Multi-Modal Lower-Limb MoCap System for Teleoperation-Oriented Data Acquisition and Browser-based Visualization

Menschen versuchen schon lange, ihre eigenen Bewegungen in digitale Befehle zu übersetzen – ein Streben, das im Herzen der modernen Robotik und der virtuellen Realität liegt. Um einen Roboter gehen zu lassen oder einen virtuellen Avatar mit menschlicher Anmut bewegen zu können, benötigen Ingenieure eine Möglichkeit, die komplexe Geometrie der Beine eines Menschen in Echtzeit zu erfassen. Dieser Prozess, bekannt als Motion Capture, stützt sich traditionell auf teure, raumfüllende Kamerasysteme oder schwere Ganzkörperanzüge, die Tausende von Dollar kosten. Für Forscher und Studenten, die experimentieren möchten, Roboter zu steuern oder Bewegungen zu visualisieren, schaffen diese High-End-Werkzeuge eine Eintrittsbarriere. Die Herausforderung besteht daher nicht nur darin, Bewegung zu erfassen, sondern dies mit einem System zu tun, das erschwinglich, reproduzierbar und in der Lage ist, Daten ohne komplexen Aufbau direkt an einen Computerbildschirm zu streamen.

Ein Team von Forschern der Nanjing University of Science and Technology hat diese Herausforderung angenommen, indem sie ein kostengünstiges, tragbares System entwickelt haben, das speziell für die Verfolgung der Bewegungen des Unterkörpers konzipiert wurde. Ihre Arbeit, die in einem aktuellen Entwicklungsbericht detailliert beschrieben wird, konzentriert sich auf die Erstellung einer Pipeline, die Rohdaten der physischen Bewegung der Beine einer Person nimmt und diese in eine flüssige, visuelle Darstellung in einem Webbrowser umwandelt. Das System ist kein fertiges, perfektes Produkt für den industriellen Einsatz, sondern vielmehr ein Proof-of-Concept, das zeigt, wie ein kleines Labor ein funktionales Motion-Capture-Tool für etwa dreihundertfünfzig bis dreihundertsechzig chinesische Yuan bauen kann. Das Ziel war es, ein Gerät zu schaffen, das Gelenkwinkel, die Neigung des Beckens und Distanzmessungen an einen digitalen Monitor streamen kann, sodass der Benutzer seine eigenen Bewegungen in Echtzeit gespiegelt sieht.

Das physische Gerät ähnelt einem leichten, skelettartigen Rahmen, der an Oberschenkel und Schienbeine geschnallt wird. Anstatt schwere industrielle Sensoren zu verwenden, nutzten die Forscher kommerziell erhältliche Elektronikmodule, die leicht zu beschaffen und zu ersetzen sind. Der Kern des Systems beruht auf dem geschickten Einsatz von Standard-Servomotoren, jenen kleinen Elektromotoren, die oft in Modellflugzeugen und Robotik-Bausätzen zu finden sind. In diesem Aufbau werden die Motoren nicht verwendet, um die Beine zu bewegen; stattdessen sind sie ausgeschaltet und werden als passive Sensoren genutzt. Wenn sich die Hüfte, das Knie oder der Knöchel des Trägers bewegt, drehen die Gelenke die internen Zahnräder des Motors. Das System liest das durch diese Rotation erzeugte elektrische Signal aus und übersetzt es in einen Winkel, wodurch der Motor effektiv zu einem Lineal wird, das misst, wie weit ein Gelenk gebeugt wurde. Um die Orientierung des Körpers im Raum zu verfolgen, ist ein kleiner Inertialsensor am Becken angebracht, der misst, wie das Becken kippt und sich dreht. Für die Messung der Höhe oder des Abstands zum Boden testeten die Forscher zunächst Ultraschallsensoren, die wie die Echolokation einer Fledermaus funktionieren, stellten jedoch fest, dass diese zu langsam und fehleranfällig waren. Sie wechselten zu einem anderen Sensortyp, der mit einem Lichtstrahl die Distanz instantan misst, was sich als weitaus zuverlässiger erwies, um mit schnellen Bewegungen Schritt zu halten.

All diese Sensoren speisen Daten in eine kleine Computerplatine ein, die als das Gehirn des Systems fungiert. Diese Platine sendet einen stetigen Informationsstrom über eine drahtlose oder kabelgebundene Verbindung an einen Computer, der eine einfache Software-Bridge ausführt. Diese Bridge übersetzt die Rohzahlen in ein Format, das ein Webbrowser verstehen kann. Auf dem Bildschirm spiegelt ein digitaler Avatar oder „Zwilling“ die Bewegungen des Trägers wider. Die Software enthält mehrere Schutzschichten, um sicherzustellen, dass das Bild auf dem Bildschirm natürlich aussieht; sie filtert winzige, bedeutungslose Erschütterungen in den Daten heraus, ignoriert unmögliche Werte und glättet die Bewegung, damit die digitalen Beine nicht zittern. Die Forscher testeten diese gesamte Hardware- und Softwarekette, indem sie eine Person stehen ließen, gehen ließen, die Beine schwang und springen ließen. Das System erfasste erfolgreich die Bewegung der Hüften und Knie, und der digitale Avatar auf dem Bildschirm bewegte sich synchron mit der Person, einschließlich des Auf- und Absenkens beim Springen.

Das Experiment offenbarte jedoch eine signifikante physische Einschränkung im Design. Während die Sensoren für die Hüften und Knie gut funktionierten, war die Befestigung für den Knöchel nicht steif genug. Wenn die Person den Fuß bewegte, verschob sich der Riemen, der den Sensor hielt, leicht, was dazu führte, dass die Daten unzuverlässig wurden. Da die Forscher ehrlich über diesen Fehler waren, sperrten sie die Knöchel-Daten während der Demonstrationen einfach auf eine feste Position, um zu verhindern, dass der digitale Avatar glitcht. Diese Entscheidung unterstreicht eine wichtige Erkenntnis: Das System ist exzellent darin, die großen Bewegungen des oberen Beins und des Beckens zu erfassen, kann aber noch keine präzisen Messungen für den Knöchel liefern, ohne ein steiferes mechanisches Design zu besitzen. Darüber hinaus waren die Forscher sorgfältig darin, darauf hinzuweisen, dass das System zwar funktioniert, sie es jedoch noch nicht gegen hochkarätige professionelle Kameras oder medizinische Werkzeuge verglichen haben. Sie haben nicht bewiesen, dass die Zahlen perfekt korrekt sind, sondern nur, dass das System stabil genug ist, um über dreißig Minuten ohne Absturz zu laufen, und dass es Bewegungen in Echtzeit visualisieren kann.

Der Wert dieser Arbeit liegt nicht in einem Durchbruch bei der Messpräzision, sondern in der Schaffung eines transparenten, zugänglichen Pfades für die Datenerhebung. Das Team demonstrierte, dass es möglich ist, durch die Verwendung einfacher Standardteile und sorgfältiger Softwaregestaltung ein erschwingliches Motion-Capture-System für Studenten und kleine Labore zu bauen. Sie zeigten, dass spezifische technische Entscheidungen, wie der Einsatz eines lichtbasierten Distanzsensors anstelle von Schall und die Organisation der Software in distinkte Schichten, die sich nicht gegenseitig blockieren, entscheidend sind, um diese kostengünstigen Geräte zuverlässig arbeiten zu lassen. Der Bericht kommt zu dem Schluss, dass das aktuelle Knöchel-Design zwar noch verbessert werden muss und das System für jeden Benutzer einer manuellen Kalibrierung bedarf, das Fundament jedoch solide ist. Es bietet ein funktionierendes End-to-End-Beispiel dafür, wie man den Gang eines Menschen in einen digitalen Stream verwandelt und so den Weg für zukünftige Experimente in der Robotersteuerung und der virtuellen Interaktion ebnet, ohne die Notwendigkeit eines Millionen-Dollar-Labors.