采摘机器人果实三维空间定位性能验证中动作捕捉系统的应用-度量科技

智能采摘机器人的应用在成熟果实收获中有极大作用，其有利于缩短采摘时间、降低采摘成本、减小人工劳动强度，在果实生产作业中有着举足轻重的意义。

现有采摘机器人没有根据果实生长分布情况及遮挡状态进行类别划分，采摘机器人无法准确区分可采摘和遮挡的果实，可能导致采摘失败甚至损伤末端执行器。为此重庆理工大学的杨长辉老师团队研究了自然场景下成熟柑橘果实的分类识别与定位方法，使其具有自主感知和收获能力。

采摘机器人果实三维空间定位方法

为了验证该果实识别定位方法的可靠性，并准确获取该方法对于果实定位的精度，团队在实验室环境下利用NOKOV度量动作捕捉系统（如图所示）对任意位置的果实进行了定位精度测试。

利用NOKOV度量动作捕捉系统对任意位置的果实进行了定位精度测试

实验过程如下图所示，将Kinect相机固定在可升降的支架上，在相机彩色镜头和深度镜头范围内任意位置悬挂一个柑橘果实，首先通过NOKOV度量动作捕捉系统分别捕捉柑橘果实及相机在其坐标系下的空间位置，作为系统真实值，然后利用上述定位方法获取柑橘果实在相机坐标系下的空间位置。通过对比NOKOV度量动作捕捉系统得到的相对位置真实值与上述定位方法得到的相机与柑橘果实的相对位置来评价该方法的定位精度。

采摘机器人果实三维空间定位性能验证中动作捕捉系统的应用

通过对比NOKOV动作捕捉系统和Kinect相机测得的20组不同位置的柑橘果实的三维空间坐标可知，在x轴方向上的平均定位误差为2.51mm、在y轴方向上的平均定位误差为2.71mm、在z轴方向上的平均定位误差为3.35mm。由实验结果可知，通过上述定位方法获取的果实的三维空间坐标与果实真实的三维空间坐标之间的误差较小，在实验误差范围以内，能够满足采摘机器人对于果实的定位精度要求。

参考文献：[1]熊龙烨. 自然场景下成熟柑橘果实分类识别与定位方法研究[D]. 重庆理工大学, 2020.

原文链接：http://cdmd.cnki.com.cn/Article/CDMD-11660-1020055212.htm

IEEE RA-L | Aqua-Splat声呐—视觉水下三维重建，NOKOV提供水下机器人六自由度位姿真值

哈工大（深圳）胡靓教授团队提出Aqua-Splat声呐—视觉水下三维重建方法，提升几何重建精度与图像保真度。NOKOV度量动作捕捉系统为搭载双目相机与前视声呐的BlueROV2水下机器人提供六自由度位姿真值，用于建立每帧视觉、声呐数据与机器人位姿之间的空间对应关系。

双层LSTM光纤形状实时重建，NOKOV度量动捕提供高精度三维真值

中科院深圳先进院刘奂奂团队基于 NOKOV度量动作捕捉系统，提出面向微创手术导航的双层LSTM光纤形状重建方法。NOKOV获取光纤标记点高精度三维坐标，作为模型训练真值，并验证动态重建精度与稳定性，助力实现FBG光谱到光纤三维形状的端到端实时重建。

面向机器人多接触操作的视觉-触觉-位姿数据采集系统

机器人多接触操作的数据采集，难点不只是记录动作，而是同时获得可用于训练的视觉、触觉和位姿轨迹。香港大学、上海创智学院李弘扬团队在 ICRA 2026发表论文，提出一种无需机器人参与的视觉-触觉数据采集系统 FreeTacMan。该研究中，NOKOV 度量光学动作捕捉系统用于采集手持夹爪的高精度 6D 位姿，并与视觉、触觉和夹爪开口宽度同步记录，为机器人复杂接触操作策略学习提供多模态数据基础。

浮体运动如何精准测量？NOKOV度量动作捕捉助力浮动式多模块系统连接器失效安全验证

浮动式多模块系统是海洋工程领域的重要结构形式，其安全性受到连接器失效影响。中国海洋大学团队基于波浪水槽物理模型实验，利用NOKOV度量动作捕捉系统获取浮体模块运动数据，并结合数值模拟分析连接器失效后的动力响应变化。