特斯拉“擎天柱”浇花瑜伽样样行动作捕捉让机器人更像人特斯拉的人形机器人擎天柱（Optimus）进步神速。仅仅几个月的时间，从需要人抬，到能搬箱子、浇花，甚至做起了瑜伽。

　　为何在如此短的时间内，Optimus就学会了十八般武艺？这其中的一大功臣，正是动作捕捉技术。

　　如何让机器人学会精准地模仿人类，让机器人像人一样完成精细复杂的操作，还有双足人形机器人的一大难点：让机器人双足行走掌握平衡，精确地控制下肢乃至全身各个关节部位？

　　在这些让人形机器人更像人的关键领域，NOKOV度量凭借科研级别的高精度光学动作捕捉系统，发挥着不可或缺的作用。

　　基于动作捕捉的模仿学习已经成为机器人进化的关键。许多著名大学与研究机构都采用了NOKOV度量光学动作捕捉设备，获取示教轨迹数据。

　　在工业生产线C制造被认为是装配精度要求最高的行业之一。哈工大研究人员通过模仿学习方法提出一种有效的离线C装配线的自动化。

　　该研究捕获装配过程中人手的位姿信息。然后通过学习这些演示数据，设计机器人控制策略，从而驱动机器人完成相同的装配任务。

　　演示数据由NOKOV度量光学动作捕捉系统获得，该平台能够跟踪粘贴在操作人员手上的反光标记点，操作简单，可以直观记录人工装配动作，记录信息真实准确。

　　NOKOV度量动作捕捉助力大阪大学协作机器人柔性生产示教学习

　　日本大阪大学基础工学院万伟伟教授，在机器人实验室使用NOKOV度量动作捕捉系统，获取人类实验者的位姿数据。再把这些数据传递给作业机械臂，对机器人进行个性化“教学”。

　　协作机器人可以实时获取人的动作姿态信息，即时模仿，与人类实验者共同作业。利用动作捕捉系统的示教学习方法，适用于不同机械臂硬件设备，可应用于变种变量的生产环境万博ManBetX，实现机器人的柔性作业。

　　让Optimus做瑜伽有多难？你可能很难想象，完成这样的动作需要各部位关节、运动结构参与其中，对机器人的稳态能力有很高的要求。

　　一种高效的方法是，使用动作捕捉技术，精确地采集人类肢体运动时的位姿数据，根据这些数据设计拟人的仿生机械结构。

　　南方科技大学通过NOKOV度量动作捕捉系统进行精确的步态分析

　　南方科技大学付成龙教授团队，通过NOKOV度量动作捕捉系统与三维测力平台、表面肌电仪、足底压力测量仪等设备同步运行万博ManBetX，获取人的六自由度（6DoF）的运动轨迹和运动学参数，进行精确的步态分析，并以此开展运动规划和位姿规划研究。

　　利用NOKOV度量动作捕捉系统探索下肢外骨骼上楼梯的自适应步态生成算法

　　除了平地行走，科研团队还需要获取人上楼梯时的下肢运动数据。北京航空航天大学研究团队通过NOKOV度量动作捕捉系统，收集了一系列人在平地和楼梯上行走的下肢运动数据，并形成完整的下肢关节模型。这些都为人形机器人的开发提供真实数据支持。

　　灵巧手是人形机器人最难的运动单元之一，想要让机器人执行复杂精细的任务，实现抓取软质和细小物体，手部结构的精细化至关重要。

　　浙江工业大学机械学院研究团队，在多关节多自由度的机器人灵巧手方面深入研究，实验中受试者手部关节处粘贴25个反光标记点，通过NOKOV度量光学动捕系统，采集受试者手部关节位置信息，计算各关节间角度变化、角速度变化、指尖运动轨迹及相关系数，依据这些数据进行灵巧手的原型开发。

　　要做出与人类手部具有相似灵活度的机械手，首先需要采集的人类手部动作数据做到高精度、高准确度，如此才能高度还原人类手部动作。NOKOV度量光学动作捕捉系统凭借高精度、低延迟的技术能力，为浙江工业大学机械学院研究团队的灵巧手原型提供了可靠的技术支持。

　　北京度量科技专注于光学动作捕捉系统的研发制造，自主研发的光学动作捕捉系统，测量精度可达0.05毫米，达到科研级别万博ManBetX，是各大高校、科研院所开展自动化、信息与智能科学领域研究的首选动捕设备，产品已覆盖国内85%的985高校，并远销海外。使用NOKOV度量动作捕捉的SCI&EI论文数量已近百篇。