始和结束附近的结果可能被填充策略影响。

推荐做法包括：

先对连续 Session 滤波，再按事件切 trial；
不让滤波窗口跨越断线、重新校准或重新佩戴边界；
对短片段设置最小长度要求；
在质量报告中排除或标记受边界影响的样本；
可视化检查开头、结尾和剧烈变化附近的响应。

不能为了避免边界问题，把前一个参与者或前一次校准的数据拼到当前片段前面。

丢帧与滤波状态怎么处理

实时数据流中，滤波器通常保留内部状态。若连续丢失多帧后直接把新样本送入旧状态，可能产生不符合实际的过渡。

系统应区分：

单个短缺口；
连续缺帧；
设备重连；
重新校准；
时间戳跳变或倒退。

短缺口可根据项目规则插值后继续，并标记插值帧；超过阈值的缺口应重置滤波状态或开启新片段。重置后可以进入短暂预热阶段，在状态稳定前不向机器人发送高风险控制命令。

离线分析同样不能跨长缺口滤波，否则滤波器会把缺口两侧本来不连续的姿态平滑连接起来。

触觉与接触事件尤其怕过度滤波

Metagloves Pro Haptic 使用五个 LRA 振动执行器提供一维振动触觉反馈。触觉控制逻辑常由虚拟接触、机器人力阈值或任务事件触发。如果接触检测依赖经过重度平滑的指尖位置，触觉指令可能明显滞后。

可将数据链分成两条：

可视化链使用较强平滑，降低画面抖动；
事件检测链使用延迟更低的滤波与独立阈值滞回。

两条链的输出不能混为同一时间戳语义。实验记录应保存原始事件、滤波参数、触觉指令时间和应用确认时间，才能解释参与者动作响应。

一份可复现的滤波记录

论文、数据集或项目清单至少应记录：

{
  "input_rate_target_hz": 120,
  "filter_family": "Butterworth",
  "filter_type": "lowpass",
  "cutoff_hz": 6.0,
  "design_order": 4,
  "implementation": "SOS forward-backward",
  "processing_mode": "offline",
  "padding_method": "record-library-default-and-version",
  "segment_boundary_rule": "no-cross-recalibration",
  "software_version": "recorded-at-runtime"
}