经典案例

全部机器人、无人机和工业步态分析运动分析生命科学虚拟现实传媒娱乐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/路径规划人机工效具身智能

四足机器人，足式机器人状态估计，卡尔曼滤波，鲁棒滤波算法，具身智能，机器狗，NOKOV度量动作捕捉

IEEE RAL 足式机器人鲁棒状态估计精度较基线提升40%以上

山东大学研究团队发表面向绳驱动连续体机器人的融合非线性扩展状态观测器的自适应滑模跟踪控制方法，度量动捕为实验提供机器人末端执行器位姿数据，助力验证控制方法有效性。

IJRR | 北航团队提出机器人复合分层抗干扰框架：实现无人机边飞边学

北航杭研院郭克信老师团队在IJRR上发表FORESEER机器人复合分层抗干扰框架，研究在五种不同构型的无人机平台上进行了室内外大量实验，通过四类代表性任务系统验证框架的性能。 NOKOV度量动作捕捉系统为实验提供了无人机在室内执行飞行任务时的高精度位姿数据及轨迹信息，助力验证FORESEER框架处理各种不确定性的有效性。

人形机器人武打动作训练

武汉大学机器人学院BRAIN实验室利用度量动捕采集人体高精度武打动作数据，用于人形机器人强化学习训练，最终人形机器人复现了“行云流水”的武打动作。

机械臂，仿生机械臂，轨迹规划，浙江理工，粒子群优化-随机森林算法，PSO-RF模型，动作捕捉，卡尔曼滤波，RTS

人臂到仿生机械臂的运动迁移方法

近日，来自杭州的研究团队在《biomimetics》期刊发表论文《Research on Motion Transfer Method from Human Arm to Bionic Robot Arm Based on PSO-RF Algorithm》，论文已被SCI和EI收录。

Project-Instinct：面向人形机器人的直觉级全身运动控制框架

研究团队采用NOKOV度量动作捕捉系统采集高精度人体运动数据，为算法提供了高质量训练数据。

人形训练及遥操作-同济何斌教授团队

同济大学何斌教授团队利用NOKOV度量光学动捕系统与数据手套集成，获取高精度人体全身动作数据，用于人形机器人训练及遥操作。

人形机器人跳技能五子棋

武汉大学机器人学院利用度量动捕获取人体高精度舞蹈动作数据，用于人形机器人强化学习训练，最终人形机器人复现了流畅丝滑的舞蹈动作。

IEEE T-RO 空中机械臂全身规划框架实现高机动的多样化操作

来自中山大学的吕熙敏团队的论文《Whole-Body Integrated Motion Planning for Aerial Manipulators》最近被机器人领域顶级期刊IEEE Transactions on Robotics接收。该论文提出了一种基于空中机械臂的全身融合规划框架。

IROS EXPO最佳展示奖！国防科大“智行者”人形机器人实现灵巧性高效迁移

国防科技大学“智行者”人形机器人团队在IROS 2025上获得IROS EXPO最佳展示奖。

基于生成模型的上肢外骨骼机器人助力个性化中风康复

研究提出一种能为中风患者提供个性化康复辅助的上肢外骨骼机器人，其具备在线生成能力，支持主动镜像和被动跟随两种模式，拥有六自由度设计、柔顺驱动和安全机制。

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。

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。

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。

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。

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。