IEEE RA-L 机械臂操纵实时规划方法-度量科技

反应式智能是机器人在杂乱、动态、以人为中心的环境中实现多样化操作的基础之一。在以人类为中心的场景中，现有的势场方法对环境的简化表示会导致路径过于保守、参数调整繁琐、计算开销过大——甚至无法满足实时性需求。

针对这一挑战，诺丁汉大学助理教授Luis Figueredo提出了一种反应式运动规划框架——几何势场（GeoPF），并在IEEE RA-L期刊上发表论文。结果表明，本文提出的GeoPF方法在计算效率、调参简便性和避障性能方面均取得了显著提升。

研究利用NOKOV度量动作捕捉系统实时追踪障碍物的位置与几何特性，并将这些检测结果拟合为几何原语。度量动捕充当环境感知与几何建模的基础角色，是将真实世界中的障碍物转化为几何参数的关键桥梁。

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。