动作捕捉系统用于地下隧道移动机器人定位与建图-度量科技

在煤矿巷道、地铁隧道等危险、幽闭的地下场景下，使用移动机器人完成探测、开采和搜救任务安全且高效。地下机器人自主智能的完成任务，精准的定位和地图构建是前提和关键。

地下隧道移动机器人

机器人在地下环境中自主运行时往往没有先验的地图信息，而且不能使用GPS进行定位，需要机器人在未知环境创建地图，同时利用地图进行自主定位和导航，即SLAM技术。

由于地下环境中场景在几何特征上极其相似，且激光雷达点云在远处分布极少，基于激光雷达的SLAM方法效果不好；中国矿业大学的研究人员采用一种多传感器融合的方法，基于图优化的框架将 UWB和IMU融合定位系统提供的位置约束添加到位姿图优化约束中，为激光雷达扫描匹配提供可靠的初始估计，多种传感器协同估计移动机器人状态。

首先研究人员提出了一种基于扩展卡尔曼滤波器融合UWB测距信息和IMU加速度信息的算法，通过增广状态向量，将加速度和加速度的偏差也进行估计，能够提高精度并降低延迟，为移动机器人在地下环境运动提供可靠的定位估计。

为了验证算法的有效性和定位精度，以及对狭长隧道环境的实用性，研究人员设计了室内验证实验。实验使用Turtlebot2移动机器人作为机器人平台，并在平台上固定IMU和UWB移动节点。UWB使用4个锚节点构建定位系统。

动作捕捉系统用于地下隧道移动机器人定位与建图

场地周围布置8个NOKOV Mars2H 动作捕捉镜头，利用NOKOV动作捕捉系统跟踪粘贴在移动机器人上的反光标识点，来获取机器人的真实轨迹。

利用NOKOV动作捕捉系统获取机器人轨迹

通过对比NOKOV动作捕捉系统采集的参考轨迹（真实轨迹）和EKF算法输出的估计轨迹可以看出，估计值与真实值基本符合。

对比NOKOV动作捕捉系统采集的参考轨迹（真实轨迹）和EKF算法输出的估计轨迹

验证过上述定位方案性能后，研究人员开发了地下狭长隧道环境的激光/超宽带融合SLAM 算法，并在实际地下隧道进行实验，证明了该方法更接近实际轨迹且不存在累积误差。

参考文献：[1]赵宇. 面向地下狭长隧道的移动机器人定位与建图方法研究[D].中国矿业大学,2021.

原文链接：https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CMFD&dbname=CMFDTEMP&filename=102

2600m²动捕场地 216台镜头服务低空研究

近日，“四川旋杰智能无人系统测试验证训练基地” 宣布正式投产。该基地设有2600平方米动捕场地，配备NOKOV度量光学动作捕捉系统，共部署300台动捕镜头。

中大吕熙敏老师解读T-RO/RA-L/IROS系列成果，实现空中操作能做、做稳、做快！

ICRA 2026上，度量用户、中山大学智能工程学院吕熙敏副教授围绕“空中操作”方向，向我们分享了发表于T-RO、RA-L和IROS 2025的三项成果，实现空中操作“能做”、“做稳”和“做快”。

抗遮挡握手动作捕捉｜高交互场景下的稳定追踪

本案例展示NOKOV度量动作捕捉系统在双人握手场景中的抗遮挡性能。基于反算标记点、虚拟标记点及智能三维重建算法，即使在高交互、高遮挡及超近Marker间距条件下，依然能够实现稳定、连续的手部动作捕捉。

IEEE RAL 2025最佳论文！集群依靠局部感知形成目标形状

近日，西北工业大学航海学院彭星光教授团队的研究成果荣获 2025 IEEE Robotics and Automation Letters（RA-L）Best Paper Award。论文第一作者为航海学院博士研究生向雅伦。该论文从 2025 年 RA-L 收录的 1700 余篇论文中脱颖而出，成为全球仅有的五篇最佳论文奖获奖论文之一，代表了国际机器人与自动化领域的前沿研究水平。