密集环境中的自组织雷诺无人飞行器群

由7架四旋翼无人机组成的编队，在森林式密集障碍环境中灵活避障，同时实现编队维护——天津工业大学研究成果

NOKOV度量动作捕捉系统实时获取无人机室内定位和姿态数据，助力验证无人机集群模型在真实环境中的部署可行性，为密集和不可预测场景下无人机集群编队飞行和维护提供新的解决方案！

山东大学陈原教授团队针对海上补给场景，提出绳驱波浪补偿装置的控制方法，并在海上试验中得到验证。室内实验中，度量动捕数据与控制系统通信，提供高精度实时位姿反馈。

同济大学何斌教授团队利用NOKOV度量光学动捕系统与数据手套集成，获取高精度人体全身动作数据，用于人形机器人训练及遥操作。

中山大学谭宁老师团队在IJRR上发表连续体机器人预设行为自适应控制（BPAC）框架，度量动捕为实验提供执行器位置真值，助力验证控制方法有效性。

越来越多的高校实验室正在布局多智能体实验平台，提升集群算法开发验证效率。

用户须知

联系我们

如需更多应用、案例信息或产品报价，请致电 010-64922321，或在下方留言：

机器人/无人机 VR/AR/XR 运动康复传媒娱乐

提交

北京度量科技有限公司（总部）

北京市朝阳区安慧里四区15号五矿大厦8层820室

info@nokov.com

010-64922321