采摘机器人果实三维空间定位性能验证中动作捕捉系统的应用-度量科技

智能采摘机器人的应用在成熟果实收获中有极大作用，其有利于缩短采摘时间、降低采摘成本、减小人工劳动强度，在果实生产作业中有着举足轻重的意义。

现有采摘机器人没有根据果实生长分布情况及遮挡状态进行类别划分，采摘机器人无法准确区分可采摘和遮挡的果实，可能导致采摘失败甚至损伤末端执行器。为此重庆理工大学的杨长辉老师团队研究了自然场景下成熟柑橘果实的分类识别与定位方法，使其具有自主感知和收获能力。

采摘机器人果实三维空间定位方法

为了验证该果实识别定位方法的可靠性，并准确获取该方法对于果实定位的精度，团队在实验室环境下利用NOKOV度量动作捕捉系统（如图所示）对任意位置的果实进行了定位精度测试。

利用NOKOV度量动作捕捉系统对任意位置的果实进行了定位精度测试

实验过程如下图所示，将Kinect相机固定在可升降的支架上，在相机彩色镜头和深度镜头范围内任意位置悬挂一个柑橘果实，首先通过NOKOV度量动作捕捉系统分别捕捉柑橘果实及相机在其坐标系下的空间位置，作为系统真实值，然后利用上述定位方法获取柑橘果实在相机坐标系下的空间位置。通过对比NOKOV度量动作捕捉系统得到的相对位置真实值与上述定位方法得到的相机与柑橘果实的相对位置来评价该方法的定位精度。

采摘机器人果实三维空间定位性能验证中动作捕捉系统的应用

通过对比NOKOV动作捕捉系统和Kinect相机测得的20组不同位置的柑橘果实的三维空间坐标可知，在x轴方向上的平均定位误差为2.51mm、在y轴方向上的平均定位误差为2.71mm、在z轴方向上的平均定位误差为3.35mm。由实验结果可知，通过上述定位方法获取的果实的三维空间坐标与果实真实的三维空间坐标之间的误差较小，在实验误差范围以内，能够满足采摘机器人对于果实的定位精度要求。

参考文献：[1]熊龙烨. 自然场景下成熟柑橘果实分类识别与定位方法研究[D]. 重庆理工大学, 2020.

原文链接：http://cdmd.cnki.com.cn/Article/CDMD-11660-1020055212.htm

苏黎世大学RPG实验室：动作捕捉为无人机状态反馈提供位姿数据

在Davide Scaramuzza教授领导的苏黎世大学Robotics and Perception Group，NOKOV度量动作捕捉系统实时提供无人机位姿数据，用于无人机状态反馈。

Science Robotics丨人形机器人踢足球：依靠机载视觉学习反应式足球技能

清华大学赵明国研究员团队团队在Science Robotics发表人形机器人视觉踢球研究，通过强化学习实现反应式足球技能。NOKOV度量动作捕捉系统采集人体踢球动作及机器人、足球位置真值，为AMP参考运动数据和虚拟感知系统建模提供数据支持。

山东大学T-ASE研究：动作捕捉系统采集人类示范数据，DM-KMP与多智能体强化学习实现五指灵巧手协同抓取

山东大学控制科学与工程学院李可教授团队提出了面向仿人五指灵巧手抓取的统一学习框架。该研究将人类示范轨迹生成与多智能体强化学习相结合：NOKOV度量动作捕捉系统用于采集自然五指抓取运动，DM-KMP从有限示范中生成期望关节轨迹，PWS-MADDPG进一步学习多指协同抓取策略。研究结果显示PWS-MADDPG 在 11 类物体上的平均抓取成功率为 85.48%。

仿生五自由度折纸脊柱外骨骼：三维运动数据验证运动透明性

合肥工业大学、西安电子科技大学、英国提赛德大学和香港理工大学研究团队提出仿生五自由度折纸机构，并据此开发主动式折纸脊柱辅助外骨骼OSAE，用于在对称和非对称举升中适应人体脊柱运动并提供辅助。研究团队使用NOKOV度量动作捕捉系统采集受试者上半身三维运动数据，比较穿戴与未穿戴OSAE时前屈、侧屈和轴向旋转的躯干活动范围，验证OSAE系统的运动透明性。