Machine learning for tactile sensing: developing touch gesture recognition method for human-machine interaction

The integration of touch in robotics and human-machine interaction represents a pivotal advancement in technology, shaping the way humans interact with machines. At the core of this progression lies the fundamental role of the sense of touch, a critical aspect of human interactions. This thesis delves into the context of tactile hand gesture recognition, examining the aspects of tactile sensing and perception involved. These elements are vital for a deeper understanding and interaction with both the physical world and technological devices. Equipping large sensing areas with tactile sensors for effective hand gesture recognition is not trivial. This is particularly significant in the context of Human Machine Interaction (HMI), where extensive data processing is essential for seamless integration. The study is motivated by the escalating interest in Human-Robot Interaction (HRI) and Human- Vehicle Interaction (HVI), whose objective is to bridge the gap between human-human and human-machine interactions. The core of this work lies in the development of a robust tactile hand gesture recognition system, designed for real-time interpretation of a variety of hand gestures. This system utilizes a capacitive tactile sensors, supported by data and signal processing algorithms to handle the substantial data volume. Special emphasis is placed on the creation of an algorithm that is not only efficient but also robust. This algorithm is designed to function effectively regardless of variables such as differing hand sizes, movement velocities, levels of applied pressure, and points of interaction.

L’integrazione del tatto nella robotica e nell’interazione uomo-macchina rappresenta un progresso cruciale nella tecnologia, che sta plasmando il modo in cui gli esseri umani interagiscono con le macchine. Al centro di questa evoluzione si trova il ruolo fondamentale del senso del tatto, un aspetto critico delle interazioni umane. Questa tesi approfondisce il contesto del riconoscimento dei gesti tattili della mano, esaminando gli aspetti del rilevamento e della percezione tattile coinvolti. Questi elementi sono fondamentali per una più profonda comprensione e interazione con il mondo fisico e con i dispositivi tecnologici. Dotare ampie aree di rilevamento con sensori tattili per un efficace riconoscimento dei gesti della mano non è banale. Ciò è particolarmente significativo nel contesto dell’interazione uomo-macchina, dove un’ampia elaborazione dei dati è essenziale per una perfetta in- tegrazione. Lo studio è motivato dal crescente interesse per l’interazione uomo-robot e l’interazione uomo-veicolo, il cui obiettivo è colmare il divario tra le interazioni uomo-uomo e uomo-macchina. Il cuore di questo lavoro consiste nello sviluppo di un sistema di riconoscimento dei gesti tattili della mano robusto, progettato per l’interpretazione in tempo reale di una varietà di gesti della mano. Questo sistema utilizza un sensore tattile capacitivo, supportato da algoritmi di elaborazione dei dati e dei segnali per gestire il notevole volume di dati. Par- ticolare enfasi è stata posta sulla creazione di un algoritmo non solo efficiente ma anche robusto. Questo algoritmo è stato progettato per funzionare efficacemente indipendente- mente da variabili quali le diverse dimensioni delle mani, le velocità di movimento, i livelli di pressione applicata e i punti di interazione.