动作捕捉技术识别细小错位机械外骨骼适应性升级-度量科技

机械外骨骼的重量和惯性将导致作用于穿戴者的冲击力快速变化。当外骨骼与佩戴者的身体紧密结合时，这种力通常是不可避免的。这些问题不仅降低了外骨骼的舒适性和便携性，还增加了佩戴者的能源成本。

哈尔滨工业大学-机器人技术与系统国家重点实验室提出了一种新型的机械外骨骼结构——具有恒力悬挂结构和自适应柔顺关节。

穿戴在人体下肢的机械外骨骼结构和恒力悬挂结构

恒力悬挂结构旨在减轻外骨骼额外重量对穿戴者的冲击力。在5和9 km/h的速度下，与无外骨骼相比，穿戴恒力结构外骨骼的人体分别实现了10.95/4.40%和1.71/4.54%的净代谢减少，表明其可以有效地帮助佩戴者移动。

自适应柔顺关节旨在减少外骨骼和佩戴者之间的错位。对于膝关节的外骨骼部分，实验设计了一个可以自动调整的滚轮，保证外骨骼时刻和人体保持同步，精确形成ICR（外骨骼与人体瞬时旋转中心）。对于髋关节外骨骼则会区分站立和其他姿势，采取不同的运作模式形成ICR。

为验证自适应柔顺关节的可行性，哈工大实验室采用了NOKOV度量动捕技术进行实测。通过8个NOKOV度量MARS系列相机，先后进行穿戴和不穿戴外骨骼的人体运动数据抓取。实验结果表现，具备自适应柔顺关节的机械外骨骼与人体之间的错位极小，在可接受的范围内，对人体步态副作用几乎可以忽略不计。

参考文献：H. Li, D. Sui, H. Ju, Y. An, J. Zhao and Y. Zhu, "Mechanical Compliance and Dynamic Load Isolation Design of Lower Limb Exoskeleton for Locomotion Assistance," in IEEE/ASME Transactions on Mechatronics, 2022, doi: 10.1109/TMECH.2022.3181261.

原文链接：https://ieeexplore.ieee.org/abstract/document/9802513

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。

动作捕捉技术识别细小错位 机械外骨骼适应性升级