惯性式上肢动作捕捉系统开发

西安交通大学机械工程学院陕西省智能机器人重点实验室施虎老师团队利用惯性传感器开发了一套低成本、高灵活性的上肢动作捕捉系统，为机械臂遥操作任务提供了更自然、更高效的人机交互方案。

NOKOV度量光学动作捕捉系统提供了人体上肢运动的高精度位置和姿态数据，助力惯性动捕系统性能评估。

IEEE RAL 足式机器人鲁棒状态估计精度较基线提升40%以上

山东大学研究团队发表面向绳驱动连续体机器人的融合非线性扩展状态观测器的自适应滑模跟踪控制方法，度量动捕为实验提供机器人末端执行器位姿数据，助力验证控制方法有效性。

室外环境无人车动作捕捉

清华大学李翔老师团队在室外环境下对无人车进行动作捕捉。NOKOV度量抗日光版本动捕镜头过滤日光干扰，准确识别无人车表面的反光标记点，获取高精度运动轨迹。

IJRR | 北航团队提出机器人复合分层抗干扰框架：实现无人机边飞边学

北航杭研院郭克信老师团队在IJRR上发表FORESEER机器人复合分层抗干扰框架，研究在五种不同构型的无人机平台上进行了室内外大量实验，通过四类代表性任务系统验证框架的性能。 NOKOV度量动作捕捉系统为实验提供了无人机在室内执行飞行任务时的高精度位姿数据及轨迹信息，助力验证FORESEER框架处理各种不确定性的有效性。

IROS 2025浙大高飞老师团队 | FLOAT Drone：一种可用于近距离操作的共轴全驱动无人机

浙江大学高飞老师团队设计并验证其创新的FLOAT Drone全驱动同轴无人机并发表于IROS 2025。该无人机首次集成控制面，结合同轴双旋翼设计，实现了低气流干扰的紧凑型平台，可完成倾斜悬停浇花、穿越狭窄缝隙、近距离推拉窗帘等精细任务。NOKOV度量动作捕捉系统为该无人机动力学建模、双模态控制器验证及高精度轨迹/姿态跟踪提供关键的位姿真值数据。

惯性式上肢动作捕捉系统开发

惯性式上肢动作捕捉系统开发

IEEE RAL 足式机器人鲁棒状态估计 精度较基线提升40%以上

室外环境无人车动作捕捉

IJRR | 北航团队提出机器人复合分层抗干扰框架：实现无人机边飞边学

IROS 2025浙大高飞老师团队 | FLOAT Drone：一种可用于近距离操作的共轴全驱动无人机

IEEE RAL 足式机器人鲁棒状态估计精度较基线提升40%以上