经典案例

全部人体动物并联机器人轮足机器人农业机器人人形机器人软体机器人巡检机器人医疗机器人/手术机器人/机器人辅助手术仿生机器人无人机/无人车外骨骼/可穿戴设备机械臂移动机器人连续体机器人步态分析运动分析生命科学虚拟现实传媒娱乐机器人与工业编队集群/协同/避障/防撞操纵导航/定位/SLAM 灵巧手/手部动捕人机交互/人机协作海洋与水下位移/形变测量/精准测量遥操作运动规划/轨迹规划/路径规划人机工效

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。

多飞行器集联平台的控制与状态估计框架研究

北京理工大学俞玉树老师团队在IEEE RAL，IEEE TRO和IEEE TASE上分别发表关于多飞行器集联平台（Integrated Aerial Platforms, IAPs）的论文，提出IAP的控制和状态估计框架，为飞行操作机器人执行多功能空中操作任务奠定坚实基础。NOKOV度量动作捕捉系统为IAP提供高精度位姿真值数据，助力评估本文方法。

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

无人机室内定位飞行

上海交通大学无人系统协同智能实验室无人机室内定位飞行

无人机&无人车室内定位

北京航空航天大学无人机&无人车室内定位

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

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

沙丘中的轮式移动机器人

沙丘中的轮式移动机器人-上海交通大学机器人研究所

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

无人机飞行姿态动作捕捉

南京大学计算机科学与技术学院陶先平教授团队，光学动作捕捉无人机飞行姿态实验。由动捕相机接收无人机上的4个marker点的反馈信息，对无人机定位，反映无人机运动姿态。

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。

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。

动作捕捉技术助力行星漫游车的技术创新

上海交通大学高峰教授团队正在研发的TAWL有机会大幅度提升行星漫游车的行驶能力，NOKOV度量动作捕捉技术也参与到了TAWL的研发测试工作，助力行星漫游车的技术创新。

动作捕捉系统验证OPT追踪井下无人机的性能

提出了一个基于超宽带（UWB）和惯性测量单元（IMU）融合的按需精确跟踪（OPT）框架，OPT提供了一个UWB信号传输的自适应调整机制，以权衡无人机在煤矿中的定位精度和能源消耗。

动作捕捉助力无人车多源传感器信息融合导航技术

为了让无人车系统具有更高的自适应性和可靠性，哈尔滨工业大学的研究人员研究了基于多源传感器信息融合的导航系统，并借助动作捕捉系统进行验证。

动作捕捉系统用于室内组合定位技术研究

哈尔滨工业大学的研究人员以无人车为定位载体，利用NOKOV动作捕捉系统，对基于超宽带（UWB）和惯性导航系统（INS）的室内组合定位技术进行研究。

动作捕捉系统用于飞行机械臂目标检测与定位算法验证

在飞行机械臂目标检测与定位算法验证实验中，利用NOKOV度量动作捕捉系统实时输出摄像头和目标物在世界坐标系下的位姿数据。

动作捕捉系统用于地下隧道移动机器人定位与建图

地下隧道移动机器人自主智能的完成任务，精准的定位和地图构建是前提和关键，利用NOKOV度量动作捕捉系统可获取机器人的真实轨迹。

人车协同导航定位技术优化

无人机编队与协同控制

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。