工业机器人动作捕捉与协作定位研究-度量科技

当前工业焊接大多由工业机器人完成。在弧焊焊接领域，传统的由焊接机器人+变位机+工装夹具组成的焊接工作站已不能满足当前小批量、定制化的柔性自动化生产需求。而由多个机器人构成的协作焊接系统具有更强的作业能力、更大范围的工作空间、更灵活的系统结构和组织方式，可以克服传统焊接工作站的缺点。

对于一个典型的具有两台工件搬运机器人和一台焊接机器人的多机器人焊接系统，控制两台搬运机器人协作运动是实现高质量焊接的关键。这其中要解决的问题包括：双机器人协作的运动轨迹规划、双机器人协作系统的建模、以及双机器人协作的位置/力协调控制等。

控制两台搬运机器人协作运动

东南大学自动化学院的研究人员针双机器人对等协作控制这一课题开展了研究。研究采用面向对象的轨迹规划方法，并搭建仿真平台进行验证。同时针对双机器人进行数学建模，确定末端映射关系，并采用基于位置的阻抗控制方法调节双机器人协作过程中的位置/力关系。

利用 NOKOV 度量光学三维动作捕捉系统确定双台机器人基坐标系的相对位姿

为了验证验证系统的有效性，研究人员将两台埃斯顿 ER16 通用六关节机器人作为控制对象，完成了双机器人协作夹持钢管拼接运动。对双机器人协作系统运动轨迹的规划，首先需要确定双台机器人基坐标系的相对位姿，实验中在两个机器人末端分别安装了一个为标定定制的工件，每个标定工件上安装了三个反光标志点（Marker）进行机械臂定位，圆心上的标志点到另外两个标志点中心的距离均为 100mm，利用 NOKOV 度量光学三维动作捕捉系统定位这两组工件上marker位置，来确定机器人末端工件的位姿，从而测量出两个机器人基坐标系的相对位姿。

双臂机器人上的反光标志点

NOKOV度量光学动作捕捉系统定位精度达到亚毫米级,可以准确获取目标物的实时六自由度数据，保证了科研项目的顺利进行。

参考文献：[1]陈明. 基于阻抗模型的双机器人对等协作控制研究[D].东南大学,2018.

原文链接：https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CMFD&dbname=CMFD201901&filename=1

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。