动作捕捉系统用于柔性机械臂的末端定位控制-度量科技

柔性机械臂是一种新型仿生机械臂，其设计受到自然界中生物结构启发，比如象鼻、章鱼爪、蚯蚓和蛇等。与传统机械臂相比，柔性机械臂可以在材料变形范围内进行任意形状的弯曲运动，通过调整自身形态在狭小复杂的空间内工作，有很强的适应能力。

柔性机械臂经常应用于医疗外科手术、空间救援、设备检修等领域。这些场景下对柔性机械臂末端作业精度要求很高，但是大多数研究都集中在了提高末端控制的重复精度，忽略了轨迹跟踪过程中的控制误差，而且柔性臂动力学模型难以准确的建立。

四川大学电气工程学院的研究人员设计了一种刚柔耦合的线驱动柔性机械臂，通过对柔性机械臂运动机理的分析，设计了基于逆动力学模型的柔性机械臂末端定位控制方案，并进行了仿真和实物样机末端定位控制实验。

柔性机械臂实物样机由机械臂本体、驱动装置和电控系统构成，其中驱动装置通过电动机带动滑台移动并牵引驱动线，完成机械臂本体的运动控制。为了准确记录柔性机械臂运动过程中末端位置的变化数据，研究人员在机械臂本体上方布置了NOKOV度量光学动作捕捉系统，并在柔性臂末端放置了一个反光标记球，利用动作捕捉相机来跟踪采集末端位置的实时数据。实验中NOKOV度量动作捕捉系统的定位精度达到亚毫米级。

利用NOKOV度量动作捕捉系统记录柔性机械臂运动过程中末端位置的变化数据

研究人员对比了理想轨迹与仿真轨迹和实际轨迹（NOKOV度量动作捕捉系统采集），并分析了实物样机产生误差的原因。实验结果表明了这种基于逆动力学模型的末端定位控制算法的有效性。

基于逆动力学模型的末端定位控制算法

参考文献：[1]马丛俊,赵涛,向国菲,任江涛,陈元科,佃松宜.基于逆运动学的柔性机械臂末端定位控制[J].机械工程学报,2021,57(13):163-171.

原文链接：https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2021&filename

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。