通过强化学习算法增强蝴蝶状扑翼飞行器的升力

重庆大学航空航天学院的研究团队在Bioinspiration & Biomimetics期刊上发表关于提升蝶形FWV升力的论文：

通过强化学习-PPO算法提升并打造足以让蝶形FWV不借助额外辅助或气流起飞的升力，并利用NOKOV度量动作捕捉系统监测到上挥阶段升力峰值与前后翼开闭以及柔性变形有直接关系，而这些发现用传统的空气动力学方法并不容易预测或发现！本文为仿生扑翼飞行器未来的发展提供了有价值的强化学习经验。

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。