基于连续隐式SDF的任意形状机器人轨迹优化

客户

浙江大学

关键词

轨迹优化、扫掠体、有向距离场、全姿态规划、SDF

浙江大学FAST-Lab高飞老师团队提出一种机器人高效轨迹优化的新方法，并使用NOKOV度量动作捕捉系统验证了算法的高效性和准确性，论文在IROS 2023大会上发表。第一作者：张庭瑞

该研究利用连续隐式有符号距离场（SDF），对复杂形状机器人的几何形状及扫掠体进行精确建模，获得更大的轨迹规划求解空间。同时，规避了复杂的环境表示，具有很高的计算效率。连续隐式SDF的使用也让该方法实现了连续避障。

研究利用NOKOV度量动作捕捉系统实时追踪障碍物的位置与几何特性，并将这些检测结果拟合为几何原语。度量动捕充当环境感知与几何建模的基础角色，是将真实世界中的障碍物转化为几何参数的关键桥梁。

北京人形机器人创新中心使用NOKOV度量动作捕捉系统采集人形机器人关键位置数据。

乐聚人形机器人基于NOKOV度量动作捕捉系统采集的人体太极拳运动数据，开展运动轨迹重定向与仿真迁移技术，实现人形机器人演绎太极拳。

潮汕非遗英歌舞动画还原

用户须知

联系我们

如需更多应用、案例信息或产品报价，请致电 010-64922321，或在下方留言：

机器人/无人机 VR/AR/XR 运动康复传媒娱乐

提交

北京度量科技有限公司（总部）

北京市朝阳区安慧里四区15号五矿大厦8层820室

info@nokov.com

010-64922321