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).

2600m²动捕场地 216台镜头服务低空研究

近日，“四川旋杰智能无人系统测试验证训练基地” 宣布正式投产。该基地设有2600平方米动捕场地，配备NOKOV度量光学动作捕捉系统，共部署300台动捕镜头。

中大吕熙敏老师解读T-RO/RA-L/IROS系列成果，实现空中操作能做、做稳、做快！

ICRA 2026上，度量用户、中山大学智能工程学院吕熙敏副教授围绕“空中操作”方向，向我们分享了发表于T-RO、RA-L和IROS 2025的三项成果，实现空中操作“能做”、“做稳”和“做快”。

抗遮挡握手动作捕捉｜高交互场景下的稳定追踪

本案例展示NOKOV度量动作捕捉系统在双人握手场景中的抗遮挡性能。基于反算标记点、虚拟标记点及智能三维重建算法，即使在高交互、高遮挡及超近Marker间距条件下，依然能够实现稳定、连续的手部动作捕捉。

IEEE RAL 2025最佳论文！集群依靠局部感知形成目标形状

近日，西北工业大学航海学院彭星光教授团队的研究成果荣获 2025 IEEE Robotics and Automation Letters（RA-L）Best Paper Award。论文第一作者为航海学院博士研究生向雅伦。该论文从 2025 年 RA-L 收录的 1700 余篇论文中脱颖而出，成为全球仅有的五篇最佳论文奖获奖论文之一，代表了国际机器人与自动化领域的前沿研究水平。