MANUS数据手套可获取EMF传感器数据并将其转换为可用的数据输出，在本文中我们将带您一步一步地了解Manus如何通过采集到的EMF数据在动作捕捉、骨骼建模和重定目标等方面实现可靠的手部和手指跟踪。

MANUS数据层

MANUS手套使用EMF传感器（电磁场传感器）来提供低延迟、高精度的手部跟踪。工作流可以分为三个核心数据层：

l 传感器数据

l 骨架数据

l 重定向数据

这三种数据格式支持从手势识别到角色动画和机器人等一系列应用，将实时手部运动转换为数字数据。

‍

传感器数据

原始传感器数据测量传感器相对于手背上壳内磁线圈的位置。这意味着在解释数据时，必须考虑传感器和接头之间的偏移。

该数据可用于带有Manus Core+SDK许可证的Metagloves Pro。

‍

骨架数据

骨架数据是MANUS Core对用户手部的内部表示。它是使用设备的传感器数据、校准值和高级手解算器生成的。由25个节点组成，代表每只手的25个关节，并作为佩戴者手部的数字孪生。

此格式对于骨骼数据和人体工程学数据都是可用的。人机工程学数据涵盖每个关节的弯曲和拉伸值（弯曲和张开），使其对运动和康复研究特别有价值。

在MANUS Core仪表板中还可以直观显示人体工程学数据，该仪表板可显示单个手指弯曲角度和CMC分布值。骨骼和人体工程学数据也可以导出为用于数据分析的. CSV文件，数据包括:

l 关节位置和旋转

l 关节位置速度和加速度

l 收缩距离

l 关节角度

l 关节角速度和角加速度

‍

重定目标的骨骼数据

重定目标骨骼模型被传输到动画角色的插件中。

Manus Core开发者工具(DevTools)让用户可以使用他们自己的模型。模型可以直接从Unreal和Unity插件发送到DevTools，可以通过标记骨骼和创建链来定义骨骼。完成后，您可以将框架定义发送回插件，或者将其导出为用于手动集成的. mskl文件。

重定目标的数据可以被映射到非正常人类手部大小的模型或机器手上。例如，Het Nieuwe Kader就将MANUS采集的手部数据重定向到机器人手上。

‍

MANUS数据层可确保每个细节动作被精确捕捉、解释和应用。通过将EMF传感器数据转换为结构化的骨架和可适应的重定向运动，创作者、工程师和研究人员可以使用Manus为他们的工作提供更可靠的支持。