动作捕捉系统用于机器人关节位移与几何参数标定-度量科技

机器人在工业领域和日常生活中起到重要的作用，要完成的任务也越来越复杂，这就需要机器人动作执行时足够精准。机器人的绝对精度是评价机器人性能的一项重要指标。

要提高机器人的绝对精度，需要进行高精度标定。标定可以分为三级：一级未驱动器与关节传感器的标定，即确定关节位移传感器产生的信号与实际关节位移之间的关系；二级在一级基础上，加入机器人几何参数的标定，针对各组成连杆的运动变量误差和各连杆结构参数误差引起的位姿误差；三级为非几何标定，针对由关节柔度、摩擦、间隙以及连杆柔度等因素引起的误差。

在标定过程中，测量是进行参数辨识和补偿之前的重要环节，包括关节位移测量和机器位姿测量。位姿测量方法又包括接触式和非接触式，其中接触式测量队机器人位姿限制较大；非接触式测量中，三坐标测量机只能测量小型机器人，而激光跟踪仪对环境影响较为敏感，同时操作复杂，测量时间长。

同济大学航空航天与力学学院的研究人员提出一种多点动态捕捉的视觉测量方法。在机器人四周布置一组NOKOV度量动作捕捉相机，并在机器人各连杆上粘贴多个反光标识点，通过跟踪标识点来获取机器人运动过程中全局坐标的变化数据。

官网更新内容图片.png

NOKOV度量动作捕捉系统获取的数据结合罗德里格斯变换实现关节位移的求解，并结合机器人运动学模型和坐标系转换关系实现集合参数误差小量的标定。基于这种方法，可以通过单次实验，同时标定串联机器人的关节位移和几何参数。

NOKOV度量动作捕捉系统定位精度可以达到亚毫米级，可以满足高精度的多点测量需求。

参考文献：[1]李婧瑜,杨简宁,张笑宇,宋汉文.基于多点动态捕捉的机器人关节位移与几何参数标定[J].力学季刊,2022,43(01):34-45.DOI:10.15959/j.cnki.0254-0053.2022.01.004.

原文链接：https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDAUTO&filename=SHL

IROS 2025 多智能体深度强化学习算法实现Crazyflie无人机在复杂环境中协同追逐

国防科大周晗老师团队在IROS 2025上发表多智能体追逃的知识增强DRL方法，度量动捕提供多架Crazyflie无人机的位置和速度数据，助力验证本文算法。

Scientific Reports：人类拥抱行为分类法及其在人形机器人中的应用研究

多飞行器集联平台的控制与状态估计框架研究

北京理工大学俞玉树老师团队在IEEE RAL，IEEE TRO和IEEE TASE上分别发表关于多飞行器集联平台（Integrated Aerial Platforms, IAPs）的论文，提出IAP的控制和状态估计框架，为飞行操作机器人执行多功能空中操作任务奠定坚实基础。NOKOV度量动作捕捉系统为IAP提供高精度位姿真值数据，助力评估本文方法。

平衡步兵户外日光下轨迹获取

清华大学类脑计算中心使用度量动捕抗日光镜头过滤强光干扰，准确识别平衡步兵（轮足机器人）表面的反光标记点，实时获取高精度运动轨迹。