水下仿生机器人：红外动捕系统用于机器海豚开发-度量科技

研究背景

海洋动物经过长期进化，具有超凡的游动性能。鲸豚类中的海豚除了可以长时间高速游动，还可以完成跃水、空中转体等高难动作。因此，近年来很多学者以海豚为仿生对象开发机器海豚。但是多数研究的动力学模型过于复杂，计算量较大。

为了解决上述问题，深圳大学的巩伟杰老师团队基于胸鳍/尾鳍协同推进模式，采用叶片理论及基于伯努利原理和机翼理论，分别建立了机器海豚的胸鳍和尾鳍的运动学模型和动力学模型。这种模型结构简单，计算量小，便于进行动力学仿真和试验。同时通过对机器海豚运动参数进行分析，利用Matlab进行机器海豚的运动学和动力学仿真，研究不同游动模式和不同运动参数对游动性能的影响。

红外动捕系统起了什么作用

为了验证不同推进模式下机器海豚的游动性能，研究人员进行了测试试验。试验在一个640cm×407cm×150cm的水池中进行，水池周围架设8台NOKOV度量红外光学三维动作捕捉镜头，通过捕捉粘贴在机器海豚上的反光标识点（Marker点）三维空间坐标来获取其游动姿态和运动参数。

试验水池

图1-试验水池

粘贴了反光标识点的机器海豚

图2-粘贴了反光标识点的机器海豚

试验结果中，不同模式下结果与仿真结果相吻合。而试验的直游速度低于仿真结果，是由于机器海豚游动过程中波浪扰动产生的阻力。试验验证了这种胸鳍/尾鳍协同推进的动力学模型的有效性，并证明了胸鳍/尾鳍协同推进能提高机器海豚的游动性能，在相同摆频条件下，尾鳍产生主要推进力。

不同推进模式下的仿真与试验

图3-不同推进模式下的仿真与试验

这项研究有助于进一步认识和研究海豚的运动机理，从而提高机器海豚的游动性能。

除了机器海豚，NOKOV度量红外动捕系统还应用于多个仿生机器人开发项目，用于获取动物运动数据，或评估仿生机器人性能。

阅读链接：

https://mp.weixin.qq.com/s/aUyb4uIZTzLnygQDRsiqcg

https://mp.weixin.qq.com/s/NcIIS-bng4-VyvP0KuMY9w

此外，我们还开发了用于水下场景的动作捕捉系统。

阅读链接：

https://www.nokov.com/motion-capture-marine-underwater.html

参考文献：[1]杨忠华,巩伟杰.胸鳍/尾鳍协同推进的机器海豚动力学建模与仿真[J].船舶工程,2021,43(09):140-145+151.DOI:10.13788/j.cnki.cbgc.2021.09.25.

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。

珠宝VR交互教学：动作捕捉支持3D模型旋转、缩放与场景切换

NOKOV度量动捕助力深圳市含道映物科技有限公司为深圳技师学院珠宝学院打造定制化VR教学系统。动作捕捉系统实时追踪操作手柄的运动，为大屏中的3D珠宝模型提供交互输入，支持模型旋转、缩放、视角查看和场景切换。