利用MANUS关节角度与指尖数据遥操作BrainCo Revo 3解决方案

将人手运动转化为 Revo 3 控制指令

BrainCo Revo 3 是一款五指灵巧手，面向人形机器人、具身人工智能研究、遥操作以及物体操作任务开发。该灵巧手拥有 21 个独立驱动自由度，可实现丰富的手指动作与各类抓取姿态。

要实现如此复杂的关节运动控制，仅识别操作者手掌的张开与闭合状态远远不够。遥操作系统需要采集人每根手指的运动，并将其转换为适配机器人手运动学结构的控制指令。BrainCo 借助 MANUSMeta 的设备产品，为重定向运算提供人手运动数据。

基于关节角度数据实现四根手指运动映射

针对食指、中指、无名指和小指，BrainCo 利用关节角度数据，将操作者手部动作映射至 Revo 3 对应手指。MANUS 人体工学数据通过弯曲、伸展、外展参数表征人手姿态，经由 MANUSCore 实时数据流输出，作为连续控制输入源。

由于人手与 Revo 3 的这四根手指结构高度匹配，关节角度数据可实现直接映射。该方案保留操作者手指的精细关节活动，无需为每根手指执行基于末端点的逆运动学求解。

基于指尖追踪实现拇指控制适配

MANUS 输出的拇指节点数据结构与 Revo 3 拇指无法直接对应，因此拇指需要采用一套差异化的重定向算法。BrainCo 不再单纯依赖关节角度，而是利用 MANUS 指尖传感器数据追踪操作者拇指空间位置，并将该位置作为机器人拇指的运动目标点。

系统随后运行逆运动学求解，计算出 Revo 3 拇指抵达目标位置所需的各关节运动量。该方式既还原操作者拇指的目标位姿意图，同时兼顾人手与机器人手之间的结构差异。

赋能灵巧遥操作与触觉反馈

BrainCo 这套集成方案演示了如何将 MANUS 不同类型数据分配给同一机器人手的不同部位：四根手指依靠关节角度完成直接映射，拇指则借助指尖数据获得灵活的重定向能力。

搭配 MetaGloves Pro Haptic 触觉手套时，Revo 3 采集的触觉信号还可以转化为对应手指的触觉反馈，为搭载机器人手触觉感知的作业流程新增反馈通路。

MANUS 向控制链路同时开放关节角度、指尖测量值以及手部骨骼数据，方便机器人研发团队针对平台不同部位选用最合适的数据形式。对 BrainCo 而言，这搭建起人手运动到 Revo 3 机器人手控制的实用接口；对广大操作任务研究人员来说，也为灵巧遥操作、机器人控制开发、人示教数据采集提供了可参考的系统架构。