您家豆子

摘要： 浙江大学高飞教授团队在Science Robotics 发表研究，研究提出了一种通用的飞行表示方法，通过时空联合优化规划器和偏航动态补偿策略，解决了特技飞行中轨迹可行性与控制奇异性难题。实验采用 NOKOV 度量动作捕捉系统进行真实位姿验证，展现了在受限空间执行连续高难度动作的能力。 阅读全文

摘要： 湖南大学周易教授团队在TRO 发表两篇事件相机论文，系统研究事件相机在高速状态估计与视觉惯性 SLAM 场景中的应用。通过真实高速机器人实验进行验证，NOKOV 度量动作捕捉系统提供高精度轨迹与位姿真值，用于评估事件相机与IMU融合方法在速度估计与定位精度的性能。 阅读全文

摘要： 南京理工大学郭毓教授团队在 ICRA 2025 提出腱驱动连续体机械臂（TDCM）融合 阻抗控制与容错控制 的创新方案，实现高精度轨迹跟踪与柔顺力控。实验采用两段式 TDCM 原型机，结合 NOKOV度量动作捕捉 提供的实时位姿数据验证轨迹精度、力控表现及执行器故障补偿效果。结果显示，轨迹误差低至 0.005 米，阻抗误差 ≤0.09 牛顿，即使在部分执行器失效情况下系统仍能稳定运行，为连续体机器人在复杂环境交互提供可靠控制方案。 阅读全文

摘要： 随着清洁能源需求不断增加，海洋波浪能作为一种可再生能源受到广泛关注。中国科学院北京纳米能源与系统研究所王中林院士、曹南颖副研究员团队提出了一种摩擦纳米发电机（TENG），结合导电3D打印与浮力-重力优化，实现高效波浪能收集。NOKOV度量动作捕捉系统在实验中实时记录浮子模型六自由度运动，为浮子俯仰角及摇摆性能提供高精度验证数据。 阅读全文

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