輔助虛擬現(xiàn)實數(shù)據(jù)手套及電刺激力觸覺增強反饋電路系統(tǒng)設(shè)計

李兆基，王海鵬，2，阮偉華，黃書豪

(1.三江學(xué)院 電子信息工程學(xué)院，江蘇 南京 210012;2.東南大學(xué) 射頻與光電集成電路研究所，江蘇 南京 210096)

手勢姿態(tài)識別是虛擬現(xiàn)實(Virtual Reality，VR)領(lǐng)域中非常關(guān)鍵的一種交互方式。不同的實現(xiàn)方式和設(shè)備都會使用戶得到不同的體驗。近年來，隨著VR設(shè)備受歡迎度的提高和人機(jī)交互(Human-Computer Interaction，HCI)[1]科學(xué)的不斷發(fā)展，手勢交互成為最符合人們習(xí)慣的交互方式。但手勢交互研究相較聽覺、視覺的交互方式還有較大的差距[2]，這主要是由人手的靈巧性、復(fù)雜的皮膚形狀和傳感器的復(fù)雜性造成的。

目前手勢姿態(tài)識別的方式還分為基于視覺和非視覺兩種[3-4]。基于視覺的數(shù)據(jù)采集方式主要是采用攝像頭對手部動作進(jìn)行捕捉，目前比較常見的動作捕捉設(shè)備主要有微軟公司的Kinect[5]、索尼公司的PS move以及Leap公司的Leap motion[6]和上海理工大學(xué)黃東方的基于改進(jìn)ND-DTW算法的動態(tài)手勢識別[7]，這些均為基于圖像處理的方式，對肢體動作的識別較為準(zhǔn)確。但上述方法對檢測細(xì)小位置的手指運動有一定難度，當(dāng)識別物體的運動速度過快時會出現(xiàn)圖像丟幀的問題。另外，國內(nèi)的手勢交互方式主要集中在如何實現(xiàn)手指姿態(tài)的判別上，尚未出現(xiàn)功能性電刺激手勢交互設(shè)備。秦歡歡等人設(shè)計了采用雙手力觸覺反饋的人機(jī)交互系統(tǒng)[8]。該系統(tǒng)中，雙手的位置跟蹤精度達(dá)到0.8 mm并可以給手提供20 N和0.4 N·m的力觸覺反饋。但該設(shè)備尺寸較大不利于個人用戶使用，且存在不便移動的缺點。在力觸覺反饋方面，國外有CyberGlove公司使用磁流變液智能材料構(gòu)建的力反饋數(shù)據(jù)手套[9]，該系統(tǒng)在設(shè)計尺寸上比東南大學(xué)的小很多，但是在設(shè)備重量上依舊沒有得到很好地改善。

相比基于視覺識別的方式，本文設(shè)計使用基于非視覺的數(shù)據(jù)手套采集方式不會出現(xiàn)上述識別精度有偏差的現(xiàn)象，同時也不會出現(xiàn)識別物體脫離識別范圍的情況。在進(jìn)行力觸覺的輔助反饋上，前期已經(jīng)實現(xiàn)通過調(diào)節(jié)功能性電刺激(Functional Electrical Stimulation，F(xiàn)ES)產(chǎn)生的刺激脈沖信號強度來控制不同的手部力量[10-13]。本文中使用該設(shè)備來解決力觸覺反饋的問題，不僅可以使VR設(shè)備完成手勢識別，還能通過功能性電刺激腕帶完成虛擬現(xiàn)實中的力觸覺增強反饋。

1 系統(tǒng)與方法

1.1 原型系統(tǒng)整體設(shè)計

針對VR使用者開發(fā)的手勢交互識別系統(tǒng)，一套輔助虛擬現(xiàn)實數(shù)據(jù)手套及電刺激力觸覺增強反饋系統(tǒng)需要解決以下問題：(1)使用者雙手位置和姿態(tài)的精確獲取跟蹤。系統(tǒng)需要判斷跟蹤使用者的三維空間位置和手部姿態(tài)，使用無線連接的方式增大系統(tǒng)使用空間的自由度，同時不降低使用者在使用過程中的束縛；(2)雙手力反饋的實現(xiàn)。當(dāng)使用者在VR體驗中手部觸碰到虛擬物體時，能通過功能性電刺激的方式控制手部力量來實現(xiàn)力觸覺反饋，讓使用者感知到物體。同時該裝置可以為使用者提供不同強度的刺激來達(dá)到不同力度的反饋。

系統(tǒng)的整體設(shè)計結(jié)構(gòu)框圖如圖1所示，包括一個數(shù)據(jù)手套、一個FES腕帶和數(shù)據(jù)收發(fā)與顯示設(shè)備。其中手套具有手部運動及姿態(tài)數(shù)據(jù)采集功能，腕帶使用FES作為VR的力觸覺信息反饋。數(shù)據(jù)手套主要由彎曲度傳感器、九軸運動姿態(tài)傳感器、STM32主控模塊和藍(lán)牙模塊組成。數(shù)據(jù)收發(fā)與顯示設(shè)備主要用于三維圖像的處理以及對接收到的數(shù)據(jù)進(jìn)行識別，該部分可以判斷人手對物體觸摸狀態(tài)信息并將反饋數(shù)據(jù)通過無線連接(Wireless Fidelity，WiFi)傳輸至電刺激腕帶，產(chǎn)生不同強度的FES刺激脈沖，從而實現(xiàn)虛擬現(xiàn)實中的力觸覺增強反饋。

圖1 系統(tǒng)整體設(shè)計結(jié)構(gòu)框圖

1.2 硬件電路設(shè)計

手勢姿態(tài)數(shù)據(jù)采集部分由STM32主控制器、5路彎曲度傳感器、藍(lán)牙模塊和九軸運動姿態(tài)傳感器組成。其中STM32主控制器主要負(fù)責(zé)彎曲度傳感器數(shù)據(jù)、九軸運動姿態(tài)傳感器數(shù)據(jù)的采集處理以及對藍(lán)牙模塊的控制。如圖2(a)所示，利用5路的彎曲度傳感，同時將傳感器采用嵌入的方式包裹在手套的每根手指上，該種設(shè)計可以使傳感器更貼合手指減少測量誤差。采用的彎曲度傳感器尺寸為每根長115 mm，寬5 mm，如圖2(c)所示。最終把這些傳感器嵌入在棉質(zhì)的手套上固定如圖2(b)所示。彎曲度傳感器是由涂在柔性塑料基板上的大量電阻碳元素組成，制作成本較低，具有較長的機(jī)械性耐久性能(>1 000 000次)，無移動或機(jī)械磨損的部件。當(dāng)基板彎曲時，彎曲傳感器根據(jù)彎曲程度按一定比例產(chǎn)生電阻輸出，筆直狀態(tài)下的電阻約為10 kΩ，最大彎曲的電阻可到達(dá)125 kΩ。

圖2 手套設(shè)計與實物圖

由于彎曲度傳感采集手指曲度的信息是模擬信號，因此需要利用STM32內(nèi)置模擬-數(shù)字轉(zhuǎn)換器(Analog to Digital Converter，ADC)將采集的彎曲度模擬信號轉(zhuǎn)換成數(shù)字信號(Digital Signal)進(jìn)行處理。同時，為了使傳感器輸出電阻變化和輸出電壓變化之間成線性關(guān)系[14]，本文采用如圖3的電路設(shè)計[15]。

主控微處理器采用STM32F103RBT6作為核心處理器芯片，它主要負(fù)責(zé)對系統(tǒng)外部模塊的控制和數(shù)據(jù)獲取。為了減少系統(tǒng)硬件占用空間的資源并最大化減輕硬件重量，該部分只保留有用部分，去除無用的外設(shè)電路，最終主控設(shè)備重量控制在250 g以內(nèi)。該硬件系統(tǒng)主要包含STM32F103的微處理器主控芯片、復(fù)位電路、晶振電路、串行調(diào)試(Serial Wire Debug，SWD)程序下載接口以及所有用到的通用輸入/輸出口(General Purpose Input Output，GPIO)，以方便接入藍(lán)牙模塊來完成數(shù)據(jù)的上傳和九軸運動傳感器采集手部空間數(shù)據(jù)，進(jìn)而實現(xiàn)特征提取和手勢識別。

圖3 彎曲度傳感器電路圖

功能性電刺激腕帶包含一個主控制器STM32F103(ST Microelectronics Inc.)、WiFi轉(zhuǎn)通用異步收發(fā)傳輸器(Universal Asynchronous Receiver Transmitter，USRT)模塊、刺激電路驅(qū)動級、恒流H型橋和多路復(fù)用開關(guān)電路。其中微控制單元(Microcontroller Unit，MCU)通過WiFi轉(zhuǎn)UART模塊USRC322(濟(jì)南有人物聯(lián)網(wǎng)技術(shù)有限公司)讀取控制終端發(fā)送的刺激參數(shù)數(shù)據(jù)；然后利用內(nèi)置數(shù)字-模擬轉(zhuǎn)換器產(chǎn)生刺激參數(shù)對應(yīng)的脈沖信號并送至刺激電路驅(qū)動級；然后經(jīng)過MCU控制的多路復(fù)用開關(guān)電路，將刺激脈沖分別送至對應(yīng)的輸出通道，生成與虛擬場景中對應(yīng)的力觸覺控制信號。刺激腕帶實物如圖4所示，設(shè)備的重量約320 g(含電池)。

刺激驅(qū)動電路包括電壓-電流轉(zhuǎn)換器和一個互補電流源，電壓-電流轉(zhuǎn)換器由兩個耦合跨導(dǎo)放大器、一個串聯(lián)電阻和一個放大器組成，可以為互補電流源提供精確的參考電流。刺激驅(qū)動級電路如圖5所示。

圖4 刺激腕帶實物圖

在功能性電刺激腕帶的MCU中利用波形生成算法生成具有更新參數(shù)的波形信號。如圖6(a)所示為雙相非對稱刺激波形，其中包括一個負(fù)向的脈沖和一個正向的脈沖。負(fù)脈沖幅度AN和正脈沖寬度TP的比值等于正脈沖幅度AP和負(fù)脈沖寬度TN的比值，即TP/AN=AP/TN，其中AN和AP的比值為N。為了使刺激電極在人手皮膚上不易造成肌肉疲勞[16]，故設(shè)置N=4。MCU輸出的DAC信號波形如圖6(b)所示。

圖5 刺激驅(qū)動級電路原理圖

(a)

1.3 軟件設(shè)計與算法實現(xiàn)

本文軟件使用基于C++程序的設(shè)計，運行在電腦主機(jī)上，目的是為了完成虛幻4引擎(Unreal Engine 4，UE4)軟件與個人計算機(jī)USB(Universal Serial Bus，USB)接口的數(shù)據(jù)通信。該程序主要分為兩部分：手套數(shù)據(jù)接收識別部分和腕帶刺激信號發(fā)射部分。程序的具體流程如圖7所示。程序在開始運行時會判斷手套的藍(lán)牙以及腕帶WiFi是否連接成功，在確定穩(wěn)定連接的情況下手套的數(shù)據(jù)接收程序會進(jìn)入九軸運動傳感器校準(zhǔn)，腕帶則進(jìn)入復(fù)位，完成刺激參數(shù)的校對。程序在接收到手套數(shù)據(jù)后，通過計算九軸運動傳感器的歐拉角可以判斷出手勢的姿態(tài)，計算彎曲度傳感器的數(shù)值可以判斷手指的彎曲程度，最后將數(shù)據(jù)送到UE4軟件中完成虛擬場景中的識別。UE4軟件會根據(jù)手部抓握的物體給出一個碰撞信息，通過該程序可以發(fā)送刺激信號到手腕的硬件中。

手套在進(jìn)行空間數(shù)據(jù)采集時，由于人手的輕微抖動和元器件的物理特性會導(dǎo)致采集數(shù)據(jù)出現(xiàn)一定的數(shù)據(jù)漂移現(xiàn)象，使用過程中會也出現(xiàn)一些不必要的隨機(jī)噪聲。這些因素都會給識別算法帶來一定的難度導(dǎo)致結(jié)果不準(zhǔn)確，因此采取一定的濾波降噪處理顯得尤為重要。目前常用的傳感器濾波算法有：非線性平滑濾波、小波變換、線性平滑濾波、卡爾曼濾波算法以及傅里葉變換[17]。

卡爾曼濾波是一種最優(yōu)數(shù)據(jù)評估的算法，與控制原理中的狀態(tài)觀測器相似，需要預(yù)估測量值，并把預(yù)測值與實際測量值進(jìn)行比較，然后乘以一個增益后返回，為下一時刻的計算提供估計值，更新的方程如下

X(f/f-1)=Ax(f-1/f-1)

(1)

(f/f-1)=P(f-1/f-1)+Q

(2)

式中，X(f/f-1)是上一時刻f-1最后輸出的狀態(tài)；Q為噪聲的協(xié)方差。測量方程利用時間方程輸出結(jié)果，當(dāng)獲取到觀測值時進(jìn)行濾波。通過測量更新算法得出最終結(jié)果，但是在實際運動中仍然還會出現(xiàn)位置誤差。為了更加準(zhǔn)確地讓識別手勢姿態(tài)數(shù)據(jù)判斷手部的實時姿態(tài)，將誤差控制在一個較好的范圍，需要進(jìn)行歐拉角的計算。在PC端利用卡爾曼濾波[18]原始數(shù)據(jù)融合加速度計和陀螺儀數(shù)據(jù)可以計算出歐拉角，分別用原始數(shù)據(jù)、加速度計數(shù)據(jù)、陀螺儀數(shù)據(jù)構(gòu)建出3個姿態(tài)矩陣，矩陣通過乘積的計算得到

(3)

通過隨姿態(tài)矩陣T的求解得到歐拉角

θ主=tan-1(-T12/T22)

(4)

(5)

γ主=tan-1(-T31/T33)

(6)

最后使用歐拉角微分方程進(jìn)行姿態(tài)的求解，就能得出一個較好的歐拉角結(jié)果。

圖7 軟件總體流程設(shè)計

1.4 實驗與方法

實驗共招募5名健康志愿者(男性3人，女性2人，平均年齡為25.5±2歲)。所有志愿者簽署知情同意書，配合參與原型系統(tǒng)手部姿態(tài)動作數(shù)據(jù)測試實驗和實際功能測試實驗。所有志愿者在受測試上肢部位均無任何神經(jīng)肌肉或關(guān)節(jié)損傷。實驗設(shè)備采用一套自主設(shè)計的原型系統(tǒng)(包含1個用于手勢姿態(tài)識別的數(shù)據(jù)手套和1個FES刺激腕帶)，一套HTC VIVE定位設(shè)備，并設(shè)計了一個基于UE4的虛擬場景實例。

先從參與實驗的人員中隨機(jī)挑選出一名志愿者，按照實驗要求佩戴姿態(tài)識別手套，完成姿態(tài)動作數(shù)據(jù)的測試。測試的動作內(nèi)容為：手臂水平放置(手勢參考動作)、手臂向上抬舉90°、手掌水平向外翻轉(zhuǎn)90°、手掌水平向內(nèi)翻轉(zhuǎn)90°、手臂向外90°展開手掌保持水平。記錄每組實驗的連續(xù)動作波形圖，運動波形圖主要記錄加速度值和角度偏轉(zhuǎn)值，每張波形圖都包含手部X、Y、Z共3個坐標(biāo)軸上的變化曲線。通過曲線變化和實際動作的狀態(tài)可以直觀地看出姿態(tài)數(shù)據(jù)手套的有效性。

姿態(tài)識別手套除了能識別手臂動作的姿態(tài)，還能識別手指運動姿態(tài)。手勢模型共有3種不同的動作姿態(tài)，每位志愿者需要佩戴手套后把手貼合放置在設(shè)計好的手勢模型上，通過觀測虛擬場景實例中虛擬手掌的姿態(tài)動作與模型動作的匹配度即完成一組實驗。實驗過程中記錄每位志愿者每根手指與對應(yīng)虛擬手掌手指的匹配程度，最終通過統(tǒng)計學(xué)公式計算出各個手指的識別率。

為了進(jìn)一步驗證系統(tǒng)人機(jī)交互的有效性，在實例中設(shè)計了一個虛擬的機(jī)械手掌模型，虛擬機(jī)械手模型關(guān)節(jié)數(shù)以及手指長度均按照普通人手1∶1的比例進(jìn)行設(shè)計，效果如圖8所示。該虛擬機(jī)械手可用于檢測手套交互的有效性并檢測手套數(shù)據(jù)傳輸?shù)难訒r，實驗過程中志愿者可以隨意完成不同的手指彎曲動作。同時實例中的機(jī)械手也會同步進(jìn)行動作復(fù)現(xiàn)，通過顯示器的動作變化可以直觀地了解設(shè)備是否能夠準(zhǔn)確完成應(yīng)有的動作。

腕帶的功能主要用于輔助虛擬現(xiàn)實力觸覺增強，該手腕的CH1～CH4通道都能輸出5～30 V步進(jìn)電壓為5 V的刺激電壓。通過虛擬現(xiàn)實場景中判斷手部的碰撞數(shù)據(jù)，軟件會根據(jù)物體的不同和人手運動情況通過WiFi模塊發(fā)送不同的刺激參數(shù)設(shè)置包，包括系統(tǒng)開啟/關(guān)閉狀態(tài)、脈沖頻率、刺激通道打開時間、刺激通道關(guān)閉時間、脈沖振幅參數(shù)、刺激波形和脈沖寬度。為了更好地評定這部分功能，實驗采用單獨給腕帶發(fā)送刺激控制信號的方式進(jìn)行。為了保證測試的安全性，該測試在專業(yè)人員的指導(dǎo)下完成。測試實物連接如圖9所示。

圖9 測試實物連接圖

實驗過程中要求志愿者通過虛擬手套來進(jìn)行虛擬場景中的物體抓握以觸發(fā)場景中虛擬手的碰撞信息，動作完成后碰撞信息將通過WiFi傳輸?shù)绞植康拇碳ね髱АＭ髱У妮敵龆瞬捎盟z將刺激電極貼附于手臂皮膚表面。由于采用的是四通道刺激方式，刺激手部不同位置都會產(chǎn)生不同的刺激反應(yīng)。在實際使用中，參照醫(yī)學(xué)上的“骨度折量寸”作為參考坐標(biāo)貼附于手部的不同位置，完成抓握、腕屈、腕伸和五指伸4種不同動作[19]。電極貼附的位置以及刺激的功能點位如圖10所示。

圖10 抓握、腕屈、腕伸和五指伸對應(yīng)電極位置

在此基礎(chǔ)上，通過一個定制的扭矩測試裝置來完成手腕關(guān)節(jié)扭矩的數(shù)據(jù)測試。定制裝置采用1 kHz采樣頻率進(jìn)行數(shù)據(jù)采集，通過PC對數(shù)據(jù)處理后可以提供一個直觀的扭矩波形圖。實驗過程中提供了6種不同等級力度刺激脈沖，脈沖幅度從0～30 V遞增，步進(jìn)幅值為5 V，每種等級刺激脈沖間隔2 s進(jìn)行一次觸發(fā)，每次脈沖持續(xù)時間設(shè)計為1 s。

志愿者在進(jìn)行上述測試項目時都會進(jìn)行簡單的使用培訓(xùn)。實驗測試結(jié)束后，每位志愿者需要填寫一份用戶體驗報告調(diào)查表。調(diào)查表用于收集志愿者在實驗完成后對該項目評價。調(diào)查報告內(nèi)容包括使用過程中出現(xiàn)的問題、實際動作與虛擬動作同步程度、穿戴舒適性、力觸覺腕帶效果、最后提出修改的意見和建議。

2 結(jié)果與結(jié)論

2.1 手部姿態(tài)動作數(shù)據(jù)測試結(jié)果

根據(jù)手部測試的流程，志愿者根據(jù)測試的動作按要求完成測試，實驗記錄的數(shù)據(jù)包括加速度和角度，最終結(jié)果如圖11所示。其中，手勢圖中1-1作為其他手勢的參考動作，手勢1-1在Z軸上的加速度為1，X、Y軸的加速度為0；X、Y、Z軸對應(yīng)的角度為0，當(dāng)動作由1-1中的手勢變化到其他動作時，X、Y、Z軸的加速度和角度發(fā)生了明顯變化。在實際測量中，由于九軸傳感在手部運動中不能完全貼合手掌的位置，實際位置變化與實際數(shù)據(jù)上會存在一定的誤差。

由表1可知手套對每根手指識別的情況，在5組測試結(jié)果中最高的識別率達(dá)到了99%，在均值的結(jié)果中顯示識別率能穩(wěn)定在93.2%～96.6%，最終的結(jié)果顯示手勢識別的成功率為94.7±1.3%。

表1 各手指以及部分動作識別率

1-1 手臂水平放置 1-2 角度 變化曲線 1-3 加速度變化曲線

2.2 原型系統(tǒng)實際功能測試結(jié)果

用戶通過不同的手指動作彎曲能實現(xiàn)對虛擬假手進(jìn)行同步控制，圖12為手指彎曲動作測試情況。由圖12可知，原型系統(tǒng)中的手勢識別手套能完成對各個手指以及手部空間位置的識別。

圖12 手指彎曲動作測試情況

如圖13所示，原型系統(tǒng)能較好地控制刺激脈沖強度的輸出，輸出共有6種不同等級的力度刺激脈沖，最大的脈沖幅度能達(dá)到30 V左右。在不同等級的脈沖刺激下對應(yīng)有不同的手部力矩輸出。在刺激幅度為5 V時，腕部的扭矩為0.2 N·m；在刺激幅度為30 V時，輸出的扭矩為1.8 N·m (圖13(a))。上述數(shù)據(jù)表明系統(tǒng)能實現(xiàn)預(yù)期功能，達(dá)到合適的扭矩輸出，具有較好的人機(jī)交互功能。在實際使用過程中，該部分的設(shè)備功率控制在1.9 W(98 mA，20 V)左右可以達(dá)到低功耗的目的。

圖13 志愿者刺激響應(yīng)腕關(guān)節(jié)力矩與刺激脈沖波形

2.3 用戶體驗調(diào)查結(jié)果

在使用者的體驗反饋中可以反映出設(shè)計的虛擬現(xiàn)實數(shù)據(jù)手套在功能和實用性上是否能滿足設(shè)計要求。由表2所示的志愿者體驗報告描述可知，設(shè)計的虛擬現(xiàn)實數(shù)據(jù)手套在使用過程中有較好的效果，能夠在使用過程中很好地控制延時，沒有出現(xiàn)由于手部移動速度太快而導(dǎo)致的虛擬場景實例中手部數(shù)據(jù)丟失現(xiàn)象；在力觸覺交互方面也做到了較好的控制；穿戴設(shè)備沒有因長時間的佩戴而引起穿戴者的不適。

表2 志愿者體驗報告

2.4 對比與討論

通過上述結(jié)果可知，該系統(tǒng)的總體效果達(dá)到了設(shè)計要求，但在手部姿態(tài)動作數(shù)據(jù)測試結(jié)果中還需要對傳感器固定的位置進(jìn)行進(jìn)一步的修改。在手指準(zhǔn)確率測試中，志愿者的手掌大小出現(xiàn)了個別識別錯誤的情況。造成該結(jié)果的原因還在于手套的材質(zhì)上，手套采用的是棉質(zhì)原料，在佩戴的過程中不能很好地貼合不同手型志愿者。因此，在后期將采用具有彈力的手套。在原型系統(tǒng)功能測試結(jié)果中，由于數(shù)據(jù)在傳輸過程中會受到其他信號的干擾，虛擬假手空間會出現(xiàn)位置漂移的現(xiàn)象。其原因是由于數(shù)據(jù)傳輸模塊的選擇和數(shù)據(jù)傳輸速度存在不同。在用戶體驗調(diào)查結(jié)果中出現(xiàn)腕帶刺激導(dǎo)致的刺痛感，原因是由于每個使用者在對電刺激的承受度不同導(dǎo)致的，通過降低刺激的強度也能降低刺痛的感覺。

3 結(jié)束語

本文設(shè)計了輔助虛擬現(xiàn)實數(shù)據(jù)手套及電刺激力觸覺增強反饋電路系統(tǒng)，功能均達(dá)到設(shè)計的要求，能夠有效完成手勢姿態(tài)識別與力觸覺反饋增強功能。該設(shè)計在設(shè)備體積與重量上比其他設(shè)計方法有較大的優(yōu)勢，其中力觸覺刺激腕帶是目前還未在人機(jī)交互設(shè)備上使用過的新型交互設(shè)備。

本文的研究結(jié)論為實現(xiàn)虛擬現(xiàn)實的人機(jī)交互提供了一種行之有效的解決方案。該系統(tǒng)的設(shè)計除了可用于虛擬現(xiàn)實人機(jī)交互，還可以用于醫(yī)療行業(yè)中以針對癱瘓病人進(jìn)行的肢體康復(fù)訓(xùn)練，是一種應(yīng)用前景廣闊的設(shè)計方案。