动作捕捉用于差速驱动移动基座的可变形机器人轨迹优化研究

服务机器人凭借其独特的功能设计，如移动机器人和具有特殊结构的机器人等，引起了广泛的关注。在执行任务时，服务机器人的功能结构变化可能会限制其自主导航能力，从而影响其行动力。本文的研究，旨在解决复杂三维环境中可变形机器人的轨迹规划问题，特别是应用最为广泛的基于差速驱动移动基座的移动机器人的轨迹规划。

这种全局轨迹优化方法是将机器人整个身体的轨迹建模为一个多项式轨迹，这个轨迹能够满足移动基座的特殊动力学需求和额外关节的动力学。同时将约束变成了柔性约束，并使用密集采样的激活函数来避免非线性突变。此外，还通过限制机器人与障碍物之间的距离来确保系统的安全性。为了模拟环境中各种高度和宽度的变化，研究团队还设计了一种新型的带有差速驱动移动基座的可变形机器人（SCR-DB）来进行真实场景的实验。

带有差速驱动移动基座的可变形机器人（SCR-DB）实验

为了验证这个方法的有效性，研究团队进行了大量的仿真和真实场景实验，包括耦合全身和独立差分驱动车辆的运动规划，并使用了NOKOV度量动作捕捉系统来为实验提供精确的轨迹和运动数据。

不同实验设定产生的仿真实验轨迹图

实验验证了全局轨迹优化方法的有效性和鲁棒性，并为这种可变性机器人SCR-DB提供了较低计算成本，平滑且无碰撞的运行轨迹。此外该算法也适用于由差速基座和额外自由度组成的机器人。

参考文献

Mengke Zhang, Chao Xu, Fei Gao, Yanjun Cao. (2023). Trajectory Optimization for 3D Shape-Changing Robots with Differential Mobile Bas. In International Conference on Robotics and Automation (ICRA).

仿生机器人的运动规划

利用NOKOV光学定位跟踪系统，获取精度达1mm的人体下肢运动数据，并建立了准确的关节模型，实现仿生机器人运动规划。

软体机械臂运动

NOKOV度量动作捕捉系统实时提供软体机械臂各节点高精度位姿数据，助力运动学和动力学建模，最终实现软体机械臂的控制。

中科院自动化所多智能体协同控制平台编队与自主避障

中科院自动化所无人集群系统分为三个子系统，定位子系统、通信子系统与控制子系统，可实现单体无人车和无人机控制、地空协同、集群对战以及无人车、无人机编队表演等功能

通过仿生指尖接触事件实现三指机械手的连续自适应步态控制

研究人员在《Biomimetic Intelligence and Robotics》发表了题为《Continuous adaptive gaits manipulation for three-fingered robotic hands via bioinspired fingertip contact events》的文章，探讨了通过仿生方法提升三指机械手灵活性与自适应性的技术。