基于连续隐式SDF的任意形状机器人轨迹优化

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。

北大工学院张飞天老师团队，使用NOKOV度量水下动作捕捉系统，进行单艇水下运动捕捉。

武汉大学机器人学院BRAIN实验室利用度量动捕采集人体高精度武打动作数据，用于人形机器人强化学习训练，最终人形机器人复现了“行云流水”的武打动作。

山东大学研究团队发表面向绳驱动连续体机器人的融合非线性扩展状态观测器的自适应滑模跟踪控制方法，度量动捕为实验提供机器人末端执行器位姿数据，助力验证控制方法有效性。

近日，来自杭州的研究团队在《biomimetics》期刊发表论文《Research on Motion Transfer Method from Human Arm to Bionic Robot Arm Based on PSO-RF Algorithm》，论文已被SCI和EI收录。

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