您家豆子

摘要： 清华大学赵明国研究员团队在Science Robotics发表人形机器人视觉驱动足球技能研究，通过强化学习、AMP和编码器-解码器架构，让机器人仅依靠机载视觉实现追球与多方向踢球。NOKOV度量动作捕捉系统用于采集人体踢球动作，并获取机器人与足球的位置真值数据，为运动先验学习和虚拟感知建模提供数据支持。 阅读全文

摘要： 五指灵巧手如何学会像人一样抓取不同物体？山东大学控制科学与工程学院李可老师团队提出统一学习框架，将人类抓取示范与多智能体强化学习结合。研究中，NOKOV度量动作捕捉系统采集人类自然抓取运动，为DM-KMP轨迹生成和后续强化学习提供运动数据。该方法在11类物体上的平均抓取成功率达到85.48%。 阅读全文

摘要： 本文介绍南方科技大学郭书祥院士团队提出的PIRNet磁定位方法，以及其在胶囊内镜5自由度实时定位实验中的验证过程。实验中，研究团队使用NOKOV度量动作捕捉获取环形磁体或胶囊目标的光学参考位姿/轨迹，并将其与PIRNet磁定位输出进行对照，为定位精度、动态追踪和鲁棒性评估提供参考。 阅读全文

摘要： 连续体机器人（CTR）正在成为微创手术机器人化的重要载体。东南大学 TASE 2025 论文用"刚度主导型 CTR 的曲率域两步优化 + 实物标定对齐"展示了一条可在普通工控机上实时运行的连续转向路径，物理实验中以 NOKOV 度量动作捕捉完成空间标定，把"仿真验证"和"实物验证"统一到同一坐标参考。对腹腔镜、气管镜、心血管介入机器人团队都具备方法论价值。 阅读全文

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