经典案例

IROS 2025 多智能体深度强化学习算法实现Crazyflie无人机在复杂环境中协同追逐

国防科大周晗老师团队在IROS 2025上发表多智能体追逃的知识增强DRL方法，度量动捕提供多架Crazyflie无人机的位置和速度数据，助力验证本文算法。

室内多无人机实验平台

室内多无人机实验平台-北京理工大学方浩教授团队

无人车协同控制-北京理工大学方浩教授团队

无人车自主编队与集结-北京理工大学方浩教授团队

无人车-智慧交通无人驾驶仿真平台

仿真系统功能演示-中汽数据有限公司

crazyflie无人机协同控制-字母编队演示

crazyfile无人机字母编队-灵思创奇科技

E-puck多无人车协同控制

无人车数字0-9编队-北京理工大学自动化学院夏元清老师团队

无人车任意队形自主变换

中科院自动化所蒲志强老师团队无人车任意队形自主变换

无人车智能集群的分布式协同优化与控制

无人车集群平台高度还原牧羊场景-北京理工大学方浩教授团队

群体智能研究详解-中科院自动化所

中科院自动化所-群体智能研究详解

基于leader-follower的无人机编队跟踪

基于leader-follower的无人机编队跟踪-北京理工大学自动化学院方浩老师

无人机室内定位

西北工业大学无人系统技术研究院张通老师团队，光学动作捕捉无人机室内定位实验。由动捕相机接收无人机上4个marker点的反馈信息，实时输出无人机三维坐标数据，精准无人机位姿定位。

基于密度相互作用的集群系统集体裂变行为分析实验

集群协同应用 | 西北工业大学航海学院彭星光老师团队使用动作捕捉系统实时获取机器人的绝对坐标和方向，通过数据传输和解码，使机器人具有局部感知能力，从而通过算法观察和验证机器人集群系统中集体裂变行为。

crazyflie无人机多机编队飞行

集群协同应用 | 江苏科技大学群体机器人实验室，采用Crazyflie无人机，演示无人机编队飞出“8”字形态效果，同时使用光学动作捕捉系统，室内精准定位，捕捉无人机集群编队的运动轨迹。

无人机协同“嗅出”数字信息素狼群算法提升地图构建精度

通过构建电磁环境地图，可以实现对电磁能量分布等信息的可视化展示，有助于实现电磁污染的监测与防治。在军用领域，电磁环境地图为电磁态势生成、用频冲突消解以及电磁频谱作战筹划应用提供直接支持。

人车协同导航定位技术优化

无人机编队与协同控制

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。

索并联机构中的理论验证

清华大学机械工程系研究人员针对索并联机构的大跨度稳定运动进行了相关研究，旨在为大型表面涂装过程提供稳定高效的轨迹规划方案，动捕镜头通过捕捉反射的红外线，进而根据三维重建理论获得反光标志点的位置坐标，按照反光点与动平台的安装关系即可解算出动平台的实际位置坐标。

机器人性能测试系统

NOKOV(度量)光学三维动作捕捉系统的定位原理与激光跟踪仪不同。系统通过多个动作捕捉镜头捕捉反光标志点（Marker）的形式来定位机器人关键节点的位置，并根据标志点坐标计算出机器人位姿，定位精度为亚毫米级。

自动驾驶沙盘系统

NOKOV动作捕捉设备可实时获取模型车刚体的位置、速度和加速度信息。工程师将动作捕捉数据作为定位数据与其他传感器数据融合，实现沙盘中模型车智能驾驶演示。

多旋翼无人机室内定位与飞控算法测试平台

基于NOKOV(度量)光学三维动作捕捉系统，构建了多旋翼无人机室内试验系统,作为多旋翼无人机复杂控制算法的测试平台，可以为无人机飞控提供精确的位置和姿态信息

精度亚毫米级！无人机编队定位技术解读

无人机编队定位技术利用NOKOV动作捕捉系统获取刚体六自由度信息，通过VRPN传入到基于Ubuntu的机器人操作系统ROS中，地面站软件读取到传入ROS中的数据后，可以计算运动参数，解算编队控制量，估计航点位置，发布航点指令。无人机收到航点指令后，向下一个方向移动，其位姿信息又被捕获到，再次传入地面站，以此循环，实现无人机室内的编队控制。

双机械臂机器人定位与运动规划

对双臂机器人进行机械臂定位，使用NOKOV（度量）光学三维动作捕捉系统，获取主臂的关节位置和速度与从臂的关节位置速度的协调关系，进而实现机械臂协调运动。

中科院自动化所多智能体协同控制平台编队与自主避障

中科院自动化所无人集群系统分为三个子系统，定位子系统、通信子系统与控制子系统，可实现单体无人车和无人机控制、地空协同、集群对战以及无人车、无人机编队表演等功能

多智能体协同控制室内空间定位试验平台的研发

通过NOKOV（度量）光学三维动捕系统获取无人机和无人车的组合在空间中的飞行六自由度信息，完成无人机-无人车多智能体之间的空地协同运动和交互式配合。

无人驾驶汽车定位追踪

NOKOV的动作捕捉定位系统通过在无人车上布置的反光标志点来对沙盘中的无人车在进行室内定位，由SDK发送到无人车的服务器，再通过无线模块将位置信息传达给无人车，以此实现实时获取位置信息并回传给无人车，实时定位和纠正路线及行驶行为。

边云协同电力自主巡检系统的研发

无人机协同电力巡检系统研发，需要在实验室环境下完成无人机的路线模拟以及视觉训练，使用NOKOV3d动作捕捉设备，捕捉在无人机室内定位信息，在动作捕捉软件Seeker中完成无人机刚体信息的计算，实现控制无人机在预定的飞行轨迹上完成无人操作，自适应飞行，并完成随机悬停拍摄。

Crazyflie无人机、无人车分布式集群协同控制

华南理工大学蔡鹤教授研究团队围绕分布式集群协同控制，分别提出基于相对位置的协同追击策略，以及降低内部通信要求的分层编队控制策略，NOKOV度量动作捕捉系统为Crazyflie无人机集群、无人车集群实时输出高精度位姿数据。

多智能体强化学习样本效率提升方法

北京航空航天大学研究团队将层次对称性引入多智能体强化学习，以提升算法的样本效率。度量动捕实时获取集群状态数据，助力验证本文算法。

Crazyflie无人机集群协同控制-山东大学机器智能与系统控制教育部重点实验室

山东大学机器智能与系统控制教育部重点实验室刘允刚教授团队：Crazyflie无人机集群完成无碰撞队形变换、多机运动规划、多机位置对调以及多机巡逻等任务。无人机集群实时位姿数据由NOKOV度量动作捕捉系统提供。

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。

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。

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。