无人车实验室编队中的动作捕捉

得益于人工智能的迅速发展，机器人技术广泛应用于生活与工业领域。而对于复杂的应用场景，单个机器人通常是无法胜任的。

无人车编队通过自组织协同控制方式使多无人车系统具备高效完成复杂任务的能力，因此作为提高任务执行效率有效途径的无人车编队技术正在成为研究热点。

燕山大学电气工程学院的研究人员开展了实验室编队中的无人车编队领域研究，对比室外空旷环境下的无人车编队，无人车在室内环境下无法使用GPS导航系统，而在通常的编队体系结构中，总是需要利用空间定位系统获得无人车的位姿信息。

对此，燕山大学电气工程学院采用了NOKOV度量动作捕捉系统来实现室内定位。光学动作捕捉系统可以获得空间中亚毫米级精度的三维坐标，并以极低延迟将数据传输到地面站，再由地面站发送指令，实现无人车控制。

在自主编队技术的研究中，研究人员提出了自己的编队控制协议。对控制协议进行了理论分析与仿真设计后，以仿真实验结果及相关的参数为基础，实现了物理系统的编队行进实验。

动作捕捉系统获取的三维坐标与刚体六自由度信息，通过VRPN协议传入到基于Ubuntu的机器人操作系统ROS中，地面站软件读取到ROS中的数据后，可以计算运动参数，解算编队控制量，估计航点位置，发布航点指令。

无人车收到航点指令后，向下一个方向移动，其位姿信息又被捕获到，再次传入地面站，实现无人车室内的编队控制。