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

Nature Commun. 手写脑机接口多维运动解码

近日，浙江大学郝耀耀老师研究团队在Nature Communications上发表题为“Cortical representation of multidimensional handwriting movement and implications for neuroprostheses”的论文，首次系统揭示了大脑运动皮层对手写运动的多维编码机制，为下一代高性能手写BCI奠定了理论基础。这项研究不仅刷新了对运动控制的认知，更提供了一套全新的解码范式。