您家豆子

摘要： 在工业人机协同装配场景中，遮挡因素显著影响人体姿态估计精度。浙江大学机械工程学院在中科院一区期刊发表研究，提出一种面向遮挡环境的视觉-惯性融合人体姿态估计方法。该方法结合 RGB 视觉与稀疏 IMU 数据，并通过光学动作捕捉系统获取高精度人体姿态真值进行实验验证，在多数据集和真实装配场景中表现出良好的鲁棒性与准确性。 阅读全文

摘要： 在双臂机器人抓取任务中，被抓物体的姿态不确定性是制约精确操作的重要因素。日本大阪大学万伟伟老师团队在 IEEE Robotics and Automation Letters 发表研究，提出一种双臂重复抓取规划与控制方法，通过连续三次正交抓取主动降低物体姿态不确定性。 在实验验证阶段，研究团队引入 NOKOV度量动作捕捉系统，获取被抓取物体的高精度位姿真值数据，用于验证该方法在物体姿态估计与收敛方面的有效性。 阅读全文

摘要： 在磁导航机器人与磁驱动微创手术机器人领域，实现高精度、可验证、可泛化的磁定位能力一直是核心挑战。 在 IROS 2025 上，南方科技大学郭书祥院士团队发表论文 Physics-Informed Residual Network for Magnetic Dipole Model Correction and High-Accuracy Localization，提出了一种融合物理模型与数据驱动的高精度磁定位方法，并通过 NOKOV 度量动作捕捉系统，在真实环境中完成了定位精度与鲁棒性的真值验证。该研究为磁导航机器人提供了一种高精度、低成本的定位解决方案，在微创手术导航和工业检测中显示出巨大的应用潜力。 阅读全文

摘要： 北京航空航天大学研究团队在 ECAI 2024 发表研究，提出一种基于层次对称性的多智能体强化学习方法——层次等变策略网络（HEPN），用于提升无人车集群协同任务中的样本效率。 该方法通过显式建模多智能体系统的层次结构，在多任务、多规模场景下表现出更快的收敛速度和更高的训练稳定性。研究在仿真环境与真实无人车集群中进行了验证，并采用 NOKOV度量动作捕捉系统获取无人车集群的高精度位姿真值数据，为多智能体强化学习算法在真实物理环境中的性能评估提供可靠支撑。 阅读全文

摘要： 在中风康复机器人研究中，如何准确获取人体上肢运动轨迹，并将其转化为安全、个性化的辅助动作，是外骨骼机器人面临的核心挑战之一。 清华大学自动化系李翔老师团队在 The International Journal of Robotics Research（IJRR）发表研究成果，提出了一种基于生成模型的双模式个性化上肢外骨骼机器人框架。研究中，NOKOV度量动作捕捉系统被用于高精度测量人体上肢关节角度，为个性化康复训练提供可靠的运动真值数据支持。 阅读全文

摘要： 合肥工业大学王正雨副教授团队提出基于 Transformer 的分段学习方法，用于绳牵引并联连续体机器人运动学建模精度提高。实验中通过 NOKOV 度量动作捕捉系统 采集机器人末端轨迹和连续体弯曲角度，实现高精度模型验证。圆形与方形轨迹实验显示，该方法在误差指标上优于传统方法，验证了建模精度提升。 阅读全文

摘要： 在飞行器复杂结构模态试验中，高精度、多测点的位移测量是算法验证与工程落地的关键。西北工业大学贺顺教授团队结合 DMD-DBSCAN 模态参数识别方法，通过 NOKOV度量动作捕捉系统 获取结构振动的实时位移响应，完成静态与动态实验验证。实验结果表明，该系统在复杂结构模态试验中可稳定提供多测点同步位移数据，为科研及工程团队的位移测量设备选型提供可靠参考。 阅读全文

摘要： 东北大学储逸尘在 Biomimetics 及 JMSE 发表两项仿生水下机器人研究，以牛蛙后肢及牛鼻鲼胸鳍为灵感基于多连杆机构设计两种仿生水下推进机制，并通过水下动捕实验验证其运动学与推进性能。研究团队采用 NOKOV 度量动作捕捉系统用于获取真实生物及仿生机构在水下环境中的运动学数据，为仿生模型分析与实验验证提供数据支持。 阅读全文

摘要： 高精度光学动作捕捉如何为无人机提供飞行姿态与轨迹真值？在IROS 2025多项无人机学习与控制的相关研究中，NOKOV度量动捕系统通过提供无人机的亚毫米级位姿真值，支撑从动态模型验证、强化学习闭环控制到多机协同策略评估等一系列无人机研究真实实验，成为算法从仿真走向可靠部署的“度量标尺”。 阅读全文

摘要： 中山大学谭宁团队在顶刊 IJRR 提出行为预设自适应控制（BPAC）框架，实现异构连续体机器人任务空间性能可预设、误差可控。研究在多种连续体机器人实物平台验证其通用性与鲁棒性，其中 NOKOV度量动作捕捉系统提供亚毫米级位姿真值数据，用于轨迹误差分析与控制效果评估，助力验证控制方法有效性。 阅读全文