应用虚拟现实技术的柔性上肢康复机器人-度量科技

上肢康复机器人用于对脑卒中患者进行上肢康复治疗，主要是维持和扩大患者关节活动度、增强肌肉力和协调性，防止肌肉萎缩、关节痉挛等各类症状的出现，最终重建肢体功能以便回归正常生活。

现有的上肢康复机器人训练模式单一、结构复杂、控制难度大，基于此现状，重庆理工大学杨岩教授团队设计了一款由绳牵引的柔性上肢康复机器人。

这款柔性上肢康复机器人还结合了虚拟现实技术，为患者在安全和可靠的治疗环境中提供具有特定任务的重复训练，允许患者尝试不同的场景和不同的任务，增加了康复治疗的趣味性。

柔性上肢康复机器人结合虚拟现实技术

在虚拟现实技术的运用中，为获得患者上肢（腕关节和肘关节）在空间中的运动坐标信息，研究人员使用了NOKOV（度量）光学三维动作捕捉系统。

动捕系统捕捉患者上肢运动信息

利用大量的患者上肢康复过程中训练数据，拟定适合患者上肢运动的速度是 V0。柔性上肢康复机器人进行主动康复训练，通过NOKOV度量动作捕捉系统实时测量上肢在运动空间的位置变化参数。

在CPAC控制器里，计算动作捕捉系统中每一帧的空间坐标变化量（V），并且与拟定的速度（V0）进行比较。当测得患者上肢运动速度 V < V0时，表示患者自主运动能力不足，需要在康复机器人的牵引下进行运动训练，CPA控制发出脉冲信号，驱动末端执行机构，使得绳索牵引上肢运动。当上肢运动速度 V ≥ V0时，表示患者能够自主运动，故末端执行机构跟随上肢，做主动运动。

通过动捕系统提供数据进行虚拟现实运动交互

当通过NOKOV度量动作捕捉系统获取上肢运动空间坐标位置后，利用SDK插件，在Unity中读取空间坐标位置并转化为虚拟动态模型节点坐标系，实现虚拟现实运动交互。

参考文献：[1]杜豪,杨岩,张成杰.虚拟现实技术在柔性上肢康复机器人中的应用[J].计算机工程与应用,2020,56(24):260-265.

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。