动作捕捉系统验证OPT追踪井下无人机的性能-度量科技

井下无人机的远程跟踪在环境探测、人员救援和安全监测中发挥着重要作用。不过，它在井下可能会陷入两难的境地——传输高精度数据需要大量耗能。

由于GPS和惯性导航系统（INS）在井下无法解决信号和精度的问题。所以基于超宽带（UWB）和惯性测量单元（IMU）的融合成为了最佳答案，它在精确测距、抗多径效应和穿透能力方面优势明显。

按需耗能不做无用功

中国矿业大学计算机科学与技术学院，提出了一种基于超宽带和惯性测量单元融合的按需精确跟踪框架（OPT）。首先，设计了基于多传感器融合的无迹卡尔曼滤波器，实现具有定制性能的能量高效跟踪。其次，OPT提供了一种超宽带信号传输的自适应调整机制，在煤矿无人机本地定位的精度和能耗之间进行权衡。最后，开发了一种用于无人机远程跟踪的按需触发算法，以确定数据是否传输到地面服务器。特别是在复杂的井下环境，对按需触发条件进行优化。

场景切换动捕技术高效完成测试

模型分别在室内和煤矿实验室中进行了现场实验，采用了NOKOV度量光学动作捕捉系统获取无人机位置信息，作为追踪性能的评价标准。8个NOKOV MARS镜头分别固定在室内房间及巷道四周，可提供亚毫米级的坐标精度。井下无人机追踪系统由4个位置已知的UWB基站，以及一个搭载UWB移动节点和IMU的无人机组成。

室内无人机定位实验

无人机分别在室内和巷道内飞行，UWB移动节点不断与周围的4个UWB基站进行通信以提供无人机到基站的距离信息，IMU提供无人机的加速度以及角速度信息，从而利用OPT进行无人机的位置追踪。

井下巷道无人机定位实验

结果表明，OPT能够在降低40%通信率的情况下，提供0.3米的追踪精度，并降低20%的通信能量消耗。实现了低耗能高精度的井下无人机作业。

参考文献：[1] K. Zhang, P. Chen, T. Ma and S. Gao, "On-Demand Precise Tracking for Energy-Constrained UAVs in Underground Coal Mines," in IEEE Transactions on Instrumentation and Measurement, vol. 71, pp. 1-14, 2022, Art no. 5500814, doi: 10.1109/TIM.2022.3146925.

原文链接：https://ieeexplore.ieee.org/abstract/document/9694638

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。