IEEE RA-L | Aqua-Splat声呐—视觉水下三维重建，NOKOV提供水下机器人六自由度位姿真值-度量科技

哈工大（深圳）胡靓教授团队在 IEEE Robotics and Automation Letters（IEEE RA-L）发表题为《Aqua-Splat: Physically-Informed Sonar-Camera Gaussian Splatting for Underwater 3D Reconstruction》的论文。

本文提出一种基于3D高斯表示的声呐—视觉水下重建与新视角合成方法——Aqua-Splat。该方法将前视声呐的物理成像规律融入3D高斯泼溅，通过声呐与视觉共同优化同一水下三维场景，提高重建结果的物理一致性。仿真和实验水池结果表明，Aqua-Splat提升了水下场景的几何重建精度和图像保真度，声呐图像渲染速度超过120 FPS。

由水下动作捕捉相机组成的 NOKOV度量水下动作捕捉系统为搭载ZED2双目相机和Oculus m750d前视声呐的BlueROV2水下机器人提供位姿真值。结合传感器外参，研究人员确定了每帧视觉图像和声呐图像对应的采集位置与姿态，助力构建水下视觉—声呐—位姿多模态数据集。

这些位姿数据为每帧视觉图像和声呐图像建立准确的空间对应关系，并用于确定3D高斯在相机和声呐坐标系中的位置，支持Aqua-Splat的声呐—视觉联合优化、水下三维重建和新视角合成。

论文信息：

论文题目：Aqua-Splat: Physically-Informed Sonar-Camera Gaussian Splatting for Underwater 3D Reconstruction

期刊：IEEE Robotics and Automation Letters

DOI: 10.1109/LRA.2025.3615528

论文原文：在 IEEE Xplore 查看 Aqua-Splat 论文

双层LSTM光纤形状实时重建，NOKOV度量动捕提供高精度三维真值

中科院深圳先进院刘奂奂团队基于 NOKOV度量动作捕捉系统，提出面向微创手术导航的双层LSTM光纤形状重建方法。NOKOV获取光纤标记点高精度三维坐标，作为模型训练真值，并验证动态重建精度与稳定性，助力实现FBG光谱到光纤三维形状的端到端实时重建。

面向机器人多接触操作的视觉-触觉-位姿数据采集系统

机器人多接触操作的数据采集，难点不只是记录动作，而是同时获得可用于训练的视觉、触觉和位姿轨迹。香港大学、上海创智学院李弘扬团队在 ICRA 2026发表论文，提出一种无需机器人参与的视觉-触觉数据采集系统 FreeTacMan。该研究中，NOKOV 度量光学动作捕捉系统用于采集手持夹爪的高精度 6D 位姿，并与视觉、触觉和夹爪开口宽度同步记录，为机器人复杂接触操作策略学习提供多模态数据基础。

浮体运动如何精准测量？NOKOV度量动作捕捉助力浮动式多模块系统连接器失效安全验证

浮动式多模块系统是海洋工程领域的重要结构形式，其安全性受到连接器失效影响。中国海洋大学团队基于波浪水槽物理模型实验，利用NOKOV度量动作捕捉系统获取浮体模块运动数据，并结合数值模拟分析连接器失效后的动力响应变化。

室外环境下磁吸式巡检机器人动作捕捉

四川大学伍剑波教授团队采用NOKOV度量抗日光版动捕镜头，在室外获取磁吸式巡检机器人在垂直立面上爬行的高精度位姿数据。