人臂到仿生机械臂的运动迁移方法-度量科技

近日，来自杭州的研究团队在《biomimetics》期刊发表论文《Research on Motion Transfer Method from Human Arm to Bionic Robot Arm Based on PSO-RF Algorithm》，论文已被SCI和EI收录。

研究方法示意图

现有的仿生机械臂运动迁移方法通常无法处理复杂类人运动中的动态柔顺性和实时适应性。本文提出了一种基于混合PSO-RF（粒子群优化-随机森林）算法的新型运动迁移方法，以提高关节空间映射的准确性和动态柔顺性。度量动捕为研究提供高质量的人体动作数据，用于模型的训练和性能评估。

本文首先对动捕提供的轨迹数据进行卡尔曼滤波与RTS平滑处理，以减少噪声与相位滞后；随后，通过几何矢量分析计算人臂的关节角度。虽然几何矢量分析提供了关节角度的初步估计，但其确定性框架容易受到反射标记点遮挡和运动学奇异性引起的误差累积影响。为了克服这一限制，本文设计了五个动作序列，用于建立PSO-RF模型的训练数据库，以预测执行不同动作时的关节角度；最终，搭建了实验平台来验证该运动迁移方法，实验验证表明系统达到了较高的预测精度和实时性能。

本文通过以下三项现实实验，验证了所提运动迁移方法的有效性。

关节映射分析实验平台

1、在关节映射分析实验中，发现去除仿生机械臂的冗余自由度后，其实际自由度与人臂完全一致，从运动学上证实了关节空间迁移的可行性。

2、在PSO-RF模型预测精度验证实验中，发现模型在预留测试集上对肘关节角度的预测决定系数高达 0.932，预测曲线与几何矢量法计算结果高度重合，证明该模型能高精度估算人体关节运动。

预测精度验证可视化结果

3、在运动迁移实时系统验证实验中，发现系统驱动下的仿生机械臂轨迹与人体轨迹高度相似（均值中心化DTW距离仅4.2691 mm），且系统延迟较低（0.1097秒），并成功完成了复杂的连续操作任务。证实了整套系统具备高保真、低延迟的实时迁移能力。

系统实时迁移效果展示

实验表明，所提出的PSO-RF方法在理论、算法与系统层面均表现优越，可实现高精度、柔顺的人机运动迁移。

度量动捕为研究提供高质量的人体动作数据，用于模型的训练和性能评估。

引用格式
Zheng, Y.; Zhang, H.; Zheng, G.; Hong, Y.; Wei, Z.; Sun, P. Research on Motion Transfer Method from Human Arm to Bionic Robot Arm Based on PSO-RF Algorithm. Biomimetics 2025, 10, 392. https://doi.org/10.3390/biomimetics10060392

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。