IMU传感手套捕捉手部运动
拥有多自由度执行机构的机械手经常被用于特种环境的复杂的任务，如核电站、太空和海底。此外，日常生活中，也有越来越多的机械手操作应用于人工辅助技术。人类的智能在决策和控制非结构化环境方面可以比计算机具有更强的适应性，也更可靠。因此，遥操作机器人技术在一些不确定性任务中不可或缺。
波尔图大学的Cerqueira团队研究出一种利用12个IMU（惯性测量单元）传感器捕捉手部动作的智能手套。除系统开发之外，该团队还优化了IMU的传感器融合算法，提出了代数四元数算法(AQUA)。此外，他们提出了一种修改后的人手模型，解释了其优点和局限性。考虑到标定陀螺仪性能的重要性，团队分别对在线和离线标定数据进行了分析。最后，为了更好地可视化模型和传感器，在可视化工具Unity中进行了模拟展示。
IMU由于非常便携，常被用于估计3D空间中的方向，进而越来越多地用于人体运动捕捉系统。IMU中的加速度计可以提供重力参考方向，结合陀螺仪提供的转动测量，可估计传感器俯仰角和翻滚角。IMU通常装有一个磁强计来获取航向角度，但磁力计是三种传感器中最不可靠的。庆幸的是，在此应用中，俯仰角和翻滚角足够，航向并不重要。理想情况下，传感器将提供3D空间角度无偏测量，进而测量手部姿态。将传感器姿态转变位手部姿态依赖手部模型，团队使用可视化工具Unity，对手部模型进行仿真，使其余部分开发更快。
团队使用ESP8266无线通信模块进行数据通信，其无线解决方案是WiFi连接到模拟器网络，并通过UDP直接与之通信。同时该系统兼容另一种蓝牙通信方案，在Python中为串行实现的蓝牙桥。
目前的手套设计在尺寸和可靠性方面有待加强。虽然选择的织物是柔性的，穿戴舒适，但带来了IMU校准问题。IMU校准对精度和准确度至关重要，对于低成本传感器更是如此。由于用户在校准过程中必须保持静止，因此如果校准时间过长，用户的不小心移动会使校准误差显著增长，该问题有待后续改进。
