经典案例

飞机结构状态的高效识别方法

研究以数据驱动的动态模态分解（DMD）技术与基于密度的应用噪声空间聚类（DBSCAN）为基础，结合创新的秩稳定性图，提出了一种高效的结构模态参数辨识方法

材料形变 - 具有不连续和张力/压缩依赖的正/负泊松比的机械超材料

本研究设计了两种蜂窝结构机械超材料，具有可变的、依赖于拉伸或压缩的正负泊松比，并通过NOKOV度量动作捕捉验证了超材料的形变特性。

仿蝠鲼软体机器人实现高速多模态游动

本研究提出了一种受蝠鲼启发的新型软体游泳机器人，最高游泳速度可达每秒12.23厘米，最大转弯角速度为每秒22.5度，同时可实现前后平移、转弯和翻转多模态游动。NOKOV度量动作捕捉系统为研究提供机器人游泳实时速度数据，记录其在不同驱动条件下的运动状态，助力优化机器人的性能和设计。

RA-L：动态抓握场景下视觉-触觉结合的物体6D位姿跟踪

清华大学交叉信息研究院弋力老师团队在RA-L发表文章《Enhancing Generalizable 6D Pose Tracking of an In-Hand Object With Tactile Sensing》，通过触觉增强显著提升通用物体6D位姿跟踪的性能。

Nano Energy 水下机器人近场感知与速度评估由深度学习辅助的仿海豹胡须传感器实现

本研究设计了一种仿生水下摩擦电胡须传感器，可被动感知多种水动力流场，有望成为水下航行器在本地导航任务中的整合工具。NOKOV度量动作捕捉系统提供高精度的水下航行器位姿参考数据，助力实现水下航行器的近场感知与在线状态评估。

ICRA 2024 首个全矢量自主水下机器人

具有精确运动能力的“八推”全矢量推进自主水下机器人被首次设计和制造！不仅如此，本文提出了自主水下操控架构，并基于模型预测控制构建了机器人控制系统。

适用于局部视觉挑战场景的鲁棒多立体视觉惯性里程计

西北工业大学无人系统技术研究院张通老师团队提出了一种可以集成任意数量视觉相机的SLAM-VIO视觉惯性里程计系统，兼顾定位精度与计算量，在真实实验中使用NOKOV度量动作捕捉验证了系统的效率。

基于示教学习的手术机器人缝合技能学习

NOKOV度量动作捕捉设备红外光学动作捕捉镜头来测量和捕捉手术缝合过程，并计算手术钳连续实时位置和姿态运动轨迹进行手术机器人的研发。

摩擦纳米发电机收集波浪能效率及稳定性提升

王中林院士、曹南颖老师研究团队设计了一种由导电3D打印技术实现的摩擦纳米发电机，结构优化后显著提升波浪能收集效率。NOKOV度量动作捕捉系统实时记录了研究中浮子模型的六自由度运动信息，尤其聚焦于浮子俯仰角的变化。通过多摄像头协同，生成高精度运动曲线，为实验验证提供关键数据。

提高绳牵引并联连续体机器人运动学建模精度的基于Transformer的分段学习方法

研究针对绳牵引并联连续体机器人运动学建模提出一种基于Transformer网络的分段学习法，其精度卓越，优于目前先进方法

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。

超大沙盘无人车和无人机定位追踪

在超大沙盘场景中进行无人车和无人机协同控制实验，将38m*8m*2.9m场地分为3个区域，拼接区域也能对无人车和无人机进行稳定捕捉。

水下机器人高精度动作捕捉

水下机器人表面装有定制的反光标记点帮助定位，在上浮下潜过程中被稳定捕捉。NOKOV度量动作捕捉使用无缝衔接算法和位置校准技术，确保在穿越水面时数据传输的连续性和一致性。

虚拟吉他手精准演奏

研究中合成的虚拟吉他手能够精准演奏乐曲未训练过的乐曲。作者摒弃了将双手作为整体训练的方法。他们将每只手视为一个独立智能体，分别训练后再进行双手协调控制，避免了在高维状态-动作空间中直接进行策略学习，从而显著提高了训练效率。

协作机器人遥操作

度量用户大阪大学万伟伟老师最新成果：利用NOKOV度量动作捕捉实现协作机器人遥操作。该系统不仅能远程控制移动机械臂操纵刚体，还能控制操纵布料等可变形物体。“插笔帽”等精细操作也不在话下。

半机械昆虫自主导航控制

北京理工大学机械与车辆学院提出了“构建虚拟视觉信号”的半机械昆虫飞行控制技术，通过向昆虫视叶施加模拟视叶场电位的脉冲信号，调节视叶电位活动，使昆虫产生视觉假象，从而做出行为响应。

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。

自动驾驶仿真实训平台，丰富多车及车路协同实训教学

北京工业大学驾驶行为研究团队：虚实融合车路云一体化实验室将虚拟仿真与传统智慧交通实训设备深度融合，NOKOV度量动作捕捉系统实时提供真实车辆的位置信息，帮助实现仿真交通场景可视化，以实现多种路网场景切换、虚拟车辆与真实车辆交互，满足多样的教学需求。

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。

足球运动捕捉

牛津大学工程科学系生物医学工程副教授赫亮团队释出一段研究视频，他们利用NOKOV度量光学动作捕捉系统实时获取足球运动员关键关节点的三维空间坐标（位姿数据），高精度还原足球技术细节，为进一步研究提供可靠支持。

人机交互手术机器人遥操作控制效果

由宋爱国教授和朱利丰副教授负责的“力反馈血管介入手术机器人人机共融关键技术项目”，利用NOKOV度量动作捕捉系统，获取手术机器人位姿、操作者手势体态数据并对受试者进行定位，以评估人机交互手术机器人的控制效果。

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。

无人车位姿数据获取

北京工业大学利用光学动作捕捉系统，追踪记录和分析两辆无人车的位姿数据，实现无人系统的集群协同控制与规划

四足机器人步态分析

南京理工大学机械工程学院四足机器人步态分析。

无人车控制算法验证

桂林电子科技大学人工智能学院，在实验室内架设动作捕捉系统，采集无人车位姿数据，进ROS系统，进行无人车运动控制、路径规划、目标识别及智能驾驶相关的算法认证研究。

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

无人机斜钻方圈

研究提出了一种名为Gap-Traversing Adaptive Curriculum Learning (GTACL) 的创新方法，使四旋翼无人机能够快速且敏捷地穿越移动且倾斜的狭窄间隙。该方法结合了自适应课程强化学习（ACRL）和在线推力更新（OTU），通过模拟训练后能够实现无需微调的零样本转移到现实世界的四旋翼无人机上。

MTABot：带两个可变形轮子的高效可变形陆空机器人

研究团队设计出MTABot，一种新型的三模式可变形陆空机器人，它通过两个多功能附件实现滚动、攀爬和飞行。MTABot的设计经过精心优化，以提高在不同地形上的运动效率和能量效率。

通过强化学习算法增强蝴蝶状扑翼飞行器的升力

通过强化学习-PPO算法提升并打造足以让蝶形FWV不借助额外辅助或气流起飞的升力，并利用NOKOV度量动作捕捉系统监测到上挥阶段升力峰值与前后翼开闭以及柔性变形有直接关系，而这些发现用传统的空气动力学方法并不容易预测或发现。

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。

基于连续隐式SDF的任意形状机器人轨迹优化

该研究利用连续隐式有符号距离场（SDF），对复杂形状机器人的几何形状及扫掠体进行精确建模，获得更大的轨迹规划求解空间。同时，规避了复杂的环境表示，具有很高的计算效率。连续隐式SDF的使用也让该方法实现了连续避障。

AI顶会IJCAI: 面向惯性传感器信号增强的深度学习架构

本文提出了一种基于无监督和弱监督学习的尺度和方向引导生成对抗网络（SDG-GAN），用于低成本惯性传感器信号增强，通过动作捕捉精确记录的运动信息作为辅助任务的标签，显著提升了信号增强的性能和精度。

王中林院士：水面摩擦纳米发电机六自由度姿态跟踪和动力学/能量分析

通过采用新型高科技红外光学捕获系统和精确的数值分析，首次获得了各种浮动三电纳米发电机在波浪激励下的六自由度（6DoF）信息。从 6DoF 数据的计算和统计中剥离出的六维运动学雷达矩阵和能量梯度曲线，全面揭示了 F-TENG 的动态行为和能量流，同时也揭示了 F-TENG 的动力学特性。

人工智能如何实现机器人辅助穿衣？吉林大学高一星团队ICRA2023发表研究新进展

来自吉林大学人工智能学院的副研究员高一星，在机器人领域顶级国际会议ICRA 2023中发表了机器人辅助穿衣（Assistive Dressing）及衣物抓取的研究新进展。其中，NOKOV度量动作捕捉系统为研究提供了衣物抓取点实时位姿数据。

六足机器人结构优化可载重20kg，适应河床、冰面等复杂地形

基于优化方案的足式载重机器人优化方案，样机可载重20kg，稳定横向移动，并通过河床、冰面等复杂地形测试。

可穿戴生物反馈装置监测部分负重行走时胫骨负荷

本研究利用惯性测量单元和定制仪器鞋垫开发了一种新型生物反馈系统。根据从实验中收集到的数据，采用了一种基于物理模型和神经网络架构相结合的混合方法来预测胫骨力。

基于可穿戴运动传感器的机器人示教学习与泛化方法

本文提出了一种基于可穿戴惯性传感器的机器人示教学习和泛化的方法，利用NOKOV光学动作捕捉系统作为“金标准”，验证了自研的可穿戴惯性动作捕捉系统的精度。

自动驾驶 | 面向矿区装卸载作业场景的无人卡车的轨迹规划

本文提出了一种分层规划策略，帮助在露天矿山的装卸载作业区域中实现安全、高效率、高质量的轨迹规划。

基于单个惯性传感器的任意空间轨迹重建

研究团队建立了一种流形深度学习方案，该方案通过几何模型库实现对高维轨迹流形的低维表示，从而降低深度学习方法的学习成本，最终实现基于单个惯性传感器的任意运动追踪与轨迹重建。

一种双模式机器人辅助股骨干骨折钢板植入方法

本文结合起点确定算法、运动捕捉、深度学习和机器人技术，提出了一种双模式机器人辅助钢板植入方法。

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。

IEEE T-RO 软体机器人手指状态估计实现两栖触觉传感

南方科技大学戴建生院士、林间院士、万芳老师、宋超阳老师团队近期在IEEE-T-RO上发表了关于软体机器人手指在两栖环境中本体感知方法的论文。

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 RRT* 的连续体机器人高效轨迹规划方法——ICRA 2024 入选论文

ICRA 2024 最新入选论文，南方科技大学孟庆虎院士团队提出基于 RRT* 的连续体机器人高效轨迹规划方法。

面向新手在无人机竞速场景下的飞行辅助系统

浙江大学 FAST Lab 高飞老师团队钟宇航同学设计了一套无人机竞速辅助飞行系统，帮助新手快速上手参与无人机竞速比赛。论文获 ICRA 三项 Best Paper 提名。在真实实验中使用NOKOV度量动作捕捉验证了系统的效率。

绳牵引并联机器人动态避障方法

哈尔滨工业大学（深圳）熊昊老师团队最新研究成果：提出了一种基于强化学习的避障控制器，在实验中使用NOKOV度量动作捕捉系统实时获取绳索、移动基座的位置，以及动态障碍物的位置和形状信息。

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。

动作捕捉系统助力无人机着陆结构设计

中国石油大学（华东）研究团队基于Kresling折纸结构双稳态空间设计了一种无人机着陆系统结构，利用动捕技术对其进行动力学分析，为无人机着陆系统结构设计提供创新方法。

运动捕捉系统助力电力线巡检机器人的自主落线研究

中科院自动化所的研究团队提出了一种完整的自主落线方案，利用动捕系统评估了基于双目视觉的电力线上着陆点的深度精度，为混合式机器人高效着陆和巡检奠定了基础。

动作捕捉系统助力基于机器视觉和倾角传感器的位姿检测系统研究及验证

西安电子科技大学研究团队提出一种基于机器视觉和倾角传感器的悬臂式掘进机位姿检测系统，并借助NOKOV度量动作捕捉系统验证其有效性和可靠性。

运动捕捉系统和人工神经网络ELM联合校准提升工业机器人的绝对精度

同济大学航力学院使用一种新的校准方法，利用运动捕捉系统和人工神经网络（ELM）来增加工业机器人的绝对精度。

动作捕捉用于差速驱动移动基座的可变形机器人轨迹优化研究

浙江大学为解决可变形机器人在复杂三维环境中的轨迹规划问题，提出一种基于差速驱动移动基座的移动机器人的轨迹优化方法，并使用NOKOV动作捕捉设备验证了该方法的有效性。

动捕技术助力基于映射规划框架的四旋翼飞行器自主导航研究

哈尔滨工业大学提出一种新的映射规划框架，以提高四旋翼飞行器在复杂环境下的自主导航能力，并使用NOKOV动作捕捉设备验证了该框架的有效性和鲁棒性。

动作捕捉助力人机耦合模型及其在下肢外骨骼的设计

通过光学动作捕捉和测力台，验证模型运动学算法的准确性，并将模型应用到外骨骼机器人的设计和控制优化中。

仿生机器鳄鱼：基于动作捕捉的仿生步态规划

采用NOKOV度量动作捕捉系统进行步态观测实验，收集分析鳄鱼的运动数据，以此为基础进行机器鳄鱼的仿生步态规划。