基于深度相机的下肢外骨骼的自适应梯级步态生成方法-度量科技

下肢外骨骼可以辅助人体承受负载，带动人体运动，在军事作战、灾害救援及康复治疗等领域具有广阔的应用前景。

下肢外骨骼

为了使下肢外骨骼适应楼梯这一典型场景，北京航空航天大学自动化科学与电气工程学院陈伟海团队在基于视觉的楼梯感知和楼梯上升的步态生成方法的基础上，提出了一种基于深度相机的下肢外骨骼上楼梯的自适应步态生成算法。

基于深度相机的下肢外骨骼上楼梯的自适应步态生成算法

与双足机器人不同，下肢外骨骼的目的是帮助患者行走步态更加自然。为了获取一组自然的楼梯行走步态作为参考，陈老师团队使用NOKOV度量动作捕捉系统（由16个动作捕捉镜头、带有反光标记点的动捕服和运动分析软件组成）收集了一系列健康人在平地和楼梯上行走的下肢运动数据。

使用NOKOV度量动作捕捉系统收集下肢运动数据

动作捕捉镜头捕捉到下肢附着的反光标记点，系统计算出各个点的三维坐标，运动分析软件将每个标记点与人体模型的特定位置关联起来，形成完整的下肢关节。

研究中，将动作捕捉系统获取的髋关节角度和膝关节角度表示为下肢行走步态，用电机最大速度和关键角度范围等约束过滤拟合后的步态，并选择不同场景下外骨骼的最佳行走步态。

模拟步态生成参考轨迹与生成轨迹图,NOKOV度量动作捕捉获取

为了评估外骨骼的步态生成方法有效性，研究人员进行了模拟步态生成。如上图所示，粗体红线为外骨骼鞋底，黑色和红色虚线是参考步态收集过程中的阶梯和鞋底，蓝色和红色细线分别表示参考轨迹（NOKOV度量动作捕捉获取）和生成的轨迹。

可以看出，根据参考值生成的应用于不同台阶的轨迹，鞋底处于理想位置，末端点轨迹合理，而且生成的髋关节角度序列与健康人的参考序列保持接近。

下肢外骨骼髋关节角度序列与健康人的参考序列对比

同时，研究人员在80-155mm高度的楼梯上请志愿者进行步行测试，证明了自适应上楼梯步态生成方法的可行性。

参考文献：[1] Xiaoming Zhao, Wei-Hai Chen, Bing Li, XingmingWu, and Jianhua Wang , "An adaptive stair-ascending gait generationapproach based on depth camera for lower limb exoskeleton", Review ofScientific Instruments 90, 125112 (2019)

原文链接： https://doi.org/10.1063/1.5109741

人形机器人如何实现 MuJoCo 仿真训练与遥操作？NOKOV度量动作捕捉助力宇树 G1实验验证

宁波职业技术大学利用 NOKOV 度量动作捕捉系统和宇树 G1 人形机器人，开展 MuJoCo 仿真训练与真机遥操作实验。实验中，操作者穿戴带有反光标记点的动捕服，NOKOV 度量动作捕捉系统实时采集人体运动数据，并同步驱动 MuJoCo 仿真环境中的宇树 G1 模型，同时实现真实机器人动作跟随。该案例展示了动作捕捉在人形机器人遥操作、动作映射、模仿学习及算法验证中的应用价值。

上海交通大学谢威老师团队：四旋翼无人机编队“8”字协同吊运｜NOKOV度量动作捕捉系统参与控制闭环

上海交通大学电子信息与电气工程学院谢威老师团队展示了4架四旋翼无人机完成“8”字编队协同吊运实验。实验中，NOKOV度量动作捕捉系统参与无人机控制闭环，实时输出高精度位姿数据，为无人机编队控制、协同运输及飞行算法验证提供稳定的位置反馈。

IEEE RA-L | Aqua-Splat声呐—视觉水下三维重建，NOKOV提供水下机器人六自由度位姿真值

哈工大（深圳）胡靓教授团队提出Aqua-Splat声呐—视觉水下三维重建方法，提升几何重建精度与图像保真度。NOKOV度量动作捕捉系统为搭载双目相机与前视声呐的BlueROV2水下机器人提供六自由度位姿真值，用于建立每帧视觉、声呐数据与机器人位姿之间的空间对应关系。

双层LSTM光纤形状实时重建，NOKOV度量动捕提供高精度三维真值

中科院深圳先进院刘奂奂团队基于 NOKOV度量动作捕捉系统，提出面向微创手术导航的双层LSTM光纤形状重建方法。NOKOV获取光纤标记点高精度三维坐标，作为模型训练真值，并验证动态重建精度与稳定性，助力实现FBG光谱到光纤三维形状的端到端实时重建。