MocapLeader的博客

本研究设计了一种仿生水下摩擦电胡须传感器，可被动感知多种水动力流场，有望成为水下航行器在本地导航任务中的整合工具。

湖南大学机器人学院周易教授在PRE-IROS 2024上分享自身参会经验，全面总结了学术会议的好处以及参会建议等内容。本文整理了周易教授在直播中分享的干货。

清华大学交叉信息学院许华哲老师在PRE-IROS 2024上分享了机器人顶会参会技巧，包括社交和活动选择方面的实用建议等内容。本文整理了许老师在直播中分享的干货。

浙江大学控制科学与工程学院王越教授在PRE-IROS 2024会议上系统地总结了机器人顶会的投稿策略和论文准备经验。本文整理了王老师的演讲内容，包括如何在众多的会议中选择合适的平台，如何准备高质量的论文，如何与导师有效合作等。

本研究有效提高了动态环境中障碍物建模的精度和效率。NOKOV度量动作捕捉系统助力评估动态占用地图在速度估计方面的性能。

哈尔滨工业大学深圳校区赵毅教授与其博士生王一峰带领研究团队设计了一种生成式深度学习架构，可以显著提升惯性传感器的信号质量。

全方位解读IROS 2024亮点！

ICRA 2024 最新入选论文，南方科技大学孟庆虎院士团队提出基于 RRT* 的连续体机器人高效轨迹规划方法。

浙江大学 FAST Lab 钟宇航同学设计了一套无人机竞速辅助飞行系统，帮助新手快速上手参与无人机竞速比赛。论文获 ICRA 三项 Best Paper 提名。在真实实验中使用NOKOV度量动作捕捉验证了系统的效率。

哈尔滨工业大学（深圳）熊昊老师团队最新研究成果：提出了一种基于强化学习的避障控制器，在实验中使用NOKOV度量动作捕捉系统实时获取绳索、移动基座的位置，以及动态障碍物的位置和形状信息。

哈尔滨工业大学研究团队提出一种新颖的机器人编队集中式轨迹生成方法，将著名的运动规划方法GPMP2扩展到多机器人场景，采用稀疏高斯过程模型，高效地计算多机器人运动轨迹。利用NOKOV度量动作捕捉系统验证了算法的效率、适应性和可扩展性。

中科院自动化所蒲志强教授团队，提出一种基于关系图的深度强化学习方法，应用于多目标避碰包围(MECA)问题，使用NOKOV度量动作捕捉系统获取多机器人位置信息，验证了方法的有效性和适应性。研究成果在2022年ICRA大会发表。

精准度、分辨率、频率、延迟等参数是影响光学动作捕捉效果和还原度的关键因素。

NOKOV度量动作捕捉系统可以很好的适配PX4无人机飞控平台。进行数据通信的时候，使用SDK或者VRPN的方式都是可以的。本文演示NOKOV度量动作捕捉系统通过VRPN与PX4平台进行数据传输的方法。

NOKOV度量动作捕捉系统支持通过SDK与树莓派通信，将动作捕捉数据实时传输给树莓派。

NOKOV度量动作捕捉系统支持通过VRPN与机器人操作系统ROS通信，进行动作捕捉数据的传输。

NOKOV度量动作捕捉系统可以与市面上主流的操作系统和编程语言实现通信。可以在Windows系统Python语言环境下通过SDK进行动作捕捉数据传输。

南京航空航天大学自动化学院使用NOKOV度量动作捕捉系统获取多架无人机的精确位置信息，实现多架无人机协同实时路径规划。

NOKOV度量动作捕捉系统可以与市面上主流的操作系统和编程语言实现通信。可以在Windows系统C++语言环境下通过SDK进行动作捕捉数据传输。

运动分析、VR、机器人等应用中常使用LabVIEW对动作捕捉数据进行实时解算。NOKOV度量动作捕捉系统支持通过SDK与LabVIEW进行通信，将动作数据传入LabVIEW。