ロボット、3次元アニメーション、仮想現実などの産業の発展に伴い、バイオニックロボット の動作研究は重要なテーマとなって久しい。ロボットや架空の人物に、どうやって合理的で流麗な姿を作らせるのか。これは逆運動学的アルゴリズムの研究につながります
逆運動学:逆運動学は、目標が必要な姿勢を達成するために設置する関節などの可動対象のパラメータを決定する過程である。逆運動学のアルゴリズム設計の善し悪しは、ロボットの運動解析、運動制御、軌道計画に直接影響を与える。
現在一般的な逆運動学アルゴリズムアルゴリズムには、代数学、幾何学、数値計算がある。
人間の体は複雑です従来のアルゴリズムを最適化する必要があります
人間逆運動学の問題は非常に複雑なので、従来のアルゴリズムには2つの問題がありました。あるいは特定の場合のパラメータしか求められない。より一般的で、より精度の高い、より高速なアルゴリズムをいかにして得るかが研究者の熱いテーマとなっている。
モーションキャプチャを用いて、複雑な人間を関節モデルに変換する
人体はこのように複雑なので、研究者は関節ごとにいくつかの部分としてとらえています。そのため、正確で詳細な動作データを得て、正確な関節モデルを作ることができるかどうかが、研究の基礎となる。光学モーションキャプチャシステムは、その高精度、高リアルタイム性、およびキャプチャ対象を自由に動かすことができる特性により、このような研究の第一の選択肢となっている。
中原工科大学電子情報学部の逆運動学アルゴリズム研究では、NOKOVという光学3次元モーションキャプチャシステムを用いて、1mmの精度で下肢の運動データを取得し、正確な関節モデルを構築した。
実験中のモーションキャプチャシステムは、6つのNOKOV Mars 2Hモーションキャプチャーカメラ、下肢の主要関節に配置されたマーカー、3次元フォースプラットフォーム、ポジショニングレバー、補正レバーなどで構成されている。約7 m ×5 mの実験環境において、モーションキャプチャシステムは、すべてのマーカー の空間座標を毎秒100フレームのレートで記録している。
取得した座標データは特定のアルゴリズムを経て、人体の運動における関節モデルとして構築することができる。研究者はまた、下肢を股関節、膝関節、足首、太もも、すねの5つの局所座標系とみなし、人体の運動学的問題を関節モデルの運動方程式に変換して問題を解く。
関節モデルを研究してロボットをもっと動かせるようにしましょう
研究チームは、関節モデルを構築した後、ccd (cyclic coordinate decation)アルゴリズムとbfgs (bfgs)アルゴリズムを組み合わせて、モーションキャプチャーで得られた人の動きの数値を用いて、実際の動作に必要な関節の回転角度を算出した。
光学式三次元モーションキャプチャシステムは、その正確性、リアルタイム性、柔軟性に基づいて、ロボット工学分野の学問研究と産業応用に強力なサポートを提供し、ロボットの飛躍的な進歩を支援する。
このユーザーはこの実験に基づいた論文を発表し、実験の有効性を証明している。
ここでごニーズを出ること
-
もっと多い情報に関して、メッセージをしたりしてください。
-
- 確認