1015篇使用NOKOV度量动作捕捉系统的科研论文：从真实应用到机器人开发生态

截至2026年9月，使用NOKOV度量动作捕捉系统开展研究并发表的论文已达1015篇，其中617篇被SCI、EI收录。

这些研究以机器人与工程领域为主，覆盖具身智能、人形机器人、遥操作、软体机器人、医疗机器人、水下机器人、多智能体协同控制、运动与路径规划、自动驾驶、智能交通等方向，同时也涉及生命科学、虚拟现实和传媒娱乐等领域。

科研设备的选择需要结合具体研究任务。精度、采样频率、测量空间等参数描述了系统的技术性能，而已发表研究还能提供另一类信息：一套系统已经被用于哪些科研问题和实验场景。通过这些论文，还可以进一步了解动作捕捉在具体实验中测量了什么、采集了哪些数据，以及发挥了什么作用。

我们希望通过这些公开研究，尽可能呈现真实、完整、具体的应用信息，将产品参数与实际科研应用联系起来，为科研团队评估动作捕捉系统提供更充分的依据。

这也是NOKOV度量持续整理这份论文合集的原因。

1000多篇论文，记录真实科研应用

目前收录的1015篇论文中，617篇被SCI、EI收录。

其中包括：

• Science Robotics：3篇

• Nature子刊：4篇

• The International Journal of Robotics Research（IJRR）：3篇

• IEEE Transactions on Robotics（IEEE T-RO）：10篇

• Robotics: Science and Systems（RSS）：2篇

• IEEE International Conference on Robotics and Automation（ICRA）：26篇

• IEEE/RSJ International Conference on Intelligent Robots and Systems（IROS）：50篇

这些论文来自不同科研团队，涉及不同研究对象、研究方向和实验任务。大量已发表研究共同记录了NOKOV度量动作捕捉系统在不同科研场景中的实际使用。

除了论文数量，其中更值得关注的是每项研究本身：研究需要测量什么、动作捕捉采集了哪些数据，以及这些数据在实验分析、控制或验证中承担了什么作用。

几篇代表性研究，可以更具体地看到NOKOV度量动作捕捉系统在不同实验任务中的应用。

2026年，清华大学赵明国研究院团队在 Science Robotics 发表 Learning vision-driven reactive soccer skills for humanoid robots，提出视觉驱动的统一强化学习控制器，使人形机器人仅依靠机载视觉连续完成找球、追球与多方向踢球。研究中，NOKOV度量动作捕捉系统用于获取机器人与足球的Ground Truth位置，并记录踢球动作数据，为虚拟感知系统建模、视觉感知误差分析及机器人定位精度验证提供参考。

查看 Learning vision-driven reactive soccer skills for humanoid robots 论文原文

2026年，浙江大学高飞教授团队在 Science Robotics 发表 Precise aggressive aerial maneuvers with sensorimotor policies，研究无人机依靠机载视觉和本体感知完成高机动狭缝穿越。在实验验证中，NOKOV度量动作捕捉系统提供高精度状态数据，用于硬件在环测试中的无人机位姿估计与虚拟狭缝生成、基线闭环控制中的全状态反馈，以及飞行轨迹Ground Truth记录与算法性能评估。

查看 Precise aggressive aerial maneuvers with sensorimotor policies 论文原文

2024年，湖南大学周易教授团队在 Robotics: Science and Systems（RSS） 发表 Event-based Visual Inertial Velometer，提出基于事件相机和IMU的无地图视觉惯性测速方法，用于无人机激烈运动状态下的实时线速度估计。在现实实验中，NOKOV度量动作捕捉系统以200 Hz获取事件相机的六自由度位姿数据，作为Ground Truth用于验证所提方法线速度估计的准确性。

查看 Event-based Visual Inertial Velometer 论文原文

使用NOKOV度量动作捕捉系统的研究，以机器人与工程领域为主

在目前收录的论文中，机器人与工程相关研究占据较大比例。

不同机器人实验，对动作捕捉的使用方式也有所不同。

无人机和移动机器人研究中，动作捕捉常用于获取位置、姿态和运动轨迹，并将位姿数据用于定位、控制或算法验证；机器人集群实验需要同时追踪多个运动目标；人形机器人、机械臂和遥操作研究，则可能同时涉及人体、机器人、末端执行器和操作物体的运动数据。

在这些实验中，动捕数据往往还需要继续进入机器人控制、算法开发、飞控、仿真或实验验证流程。数据接口、实时传输和二次开发能力，也因此成为机器人科研中经常遇到的实际需求。

长期服务机器人科研的过程中，NOKOV度量也持续围绕这些需求完善软件接口和机器人生态适配。

更贴近机器人开发流程的软件接口与生态

NOKOV度量动作捕捉系统XINGYING软件提供开放SDK，支持C/C++、Python、C#等开发语言，MATLAB、Simulink等开发工具，并适配ROS/ROS2、PX4、ArduPilot等机器人和无人机平台；同时支持MAVLink、VRPN、ZMQ、OSC等数据协议，以及MuJoCo、Isaac Sim等仿真平台。

ROS / ROS2：连接机器人开发环境

机器人研究中，动作捕捉获得的刚体位置、姿态等数据经常需要实时进入机器人程序。NOKOV度量动捕支持ROS和ROS2，可将动捕数据接入机器人定位、控制、算法测试和数据处理流程。

PX4 / ArduPilot：适配无人机实验

无人机是使用NOKOV度量动捕开展研究较多的机器人类型之一。XINGYING支持PX4、ArduPilot及MAVLink等常见飞控和通信方式，为外部位姿数据接入无人机控制与实验流程提供接口。

开放SDK与仿真平台：支持二次开发

对于需要自行开发算法和实验程序的科研团队，XINGYING提供多种语言的SDK和数据接口，并支持MuJoCo、Isaac Sim等机器人仿真平台。

这些接口对应的也是机器人实验中很具体的工作：获取位姿之后，将数据继续用于控制、算法、仿真和验证。

1015篇论文背后的长期科研应用

使用NOKOV度量动作捕捉系统开展的1015篇已发表研究，来自不同科研团队、研究方向和实验任务。机器人与工程是其中最集中的应用领域之一。

从无人机、机器人集群，到人形机器人、软体机器人和水下机器人，应用对象不断扩展；动作捕捉在实验中的作用，也从位置和姿态测量延伸到闭环控制、算法验证、仿真和数据采集。

与这些应用相对应，ROS/ROS2、PX4、ArduPilot、开放SDK、多种数据协议以及机器人仿真平台的兼容，也已经成为NOKOV度量动捕软件能力的重要组成部分。

1000多篇论文记录了NOKOV度量动作捕捉系统在科研中的长期实际采用，而机器人领域持续积累的应用，也已经体现在产品的软件开放性和开发生态中。

除机器人与工程领域外，使用NOKOV度量动作捕捉系统开展的研究还涉及生命科学、虚拟现实和传媒娱乐等方向。

查看使用NOKOV度量动作捕捉系统的科研论文

目前，论文合集已收录 1015篇使用NOKOV度量动作捕捉系统开展研究并发表的论文，并将持续更新。

科研人员可以根据研究对象、实验任务或应用方向查找相关研究，进一步了解NOKOV度量动作捕捉系统在具体科研实验中的使用方式。

→ 查看 / 下载论文合集

常见问题

有多少已发表论文使用了NOKOV度量动作捕捉系统？

截至2026年8月，使用NOKOV度量动作捕捉系统开展研究并发表的论文已达1015篇，其中617篇被SCI、EI收录。

NOKOV度量动作捕捉系统被用于哪些科研方向？

目前收录的论文以机器人与工程研究为主，包括具身智能、人形机器人、遥操作、软体机器人、医疗机器人、水下机器人、多智能体协同控制、运动与路径规划、自动驾驶和智能交通等方向，同时也涉及生命科学、虚拟现实和传媒娱乐。

NOKOV度量为机器人科研提供哪些开发接口？

NOKOV度量动作捕捉系统XINGYING软件提供开放SDK，支持C/C++、Python、C#等开发语言，MATLAB、Simulink等开发工具，并适配ROS/ROS2、PX4、ArduPilot等机器人和无人机平台；同时支持MAVLink、VRPN、ZMQ、OSC等数据协议，以及MuJoCo、Isaac Sim等仿真平台。

这些已发表论文对动作捕捉设备选型有什么参考价值？

已发表论文能够呈现动作捕捉系统在具体科研实验中的使用情况，包括研究对象、实验任务、采集数据以及系统在实验中的具体作用。科研团队可以查阅与自身研究方向相近的论文，了解相关系统已有的科研应用，并将这些信息作为产品参数之外的设备评估参考。