动作捕捉助力人机耦合模型及其在下肢外骨骼的设计

在外骨骼研究中，一个合适的人机耦合模型非常重要，它可以帮助预测外骨骼系统直接作用于人体产生的影响，避免不必要的伤害和能量损失，同时也有助于优化外骨骼系统的设计和控制，提高其佩戴的舒适性和人机交互性。

华南理工大学研究团队提出一种新型人体外骨骼机器人的单元化建模方法，通过动力学实验验证了模型运动学计算的准确性，并将模型应用到外骨骼机器人的设计和控制优化中，设计出新的助力被动外骨骼系统，也能有助于优化机电外骨骼的控制曲线。

动力学实验

使用NOKOV度量光学动作捕捉系统，获得各单元上各个点的位置速度加速等数据，输入模型中计算出步态行走时双支撑阶段的步态数据，以及对地面的反作用力数据。同时也利用测力板获取两脚触地时的数据。将模型计算出来的数据与测力板获取的数据进行对比，间接验证了模型运动学计算的准确性。

光学动作捕捉系统和测力平台

运动学双支撑阶段识别实验结果图

外骨骼机器人的设计和控制优化

模型理论建立后，基于模型对下肢外骨骼机器人进行了优化设计，设计出一套被动多协同外骨骼实验样机。通过代谢实验，验证人体佩戴外骨骼后是否能有效减少能耗。实验结果表明，被动多协同外骨骼工作时相比不工作时人体代谢平均降低了4.40%。验证了被动外骨骼设计的有效性。

被动多协同外骨骼实验样机

在模型的指导下，还进行了机电外骨骼输出力的优化实验。通过向髋关节机电外骨骼机器人输入控制曲线，对比判定输出力曲线是否能帮助人体减少能耗。实验表明髋关节机电外骨骼使能状态相对于失能状态人体代谢平均降低了1.38%。

佩戴髋关节机电外骨骼机器人和代谢测试仪进行实验

参考文献

岳凡. 人机耦合模型研究及其在下肢外骨骼机器人设计中的应用[D].华南理工大学,2021.DOI:10.27151/d.cnki.ghnlu.2021.003977.

人形机器人如何实现 MuJoCo 仿真训练与遥操作？NOKOV度量动作捕捉助力宇树 G1实验验证

宁波职业技术大学利用 NOKOV 度量动作捕捉系统和宇树 G1 人形机器人，开展 MuJoCo 仿真训练与真机遥操作实验。实验中，操作者穿戴带有反光标记点的动捕服，NOKOV 度量动作捕捉系统实时采集人体运动数据，并同步驱动 MuJoCo 仿真环境中的宇树 G1 模型，同时实现真实机器人动作跟随。该案例展示了动作捕捉在人形机器人遥操作、动作映射、模仿学习及算法验证中的应用价值。

上海交通大学谢威老师团队：四旋翼无人机编队“8”字协同吊运｜NOKOV度量动作捕捉系统参与控制闭环

上海交通大学电子信息与电气工程学院谢威老师团队展示了4架四旋翼无人机完成“8”字编队协同吊运实验。实验中，NOKOV度量动作捕捉系统参与无人机控制闭环，实时输出高精度位姿数据，为无人机编队控制、协同运输及飞行算法验证提供稳定的位置反馈。

IEEE RA-L | Aqua-Splat声呐—视觉水下三维重建，NOKOV提供水下机器人六自由度位姿真值

哈工大（深圳）胡靓教授团队提出Aqua-Splat声呐—视觉水下三维重建方法，提升几何重建精度与图像保真度。NOKOV度量动作捕捉系统为搭载双目相机与前视声呐的BlueROV2水下机器人提供六自由度位姿真值，用于建立每帧视觉、声呐数据与机器人位姿之间的空间对应关系。

双层LSTM光纤形状实时重建，NOKOV度量动捕提供高精度三维真值

中科院深圳先进院刘奂奂团队基于 NOKOV度量动作捕捉系统，提出面向微创手术导航的双层LSTM光纤形状重建方法。NOKOV获取光纤标记点高精度三维坐标，作为模型训练真值，并验证动态重建精度与稳定性，助力实现FBG光谱到光纤三维形状的端到端实时重建。