采集三维空间XYZ坐标、六自由度(6Dof)、手部和上肢(肩、肘、腕)的关节角度数据,为机械臂的位姿控制、 运动规划提供连贯、流畅的动作数据基础。
NOKOV可将捕捉到的人体运动学数据作为机械臂的运动基础数据,对机械臂进行动作估计和控制、位姿规划和控制, 使其按照预期的运动轨迹执行人类为其设定的动作任务。
研究人员可使用NOKOV(度量)光学三维动作捕捉系统采集机械臂的六自由度(6DoF)的运动轨迹和运动学参数,并作为 实验的真值,验证机械臂的控制算法。
NOKOV采集的人体运动学数据可为机械臂的位姿控制、运动规划提供连贯、流畅的动作数据基础。采集到的机械臂 运动学数据可作为控制算法验证的真值。
采集到的数据可以以VRPN形式传输,或通过SDK(C++语言)端口广播与ROS、Labview、Matlab(包含Simulink)等软件通信进行二次开发。
为了能让普通工人能够轻松地操作机器人,扩大装配机器人应用范围,哈尔滨工业大学深圳机电工程与自动化专业的研究团队采用了演示编程 (PbD)方法。演示编程是由机器人系统从人的操作演示中提取理解有效信息,进而将该信息转化为机器人的程序和参数,使机器人完成相应 操作。该团队选择NOKOV来完成演示编程的第一步——提取人的操作动作的数据。