动捕技术助力基于映射规划框架的四旋翼飞行器自主导航研究

鲁棒性和有效性的运动规划算法是四旋翼飞行器在复杂环境下实现自主飞行的关键。环境表征作为感知模块与规划模块之间的桥梁，对生成轨迹的质量有着巨大的影响。人们提出了各种算法来构建导航地图，每种算法对应不同的规划方法。

为了提高四旋翼飞行器的自主导航能力，哈尔滨工业大学的研究团队提出了一个新的映射规划框架（如图1所示）来导航在线四旋翼飞行器的飞行。在映射模块中，使用多面体来表示观察到的障碍物，从占用网格图中提取环境信息，以便为运动规划提供各种信息。规划模块中，通过构建局部拓扑图来有效地覆盖潜在搜索区域，利用该图指导基于分割运动原语的路径搜索，并采用基于多项式的优化方法得到安全、平滑的轨迹。

图1：新的映射规划框架概述

这种新的映射规划框架，能在线构建多面体环境，提供全面的障碍物信息，并利用设计的拓扑规划器，采用分段搜索加速策略，有效生成与障碍物有足够间隙的安全、平滑的轨迹。

大量的仿真和实验验证了这个新的映射规划框架的有效性。其中在实际飞行实验中，NOKOV度量动作捕捉设备为四旋翼飞行器提供了高精度的室内定位信息。

图2：四旋翼飞行器飞行实验

图3：格栅图和感应范围内的多面体环境

实验结果表明，这种新的映射规划框架在计算效率和轨迹质量方面均优于所选基准。通过实际飞行验证了该框架的鲁棒性和有效性。

参考文献

Junjie Gao, Fenghua He, Wei Zhang, and Yu Yao. (2023). Obstacle-Aware Topological Planning over Polyhedral Representation for Quadrotors. In International Conference on Robotics and Automation (ICRA).

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。