您家豆子

摘要： 复杂环境中的多目标围捕，难点不只是“追上目标”，而是让多架无人机在目标运动、障碍物和个体故障同时存在时，仍能保持协同。国防科技大学周晗团队在 IEEE RA-L发表的研究提出密度概率图模型DB-PGM，让 AAV 根据局部感知和概率推理在线调整围捕行为，不依赖预定义编队，也不要求围捕 AAV 之间显式实时通信。该研究中，NOKOV 度量动作捕捉获取真实实验中的 Crazyflie四旋翼无人机位姿数据，为 DB-PGM 的真实闭环验证提供测量数据。 阅读全文

摘要： 机器人训练的核心挑战，不只是算法优化，更是如何获取高质量动作数据，并完成数据采集、动作重定向、模型训练和真机验证的完整闭环。NOKOV度量影擎ShadowEngine机器人AI训练平台，以高精度动作捕捉数据为基础，连接数据资产、多模态融合、动作重定向、遥操作、动作评测和AI模型训练，构建面向人形机器人与具身智能机器人的端到端训练基础设施。 阅读全文

摘要： 近日，香港大学、上海创智学院李弘扬团队在 ICRA 2026 发表论文《FreeTacMan: Robot-free Visuo-Tactile Data Collection System for Contact-rich Manipulation》，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。 阅读全文

摘要： 在海洋工程实验中，浮动平台和模块化结构需要获取精准运动数据进行动力响应分析。本文介绍中国海洋大学团队利用NOKOV度量动作捕捉系统开展浮动式多模块系统连接器失效实验验证，通过光学运动测量获取浮体模块运动时间序列，为模型验证提供实验依据。 阅读全文

摘要： 本文解析浙江大学高飞团队发表于Science Robotics的最新研究，重点介绍无人机高机动飞行实验中光学动作捕捉系统的作用。NOKOV度量动作捕捉系统在实验中提供无人机的高精度状态反馈，用于硬件在环（HIL）测试、虚拟环境生成以及闭环控制验证，为无人机强化学习与sensorimotor policy研究提供ground truth基础。 阅读全文

摘要： 四川旋杰智能无人系统测试验证训练基地正式投产，2600㎡动捕场地部署300台NOKOV度量光学动作捕捉镜头。在65m×45m×12m空间内，实现亚毫米级定位、多目标实时追踪和统一标定，同时支持具身智能与低空智能研究。 阅读全文

摘要： 空中机械臂实验如何获取高精度实时位姿？从实时位姿追踪到控制算法验证，解析光学动作捕捉在空中机械臂实验中的作用，以及空中操作实验平台的关键组成。中山大学吕熙敏教授分享T-RO、RA-L与IROS 2025研究成果，解析NOKOV动作捕捉在空中操作控制验证中的应用实践。 阅读全文

摘要： 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。 阅读全文

摘要： 近日，浙江大学研究团队在《Nature Communications》发表研究，首次系统揭示了手写运动在大脑中的多维编码机制。研究表明，传统二维轨迹建模难以支撑高精度脑机接口（BCI），而基于NOKOV度量动作捕捉构建的多维运动数据，可显著提升神经解码能力与手写识别精度。 阅读全文

摘要： 在双无人机协同建图与远距离稠密建图研究中，如何突破传统20米感知限制一直是关键难题。近日，上海交通大学与MBZUAI团队在IEEE T-RO发表论文，提出基于动态基线立体视觉的飞行协同系统，通过两架无人机实现最远70米三维建图，误差低至2.3%–9.7%。实验中，NOKOV度量动作捕捉系统提供高精度位姿真值，有效验证了相对位姿估计算法的精度与系统可靠性。 阅读全文