动作捕捉在自动化控制领域的应用

近年来，各行各业逐步开展了自动化设备的研究，其中以无人机技术和机器人技术的发展尤为迅速，许多高校和科研单位正围绕着这两个方向进行多种应用场景的研究。

无人机领域

在无人机领域，常见的研究方向是多无人机编队技术，这在科研中被称为“多智能体协同控制”，研究者需要通过对无人机的定位，获取其在空间中的位置，这种位置信息主要是六自由度姿态数据，接着进行多智能体之间通讯的建立，最后通过控制决策系统，根据各智能体的空间位置，完成协同控制。通过此技术，可以应用于多个领域，如军事中的“蜂群”作战系统，电网、管道的无人机巡检，文娱行业的无人机编队表演，建筑行业的无人机智能建造等等。

定位无人机的空间位置，是多智能体协同控制研究中最为重要的部分，只有获取到准确而又稳定的定位信息，才能良好地控制无人机。作为定位的传统方法，惯性测量单元（IMU）和惯导模块（INS）存在陀螺仪零点漂移严重，导致获取的方位、姿态、速度等数据精度不高，存在误差累计，很难长时间独立工作。而光学动作捕捉系统凭借着高精度、高实时性、可在实验室环境下模拟场景的特点，正逐渐被研究者们所青睐，其中北京理工大学自动化学院通过使用NOKOV（度量）光学三维动作捕捉系统，获取亚毫米精度的无人机位姿信息，结合多无人机即多智能体之间的通讯网络和控制决策系统，已经摸索出一套网络化多智能体空地协同控制实验平台，可以通过控制端远程发送指令，让无人机、无人车进行指定的编队协作。

机器人领域

基于同样的定位原理，机器人研究也正在多个领域中开花结果。应用于工业制造流水线、物流仓储场景的机械臂，通过对其模块化机械臂和灵巧手捕捉，获取其姿态数据，进行相应的控制规划；可在抗震救灾、军事场景应用的多足机器人，通过对其足部的关节角度、速度信息的捕捉，优化其在不同环境下的运动模式；而残障人士、特种士兵装配上外骨骼机器人，在光学动作捕捉系统的协助下获取关节角度等运动学步态信息，优化外骨骼结构，从而更好地对佩戴者进行多方面的协助，使用同样原理的还有康复机器人、仿人机器人等。

除此之外，还有多种机器人的研究正在进行中，如哈尔滨工业大学深圳校区机电工程与自动化学院，使用光学动作捕捉系统对扑翼机器人的“躯干”、“翅膀”进行定位分析，优化其飞行姿态；在同一实验室，另一个课题组通过光学动作捕捉系统捕捉人手精密动作，构建仿人手机器人，意在提高流水线上细小零件组装的效率，该用户已根据该实验发了两篇EI论文，证明了实验的有效性。

更多相关案例及动作捕捉资讯，请关注服务号【NOKOV度量科技】