多语言展示
当前在线:1963今日阅读:142今日分享:25

运动捕捉系统在机器人避障训练中能发挥哪些作用

现代生活中,机器人的实际运用越发普及,而随着技术的发展,各行业及终端消费者对机器人的智能性要求也越来越高。机器人目前已被广泛应用到工业生产、物流运输、汽车制造、家用电器等领域,而智能避障功能则成为机器人作业中不可或缺的能力之一。虚拟动点立足于智能人机交互和3D数据平台研发的技术方向,深耕人工智能和虚拟现实行业,是集智能人机交互、动作捕捉技术和人工智能算法为核心的科技创新型企业,一起来了解下其旗下的OptiTrack运动捕捉系统在机器人避障训练中能发挥哪些作用吧。
方法/步骤
1

在机器人避障训练中,实验人员可通过光流场计算法研究机器人的自主避障系统(光流场是指机器人于真实三维世界中的运动轨迹在二维平面上的投影),而在设计与分析测试环节,为了验证避障系统的有效性,科研人员就要用到OptiTrack运动捕捉系统。

2

该系统可由6个或以上红外摄像头组成,在机器人向障碍物移动时,通过捕捉分析机器人身上可反射红外光线的Marker,在自有软件Motive Body的坐标系中计算机器人的坐标与障碍物之间的距离、自身旋转角度等。

3

以OptiTrack Prime系列红外摄像头为例,运动跟踪精度误差可达亚毫米,能精准定位追踪标记点位置和运动轨迹,并在避障系统中计算出碰撞时间,帮助机器人判断左右侧光流场矢量信息(包含大小和方向数据),从而做出转弯避让的决策。

4

另一个前端行业较热的机器人平衡训练研究也是基于OptiTrack生物(人体)动捕技术。OptiTrack摄像头通过红外光学原理捕捉并记录人类走路、跑步的姿态信息,甚至在崎岖路面仍能保持平衡的动作数据,并将该数据映射到机器人身上的各个关节,来有效驱动机器人移动。需要注意的是,在将人类动作映射到机器人身上后,由于机器人与人类身体构造的不完全相同,科学家在基于动捕数据的情况下,仍需开发相关控制器来编程控制机器人的平衡,经过亿万次的训练后,最终使机器人学习并掌握复杂路况下保持平衡的技巧。

推荐信息