动作捕捉助力多足机器人各腿间的数据协调-度量科技

我国地处欧亚大陆东南部，位于环太平洋地震带和欧亚地震带之间，是地震高发国家。近年来，四川汶川、北川、雅安地震，青海玉树等地的地震，造成了大量的人员伤亡。由于受灾区域往往是一片废墟，崎岖难行，尽管有救援队的介入，一些用以及时拯救即将将要逝去生命的救援器械，由于体积大重量重，需要较多人力搬运，仍旧很难带入现场。

然而，机器人却能为人们解决这一难题。21世纪初，美国波士顿动力公司研发出四腿机器人“Big Dog”，它专门为美国军队研究设计，能够爬山涉水的同时承载较重负荷的货物，而且奔跑速度甚至超过人类。“Big Dog”机器人内置计算机，可根据环境的变化调整行进姿态。它既能根据设定路线前行，也可以通过远程操纵，在军事和救灾上均有着重大意义。

而我们国内的研究者们也不甘落后。现在以高峰教授为带头人的上海交通大学智能行走作业机器人研究中心团队，正致力于多足机器人方面的研究。该团队主要对多足机器人在不同环境下的交互、步态进行分析，建立路径规划、自适应控制、稳定性判定以及上下楼梯各腿间的数据协调，在研究过程中需要对机器人的六足进行校准标定。该团队最终选择了NOKOV（度量）光学三维动作捕捉系统，期望以此进行精确的标定数据采集。在长9米宽6米的空间内，架设了8个Mars 2H动作捕捉镜头，通过捕捉机器人“躯干”和“四肢”的关节上的反光标志点，以60Hz的采样频率进行了机器人运动过程中的动作采集，得到各反光标志点三维空间坐标。这些数据能够通过实时的方式进行广播，通过动作捕捉系统自带的SDK，机器人团队以此可进行二次开发以进行实时的分析和反馈，得以确认六足机器人各足的姿态，实现六足的校准标定以及各腿间的动作协调。

现在除了该团队，山东大学、天津大学等高校也正使用动作捕捉系统进行多足机器人的控制分析相关实验。希望动作捕捉系统能够为更多的团队提供支持，为国产多足机器人的研究贡献出自己的一份力量。

仿生机器人应用详情

苏黎世大学RPG实验室：动作捕捉为无人机状态反馈提供位姿数据

在Davide Scaramuzza教授领导的苏黎世大学Robotics and Perception Group，NOKOV度量动作捕捉系统实时提供无人机位姿数据，用于无人机状态反馈。

Science Robotics丨人形机器人踢足球：依靠机载视觉学习反应式足球技能

清华大学赵明国研究员团队团队在Science Robotics发表人形机器人视觉踢球研究，通过强化学习实现反应式足球技能。NOKOV度量动作捕捉系统采集人体踢球动作及机器人、足球位置真值，为AMP参考运动数据和虚拟感知系统建模提供数据支持。

山东大学T-ASE研究：动作捕捉系统采集人类示范数据，DM-KMP与多智能体强化学习实现五指灵巧手协同抓取

山东大学控制科学与工程学院李可教授团队提出了面向仿人五指灵巧手抓取的统一学习框架。该研究将人类示范轨迹生成与多智能体强化学习相结合：NOKOV度量动作捕捉系统用于采集自然五指抓取运动，DM-KMP从有限示范中生成期望关节轨迹，PWS-MADDPG进一步学习多指协同抓取策略。研究结果显示PWS-MADDPG 在 11 类物体上的平均抓取成功率为 85.48%。

仿生五自由度折纸脊柱外骨骼：三维运动数据验证运动透明性

合肥工业大学、西安电子科技大学、英国提赛德大学和香港理工大学研究团队提出仿生五自由度折纸机构，并据此开发主动式折纸脊柱辅助外骨骼OSAE，用于在对称和非对称举升中适应人体脊柱运动并提供辅助。研究团队使用NOKOV度量动作捕捉系统采集受试者上半身三维运动数据，比较穿戴与未穿戴OSAE时前屈、侧屈和轴向旋转的躯干活动范围，验证OSAE系统的运动透明性。