传统机器人训练依靠代码指令,耗时费力且难以覆盖真实场景、如何将人类看一遍就能模仿的这种能力“赋予”给机器人?如何让机器人像人一样灵活、准确地活动?从人类的控制到机器人的部署,是一段充满挑战的旅程。旅程的起点是动作捕捉。虚拟动力的具身智能训练基于动作捕捉数据采集解决方案中,能基于全自研动捕设备满足多场景的动作采集需求,基于惯性传感技术和光学运动测量技术对所需动作进行精准模仿,与专业的动捕演员合...
在动作捕捉领域中,光学动捕的要求更高:成本大、调试较为复杂、需要专业的光学棚。这对于许多中小团队来说,无疑是一道难以跨越的门槛。如何让动捕服能够摆脱场地的限制、以更轻、更便捷的形式出现呢?虚拟动力推出的DreamsCap X1旗舰版惯性动捕服给出了答案。它全身一共覆盖了31个惯性动捕节点,由躯干捕捉服和动捕手套MHandPro组成,还能选配面捕头盔,实现全方位身体、手指数据一体化捕捉。它拥有...
动捕方案选择,不是单纯比拼纸面参数。虚拟动力的偃动坊无穿戴动捕方案,免去传感器穿戴流程,为虚拟内容制作、灵巧手研发、具身智能测试提供一条轻量化采集路径。面对品类繁多的设备,很多使用者容易被参数表迷惑,忽略场地、动作类型、标定效率与下游对接这些现实约束,本文从实操角度,梳理无穿戴动作捕捉设备的选型思路,帮大家匹配适合自身项目的方案。一、选型先回答四个问题首先确认动作采集空间:如果所有动作都能在...
人形机器人的遥操作里,身体位姿并不难拿,全身动捕设备一套上去,整段关节轨迹就有了。真正容易丢的是手指——抓、捏、拧这些动作若没有专门的手套,遥操作就只剩大臂的粗动作,灵巧手收不到细节指令,人的巧劲也传不过去。人形机器人遥操作手势捕捉手套要解决的就是这一层,其中,虚拟动力的 mHand Pro 走的是惯性手套这条路。一、为什么手部动作要单独抓身体动作和手部动作是两套尺度。身体位姿到厘米级就能用...
具身智能的灵巧手模仿学习、算法迭代,离不开规范可靠的手部示教数据。虚拟动力灵巧手遥操数采系统打通 mHand Pro 动捕手套与强脑 Revo2 灵巧手,实现动作捕捉、真机遥操作、数据录制回放一体化,规避多软件拼接带来的适配难题。下文梳理该系统完整实操流程,明确各环节校验要点。一、一条完整链路要经过四步四步是安装与部署、动捕数据源、强脑灵巧手、录制与回放。每一步都有一个明确的完成标志:程序能...
具身智能研发中,机械臂遥操作仿真与数采是获取机器人示教数据的关键环节,数字孪生模型、动作映射、真机安全驱动等环节的配置,直接决定遥操效果与数据可靠性。虚拟动力 VDexArm 机械臂遥操数采系统集成 URDF 孪生仿真、VR 位姿映射、多重安全约束与作业录制回放能力,打通仿真调试到真机驱动的完整流程。本文基于该系统,梳理机械臂遥操仿真从前期规划、设备调试、参数调优到录制校验的完整搭建步骤,为...
同一个品牌下两款全身惯性动捕设备摆在一起,选型的人常卡住:参数表看着接近,价格不在一个档,究竟差别在哪。虚拟动力动捕设备VDSuit Full 和 Dreams Cap X1 的区别有三处——手部节点数、手部精度、设备形态。一、VDSuit Full 和 Dreams Cap X1 的具体区别节点数上,VDSuit Full 27 个,Dreams Cap X1 31 个。这 4 个的差不是...
在常见的酒店服务及餐饮服务中,我们总能看到半身机器人在为我们端茶送水、运输菜品。不难发现,应用到的大多都是机器人的上半身,尤其是双臂和双手的精细操作。研发团队需要一种轻量的、更加便携的、聚焦于上半身操作的捕捉方案。面对这一需求,虚拟动力推出专为上半身设计的半身动作捕捉设备---VDSuitMini。这款设备摒弃了不必要的肢体追踪,不做多余的动捕,将系统部署做到了极致轻量,让操作更加直观。虽然...
在训练机器人的过程中,我们都曾遇到过这样的困境:动作在仿真环境中表现良好,没有什么问题,一旦同步到真机上就出错卡顿、动作僵硬、无法平衡,甚至直接摔机。仿真与真实世界的间隔,一直是一道坎。每次上机前都可能要花费昂贵的成本,试错一次也许就会影响一天甚至一周的进度。此外,不同的品牌机器人接口不一样,骨骼、动力学模型也各不相同,一套算法换台机器就要重新适配,效率极低。如何把仿真验证到真机部署这条链路...
全身动捕是具身智能机器人训练里最直接的动作数据来源:人穿上设备做一遍动作,设备输出关节位置与姿态,再映射成目标机型的关节序列。虚拟动力的 VDSuit Full 全身 27 个关键节点、身体刷新率 ≥1000Hz、手部 ≥500Hz,输出的就是可直接驱动骨架的结构化数据,而不是一段供人观看的画面。一、全身动捕能提供什么训练动作策略,模型需要的是随时间变化的结构化关节数据,包含三类:关节的空间...