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

上交董伟老师、MBZUAI左星星老师IEEE TRO上发表飞行协同立体视觉系统，通过两架无人机的宽基线协同配置，实现了最远70米的稠密三维建图，相对误差为2.3%至9.7%。度量动捕提供无人机高精度位姿数据，助力验证本文提出的相对位姿估计算法精度。

NOKOV度量水下动作捕捉系统广泛应用于水下机器人研究，助力实现水下高精度控制、协同、操纵等任务。

西安交通大学机械工程学院陕西省智能机器人重点实验室施虎老师团队利用惯性传感器开发了一套低成本、高灵活性的上肢动作捕捉系统，为机械臂遥操作任务提供了更自然、更高效的人机交互方案。NOKOV度量光学动作捕捉系统提供了人体上肢运动的高精度位置和姿态数据，助力惯性动捕系统性能评估。

山东大学研究团队发表面向绳驱动连续体机器人的融合非线性扩展状态观测器的自适应滑模跟踪控制方法，度量动捕为实验提供机器人末端执行器位姿数据，助力验证控制方法有效性。