English 日本語 Русский

仿生机器鳄鱼:基于动作捕捉的仿生步态规划

仿生机器鳄鱼:基于动作捕捉的仿生步态规划

客??????户
中山大学
场地大小
2.4米×2.4米
关??键?词
步态规划、动作捕捉、运动稳定性、运动仿真
被捕捉物
鳄鱼
核心配置
15个Mars 4H动作捕捉镜头

仿生爬行机器人作为仿生机器人研究的重要分支,具有良好环境适应性,能够在崎岖不平、松软泥泞的地面上行走,像自然生物一样越过障碍物,探索未知环境和资源。如何规划仿生机器人的步态,尽量得到与动物爬行相似的步态,仍然是仿生爬行机器人研究的一个重点。

中山大学航空航天学院蒋建平老师团队将暹罗鳄作为机器鳄鱼的仿生对象,基于三维动作捕捉技术进行步态观测实验,观察和监测目标鳄鱼的运动方式,基于观测结果对机器鳄鱼的运动步态进行了设计,并在 CoppeliaSim 软件的仿真环境下完成了机器鳄鱼的爬行运动仿真实验。为机器鳄鱼的仿生步态规划,提供了一种有效的解决手段。

步态观测实验


步态观测实验场地


步态观测对象

实验团队采用米兰体育 米兰体育动作捕捉系统进行了鳄鱼的步态观测实验。配备了15 台米兰体育 Mars 4H 动作捕捉镜头,捕捉贴在鳄鱼前腿和后腿髋关节(髋臼上方)、膝关节(腿弯曲时膝关节的外侧)、踝关节(腿弯曲时踝关节外侧)上的标记点的坐标数据,获取鳄鱼高步态爬行的真实运动特征。


实验数据曲线与拟合曲线对比示意图

实验团队将观测实验得到的前、后腿的膝、踝关节三维曲线作为高斯牛顿法的目标曲线。前、后腿拟合曲线的误差分别为 2.55%和 2.17%,拟合数据与实验数据相似性较好。

仿生步态仿真实验


仿生机器鳄鱼爬行运动的仿真模拟

为实现对虚拟机器鳄鱼的控制,实验团队在软件 CoppeliaSim 中搭建的机器鳄鱼虚拟样机模型,使用MATLAB与仿真环境进行通信。从仿真结果图中可以看出机器鳄鱼各部件之间不会发生干涉,且能够稳定向前爬行,各足交替摆动,能够在支撑相和摆动相之间顺畅衔接,与真实鳄鱼步态的相似性较好。

虚拟样机的运动仿真实验结果表明:机器鳄鱼能用与真实鳄鱼相似的步态,以0.3m/s的速度向前爬行,且具备较高的稳定性。研究结果为机器鳄鱼的运动步态规划提供了参考。

参考文献:

黄可凡,贾文祯,韩路路等.机器鳄鱼运动的仿生步态规划方法[J/OL].机械科学与技术:1-6[2023-03-29].DOI:10.13433/j.cnki.1003-8728.20220287



IEEE RAL 足式机器人鲁棒状态估计 精度较基线提升40%以上

山东大学研究团队发表面向绳驱动连续体机器人的融合非线性扩展状态观测器的自适应滑模跟踪控制方法,米兰体育动捕为实验提供机器人末端执行器位姿数据,助力验证控制方法有效性。

室外环境无人车动作捕捉

清华大学李翔老师团队在室外环境下对无人车进行动作捕捉。米兰体育米兰体育抗日光版本动捕镜头过滤日光干扰,准确识别无人车表面的反光标记点,获取高精度运动轨迹。

IJRR | 北航团队提出机器人复合分层抗干扰框架:实现无人机边飞边学

北航杭研院郭克信老师团队在IJRR上发表FORESEER机器人复合分层抗干扰框架,研究在五种不同构型的无人机平台上进行了室内外大量实验,通过四类代表性任务系统验证框架的性能。 米兰体育米兰体育动作捕捉系统为实验提供了无人机在室内执行飞行任务时的高精度位姿数据及轨迹信息,助力验证FORESEER框架处理各种不确定性的有效性。

IROS 2025浙大高飞老师团队 | FLOAT Drone:一种可用于近距离操作的共轴全驱动无人机

浙江大学高飞老师团队设计并验证其创新的FLOAT Drone全驱动同轴无人机并发表于IROS 2025。该无人机首次集成控制面,结合同轴双旋翼设计,实现了低气流干扰的紧凑型平台,可完成倾斜悬停浇花、穿越狭窄缝隙、近距离推拉窗帘等精细任务。米兰体育米兰体育动作捕捉系统为该无人机动力学建模、双模态控制器验证及高精度轨迹/姿态跟踪提供关键的位姿真值数据。
联系米兰体育app
如需更多应用、案例信息或产品报价,请致电 米兰体育官网,或在下方留言:
机器人/无人机 VR/AR/XR 运动康复 传媒娱乐
北京米兰体育科技有限公司(总部)
北京市朝阳区安慧里四区15号五矿大厦8层820室
米兰体育app
米兰体育官网
提交成功!请您耐心等待!
欢迎关注公众号,获取更多信息
关闭
网站地图XML