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

为解决介入手术中微创器械的可视化与导航问题，中科院深圳先进院副研究员刘奂奂团队在 Optics Letters 发表研究，提出了一种基于双层长短期记忆网络（LSTM）的高速、高精度光纤形状感知方法，实现低延迟、稳定的实时形状重建。

该框架将高速FBG光谱特征直接映射为光纤沿线各点的三维坐标，实现端到端光纤形状重建，无需显式计算曲率或进行弧长积分。系统实现 32 fps 在线输出，端到端延迟约 7.3 ms，平均末端误差约 2.9 mm。

在模型训练阶段，NOKOV度量动作捕捉系统获取光纤标记点的高精度三维坐标，作为模型训练真值；同时用于验证模型在不同运动轨迹、快速转向及连续运行条件下的重建精度与稳定性。

人形机器人如何实现 MuJoCo 仿真训练与遥操作？NOKOV度量动作捕捉助力宇树 G1实验验证

宁波职业技术大学利用 NOKOV 度量动作捕捉系统和宇树 G1 人形机器人，开展 MuJoCo 仿真训练与真机遥操作实验。实验中，操作者穿戴带有反光标记点的动捕服，NOKOV 度量动作捕捉系统实时采集人体运动数据，并同步驱动 MuJoCo 仿真环境中的宇树 G1 模型，同时实现真实机器人动作跟随。该案例展示了动作捕捉在人形机器人遥操作、动作映射、模仿学习及算法验证中的应用价值。

上海交通大学谢威老师团队：四旋翼无人机编队“8”字协同吊运｜NOKOV度量动作捕捉系统参与控制闭环

上海交通大学电子信息与电气工程学院谢威老师团队展示了4架四旋翼无人机完成“8”字编队协同吊运实验。实验中，NOKOV度量动作捕捉系统参与无人机控制闭环，实时输出高精度位姿数据，为无人机编队控制、协同运输及飞行算法验证提供稳定的位置反馈。

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

哈工大（深圳）胡靓教授团队提出Aqua-Splat声呐—视觉水下三维重建方法，提升几何重建精度与图像保真度。NOKOV度量动作捕捉系统为搭载双目相机与前视声呐的BlueROV2水下机器人提供六自由度位姿真值，用于建立每帧视觉、声呐数据与机器人位姿之间的空间对应关系。

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。