上海交通大学无人机编队协同吊运实验 | NOKOV度量动作捕捉支持控制闭环

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”字轨迹编队协同吊运实验。实验过程中，NOKOV度量动作捕捉系统参与无人机控制闭环。

无人机编队协同运输是多机器人协同控制的重要研究方向，对实时定位精度、控制稳定性和多机协同能力提出了较高要求。光学动作捕捉系统能够提供高精度、低延迟的位姿反馈，为无人机控制算法开发和实验验证提供可靠的数据基础。

视频展示了4架四旋翼无人机完成“8”字轨迹协同吊运实验。实验中，NOKOV度量动作捕捉系统实时参与控制闭环，为无人机提供高精度位姿反馈，支撑无人机编队控制、协同吊运及飞行实验验证。

实验场景

实验中，4架四旋翼无人机保持稳定编队，共同完成负载运输，并沿“8”字轨迹连续飞行，展示了多无人机协同控制与运输能力。

在整个实验过程中，NOKOV度量动作捕捉系统实时采集无人机三维空间位姿信息，并将定位数据反馈至飞行控制系统，参与无人机控制闭环。依托高精度、低延迟的位置反馈，系统能够持续为无人机提供稳定的位姿参考，为编队飞行、轨迹跟踪及协同吊运任务提供可靠的数据支持，同时为飞行控制算法验证创造稳定的实验环境。

光学动作捕捉系统已广泛应用于无人机编队控制、自主飞行、轨迹跟踪、协同运输及机器人实验验证等科研场景，是实验室环境中实现高精度定位和控制闭环的重要基础设施。

本案例展示NOKOV度量动作捕捉系统在无人机科研中的典型应用，包括：

NOKOV度量动作捕捉系统可为无人机提供实时、高精度的位姿数据，广泛应用于无人机自主飞行、硬件在环（HIL）测试、机器人控制、数字孪生及具身智能等研究方向。

A1: 在实验室环境中，动作捕捉系统能够实时提供高精度三维位姿数据，为无人机控制系统提供稳定的位置反馈，是无人机编队飞行、轨迹跟踪、协同运输和飞行控制算法验证的重要基础。

A2：动作捕捉系统实时获取无人机的位置和姿态信息，并将位姿数据反馈至飞行控制系统，形成控制闭环，帮助提升无人机在复杂轨迹和多机协同任务中的定位精度与控制稳定性。

A3：动作捕捉技术可广泛应用于无人机编队控制、协同吊运、自主飞行、轨迹跟踪、硬件在环（HIL）测试、飞行控制算法验证以及多机器人协同研究等科研场景。

NOKOV度量动作捕捉系统实时测量乒乓球三维位姿、运动轨迹与旋转信息，并与瞬极科技高速相机配合，可实现最高9000 rpm的乒乓球高速旋转测量。

上海科技大学信息科学与技术学院肖晨曦老师团队在 IROS 2026 提出开源连续体机器人平台 CoLI，使用 NOKOV度量动作捕捉测量主从机器人末端位置，验证同构遥操作：平均位置跟踪误差 8.2 mm，从端收敛延迟 158 ms。

第二届世界人形机器人运动会人形机器人打乒乓球项目中，清华 iPingPong 战队，团队以“物理原生智能”为技术路线，依托 NOKOV 度量动作捕捉与强化学习算法，实现人形机器人高动态乒乓球回球与自主对抗。

南京大学LAMDA团队与星源智在协同跳绳展示中使用NOKOV度量动作捕捉系统，获取绳索标记点位置、人形机器人基座位姿及机器狗关键位置数据，为多机器人闭环协同提供实时状态反馈。