English 日本語 Русский

经典案例

无人车实验室编队中的动作捕捉

NOKOV度量动作捕捉系统能够实现高精度室内定位,获取无人车三维坐标与刚体六自由度信息,并以极低延迟将数据传输到地面站,再由地面站发送指令,实现无人车控制。

VR和眼动控制集群机器人的方法

此研究通过构建VR交互场景,生成集群机器人数字孪生主体,根据人眼动数据生成控制指令,以实现高效、强沉浸感的远程交互控制。

未知复杂环境的无人机自主目标搜寻

四川大学电子信息学院杨鑫松老师团队实现大迷宫及复数楼层无人机自主目标搜寻。仿真实验中使用PX4仿真器,能在完全未知的复杂环境下自主搜寻目标,并将目标位置在构建的地图上标注。

机器人足球比赛中多智能体动态编队的研究

研究团队发表最新成果《Dynamic Formation Planning and Control for Robot Soccer Game with Multi-Agent Reinforcement Learning and Behavioral Model》:提出了一种机器人足球场景中的多智能体动态编队策略。通过用于进攻的行为模型和用于防守的强化学习,实现了队伍的攻防策略转换,适应不断变化的比赛情景。

智能无人集群系统虚实融合闭环验证

中科院自动化所蒲志强老师团队设计的智能无人集群系统,实现无人车和无人机的空地协同,并进行了虚实融合闭环验证。实验使用了NOKOV度量动作捕捉系统,以获取高精度且实时的位姿数据。

Crazyflie无人机集群编队

北京航空航天大学人工智能研究院通过NOKOV度量光学动作捕捉系统对无人机集群编队协同控制进行研究

巡检机器人空地协调

为提高巡检巡逻效率,满足巡逻范围广、监测频率高、任务时间长等要求,武汉科技大学的巡检机器人团队取得如下成果:模拟罐体外表面缺陷检测:高效规划无人机飞行路径、实现大型罐体表面的完全覆盖;空地协作机器人持续监测:UAV&UGV异构协作系统对复杂和简单地形的持续监测,协作监测完成效果好、运动轨迹偏差小;无人机江边水质检测实验;智能巡检机器人;气味源寻源实验。

密集环境中的自组织雷诺无人飞行器群

由7架四旋翼无人机组成的编队,在森林式密集障碍环境中灵活避障,同时实现编队维护——天津工业大学研究成果

利用类似Vicsek互动的可编程蜂群机器人探索临界性假设

团队使用多达50台自研SwarmBang集群机器人,针对经典Vicsek集群模型中的临界效应进行了系统的大规模机器人实验。

一种复杂障碍环境中基于在线规划的无人机编队安全控制方法

本文介绍了一种基于履带式移动机器人的多机器人协作运输系统,可在非平整路面协同运输60公斤的有效载荷。

多智能体强化学习平台:减小模拟到真实的差距

本文提出了无人机强化学习平台,通过NOKOV度量动作捕捉系统建立现实世界到仿真环境的映射,允许真实的无人机通过虚拟传感器与虚拟对象交互,使得策略网络可以使用虚拟代理进行训练,并无缝转移到真实的无人机上。

多机器人系统无分配队形控制

十个移动机器人在现实实验中精确高效形成“R”、“A”和“L”队形,动捕验证算法实用性。仿真实验证明了算法在不同群体规模下形成复杂队形的有效性。相较其他方法,本文算法在精确度及效率方面性能更佳!

基于关系图深度强化学习的机器人多目标包围问题新算法——中科院自动化所蒲志强教授团队

中科院自动化所蒲志强教授团队,提出一种基于关系图的深度强化学习方法,应用于多目标避碰包围(MECA)问题,使用NOKOV度量动作捕捉系统获取多机器人位置信息,验证了方法的有效性和适应性。研究成果在2022年ICRA大会发表。
联系我们
如需更多应用、案例信息或产品报价,请致电 010-64922321,或在下方留言:
机器人/无人机 VR/AR/XR 运动康复 传媒娱乐
北京度量科技有限公司(总部)
Location 北京市朝阳区安慧里四区15号五矿大厦8层820室
Email info@nokov.com
Phone 010-64922321
提交成功!请您耐心等待!
欢迎关注公众号,获取更多信息
关闭