基于连续隐式SDF的任意形状机器人轨迹优化

浙江大学FAST-Lab高飞老师团队提出一种机器人高效轨迹优化的新方法，并使用NOKOV度量动作捕捉系统验证了算法的高效性和准确性，论文在IROS 2023大会上发表。第一作者：张庭瑞

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。

中山大学谭宁老师团队在IJRR上发表连续体机器人预设行为自适应控制（BPAC）框架，度量动捕为实验提供执行器位置真值，助力验证控制方法有效性。

置身建发·三体沉浸式艺术展，体验《三体》经典台球场景：两球相撞，撞出无限可能！物理学？不存在的！

慕尼黑工大MIRMI研究院的Daniel Dücker老师，利用NOKOV度量水下动作捕捉系统，获取水下机器人的高精度位姿真值，用于生成训练数据、验证控制与估计算法。

山东科技大学海洋土木工程实验室李朋老师团队利用NOKOV度量水下动作捕捉系统监测水下柔性管道振动。

用户须知

联系我们

如需更多应用、案例信息或产品报价，请致电 010-64922321，或在下方留言：

机器人/无人机 VR/AR/XR 运动康复传媒娱乐

提交

北京度量科技有限公司（总部）

北京市朝阳区安慧里四区15号五矿大厦8层820室

info@nokov.com

010-64922321