從機器人技術研究之初，人們就追求創(chuàng)造出深入人類社會的智能機器，而仿生機器人在很多方面都接近或超越了人類的能力，它們可以更有效地執(zhí)行危險、精密或高強度的任務，可對社會生產產生重大影響。因此，針對仿生機器人的研究也與日俱增。

近年來，眾多高校運用凌云光·元客視界智能體位姿追蹤系統(tǒng)進行仿生機器人驗證實驗，搭建仿生機器人落地前的最后一個研究基地，為仿生機器人領域取得了許多重大進展。

北京理工大學教授及其帶領的仿生機器人團隊以四足動物為仿生對象，設計研發(fā)了一款四足機器人——機器大鼠SQuRo。

/ 仿生大鼠SQuRo

在研發(fā)過程中，團隊運用凌云光·元客視界智能體追蹤解決方案對機器鼠的俯仰角、彎曲角、彎曲距離等動作姿態(tài)數據進行分析，以量化指標評估機器鼠性能。

凌云光·元客視界方案工程師搭建了2mx2m的動作捕捉空間，對機器鼠的頭部、背部、腿部、尾部等重要測試部位進行追蹤。

由于機器鼠尺寸細小且自重很輕，凌云光·元客視界提供了定制的3mm標記點，針對細小的結構精準獲取機器鼠的運動姿態(tài)信息。

為了獲取真實的動物行為反饋和決策制定過程，團隊將機器鼠放入真實大鼠社會，并利用模仿學習(IL)的運動生成策略進行實驗：

由于日常任務的復雜性和不確定性，傳統(tǒng)的剛性機器人需要添加復雜的感知、規(guī)劃和控制系統(tǒng)。

中國科學技術大學計算機科學與技術學院科研團隊受象鼻啟發(fā)，利用軟體機器人手臂本體柔順性，運用凌云光·元客視界智能體追蹤解決方案，開發(fā)了采用蜂巢氣動網狀結構（HPN）的機械臂，為機器人走進日常應用帶來新的可能。

/ 軟體機械臂完成日常任務

為了實現高效、迅速響應的運動控制，研究人員提出一種分層控制系統(tǒng)，包括底層運動控制器、上層行為控制器以及頂層行為規(guī)劃器，并設計了驗證實驗：

/ 分層控制系統(tǒng)驗證實驗架構

由于場地大小受限，標準鏡頭無法實現目標區(qū)域全域覆蓋，實驗采用廣角鏡頭方案。研究人員利用光學動捕系統(tǒng)獲取機械臂末端與把手的相對位姿，引導機械臂末端夾爪到達該區(qū)域抓住把手，執(zhí)行相應任務。

元客視界為哈爾濱工業(yè)大學實驗室水池場地空間搭建了12臺Swift30運動捕捉相機，可精確穩(wěn)定地捕捉水面上仿生機器人關節(jié)運動信息。