发表机构
University of Technology Sydney; Western Sydney University（悉尼科技大学; 西悉尼大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
TacGELLO利用3D打印主端设备的现有伺服电机和AnySkin接触检测，提供触觉反馈与电流负载提示，显著降低遥操作抓取中的指令闭合误差，提升接触感知精度。
AI 中文摘要
被动式主端机械臂在传递操作者运动时，无法返回远程接触或负载提示。TacGELLO利用3D打印主端设备现有的伺服电机，在夹爪扳机处提供触觉接触反馈，并在机械臂关节处提供基于电流的负载提示。AnySkin接触检测会触发扳机位置保持，而跟随端关节电流的变化会调整主端伺服输出限制，以在举升过程中指令阻力。在六次UR3会话中，由一名操作者执行，发送指令的跟踪误差为0.15–0.36°均方根误差，估计轨迹延迟为82–98毫秒。在62个分割的TacGELLO抓取区间中，有60个记录了触觉起始时间。在触觉或基于宽度的接触参考之后，TacGELLO的中位指令闭合量为0.7–2.1毫米，而原始界面为13.0–13.9毫米。
英文摘要
Passive leader arms transmit an operator's motion without returning remote contact or load cues. TacGELLO uses the existing servos of a 3D-printed leader for tactile contact feedback at the gripper trigger and current-based load cues at the arm joints. AnySkin contact detection activates a trigger position hold, while changes in follower joint current adjust leader-servo output limits to command resistance during lifting. Across six UR3 sessions with one operator, sent-command tracking error was 0.15--0.36$^\circ$ RMSE, with estimated trajectory lag of 82--98\,ms. Tactile onset was logged in 60 of 62 segmented TacGELLO grasp intervals. Median commanded closure after tactile or width-based contact references was 0.7--2.1\,mm with TacGELLO and 13.0--13.9\,mm with the original interface.
