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).

IEEE RAL 2025最佳论文！集群依靠局部感知形成目标形状

近日，西北工业大学航海学院彭星光教授团队的研究成果荣获 2025 IEEE Robotics and Automation Letters（RA-L）Best Paper Award。论文第一作者为航海学院博士研究生向雅伦。该论文从 2025 年 RA-L 收录的 1700 余篇论文中脱颖而出，成为全球仅有的五篇最佳论文奖获奖论文之一，代表了国际机器人与自动化领域的前沿研究水平。

ICRA 2026 无人机复合干扰估计

北航郭克信教授团队提出了一种集成控制理论与数据驱动学习的复合干扰估计框架，该算法在无须预设干扰界限的情况下，实现了对复杂耦合干扰的高精度、轻量化估计。

首尔大学医学院 ASTRA无标记动捕模拟腔镜手术操作姿态采集

无需穿戴设备或粘贴标记点，韩国首尔大学医学院（SNUH）妇产科及韩国单孔腔镜手术学会（KSPS）采用NOKOV ASTRA AI Markerless无标记动作捕捉方案，仅4小时完成30位模拟腔镜手术参与者的全身运动轨迹记录与手术操作姿态采集。

人机对战羽毛球，央视上手过招

人机对战羽毛球，央视上手过招。度量动捕助力动易科技人形机器人与多人现场对战，精准接打、见招拆招。