无人驾驶汽车定位追踪-度量科技

随着互联网飞速发展，人工智能进一步的成熟，现代生活处处可见人工智能的身影，同时这项技术也快速地进入了汽车工业。根据现有的技术网络，汽车工业未来的发展方向必然会向智能化、网联化大步迈进，而无人驾驶汽车也必将成为未来汽车工业的主要角色。在这个大方向的引导下，国内外知名传统汽车公司及互联网巨头已经开启了激烈的无人驾驶汽车的竞赛，相继研发并推出无人驾驶实车和相关产品。无人驾驶汽车研发已经从高校，科研机构的实验室里走了出来。同时，相关政策的大力支持，试验示范区的建设都对无人驾驶汽车产生了积极的影响，使其发展速度逐渐加快。在技术的洪流中，在环境的驱动下，中国汽车技术研究中心（汽研中心）在无人驾驶研发另辟蹊径，结合城市模拟沙盘，实现无人驾驶车辆初段控制，完成无人驾驶汽车试验环境下的模拟行驶。

在整个无人车研发环境搭建初期，汽研中心的老师来到我们的Studio进行实地考察，Demo演示过后，十分肯定的说，“这就是我们想要的，绝对能很好地满足我们试验阶段的控制要求”。随后确定使用NOKOV（度量）光学三维动作捕捉系统作为汽研中心无人驾驶汽车研发试验阶段的定位追踪系统。

由于整个城市模拟沙盘面积超过130平米（动作捕捉系统通常使用面积在50平左右），且实际城市场景在沙盘中具象体现，涉及元素较多，情景复杂，NOKOV工程师来到现场，结合实际城市沙盘进行了系统的搭建和调试，现场将NOKOV动作捕捉专业镜头增加到16个，并配合桁架在城市沙盘上搭建起整个定位系统，充分覆盖整个捕捉区域并做到精准捕捉。

在整个试验过程中，NOKOV的动作捕捉定位系统通过在无人车上布置的反光标志点来获得无人车在沙盘中的具体位置，由SDK发送到无人车的服务器，再通过无线模块将位置信息传达给无人车，以此实现实时获取位置信息并回传给无人车，实时定位和纠正路线及行驶行为。在整个沙盘面积较大，情景复杂的情况下，NOKOV实现了高效、精准、低延迟的捕捉定位，保证了整个无人驾驶初级阶段试验的顺利进行。

无人驾驶汽车是一种智能化的移动交通工具，能够代替人类驾驶员实现一系列驾驶行为。它涉及到环境感知察觉、导航定位以及智能决策控制等众多学科的研究领域。NOKOV也将秉持着高要求，高目标，高质量的行动准则，为我们未来的无人驾驶汽车研发继续保驾护航。

无人车等特殊场景应用详情

苏黎世大学RPG实验室：动作捕捉为无人机状态反馈提供位姿数据

在Davide Scaramuzza教授领导的苏黎世大学Robotics and Perception Group，NOKOV度量动作捕捉系统实时提供无人机位姿数据，用于无人机状态反馈。

Science Robotics丨人形机器人踢足球：依靠机载视觉学习反应式足球技能

清华大学赵明国研究员团队团队在Science Robotics发表人形机器人视觉踢球研究，通过强化学习实现反应式足球技能。NOKOV度量动作捕捉系统采集人体踢球动作及机器人、足球位置真值，为AMP参考运动数据和虚拟感知系统建模提供数据支持。

山东大学T-ASE研究：动作捕捉系统采集人类示范数据，DM-KMP与多智能体强化学习实现五指灵巧手协同抓取

山东大学控制科学与工程学院李可教授团队提出了面向仿人五指灵巧手抓取的统一学习框架。该研究将人类示范轨迹生成与多智能体强化学习相结合：NOKOV度量动作捕捉系统用于采集自然五指抓取运动，DM-KMP从有限示范中生成期望关节轨迹，PWS-MADDPG进一步学习多指协同抓取策略。研究结果显示PWS-MADDPG 在 11 类物体上的平均抓取成功率为 85.48%。

仿生五自由度折纸脊柱外骨骼：三维运动数据验证运动透明性

合肥工业大学、西安电子科技大学、英国提赛德大学和香港理工大学研究团队提出仿生五自由度折纸机构，并据此开发主动式折纸脊柱辅助外骨骼OSAE，用于在对称和非对称举升中适应人体脊柱运动并提供辅助。研究团队使用NOKOV度量动作捕捉系统采集受试者上半身三维运动数据，比较穿戴与未穿戴OSAE时前屈、侧屈和轴向旋转的躯干活动范围，验证OSAE系统的运动透明性。