手部是动作数据里较难采的一段。数采手套的作用,就是把手指与手背的姿态实时读出来,一方面记录成可训练的数据,一方面驱动机器人灵巧手复现同样的动作,让示范与采集落在同一台设备上。虚拟动力的 mHand Pro 多节点动捕手套,就是这条链路上的采集端。

一、手部动作为什么难采
人手自由度多、关节细小、运动快,靠相机拍摄容易被自身遮挡,靠人手动遥控又很难把精细动作传准。抓取、旋转、捏取这类动作幅度小、耗时短,一旦丢帧,采到的轨迹就断成几段,训练时对不上。手部采集对采样率与跟随性的要求因此格外高——采样够密,动作才连得起来,细微的关节变化也不会被漏掉。以外部相机为主的光学方式,还要额外考虑遮挡和标定;手套贴在手上,跟着手指走,不依赖相机视野,在机器人旁边也能采。数采手套正是为这一段补上的设备。
二、它记录哪些数据
落到数据上,数采手套主要输出人体动作数据:每根手指的关节角、手背的位姿,以及逐帧的时间序列。以 mHand Pro 为例,双手共 16 个惯性传感器,采样率高于 800Hz,抓取、旋转期间手指的细微变化也会被逐帧记下。单只手电池续航 8 小时以上,能连续记录手部动作而不中断,长时间采集不必频繁充电。这些数据按时间轴对齐后即可入库,供后续调取与复现。
三、它怎么驱动灵巧手
遥操时,数采手套把人的手部姿态解算出来,经算法重定向为灵巧手的关节角,再驱动真机完成抓取、旋转。这一过程既是控制,也是采集:动捕数据接收、真机驱动、三维预览与录制落在同一条流程里。VDexHand 灵巧手遥操数采系统负责这一段,它连接 mHand Pro 手套与灵巧手,把遥操与数采串成一体,录制结果可以回放并按时间轴定位,一次任务采完能逐条回看、挑出可用片段再补采。
四、它在下游链路的位置
手套采到的数据要往下走,还得看接口。mHand Pro 面向开 发者提供 C++ SDK,支持 Unity3D、UE4/UE5、MotionBuilder、Maya、3D MAX、Matlab 与 Python,兼容 Windows 与 Android,也适配 HTC Vive Tracker、Oculus Quest2、PICO,能直接对接灵巧手遥操与手部数据采集流程。
五、怎么判断采得准
判断数采手套采得准不准,可以看长时间使用后手指还原是否还稳定——惯性路线会遇到累积漂移,主要靠校准来抑制。佩戴要贴手,传感器松动会让姿态解算偏掉;采集前完成校准,中途换人换手要重新标定。
数采手套的作用,是把人的手部动作变成机器人能用的数据:记录手部姿态、驱动灵巧手、产出可训练的轨迹。虚拟动力的 mHand Pro 配合 VDexHand 系统,把遥操、预览与录制串在一条流程里,手部精细动作与整机动作还能分粒度归档,采与用都更顺手。