多智能体协同控制室内空间定位试验平台的研发-度量科技

随着工业技术的发展，多智能体协同控制平台目前已在工业操作、巡逻侦察、灾情救援、环境勘探、智能物流、智能农业，和消费娱乐等方面有了长足的发展。智能体（Agent）的概念为无人车、无人机、无人潜艇等自主移动平台建立了统一的研究体系。多智能体系统的协同控制是大规模机器人系统实现实际任务与操作的理论基础。

但国内外关于多智能体协同控制平台编队的研究大多数还停留在理论和计算机仿真层面。北京理工大学自动化学院建立该协同控制平台旨在设计一套实用可行、可靠性强的多智能体协同控制实验平台，供高校实验室用于同构和异构智能体的控制算法验证，为理论成果提供实验支撑，同时平台开源性强，预留有丰富的二次开发接口，可成为高校理论课程的实践基础。

整个多智能体协同控制平台主要由网络通信子系统、多智能体子系统、组合定位子系统三部分组成。其中网络通信与云控制子系统主要负责各个智能体之间的通信；多智能体子系统则主要用于执行相关的上层控制命令，包括四旋翼无人机和全向移动机器人；组合定位子系统是由NOKOV（度量）光学三维动作捕捉系统定位为主要定位方式，机载惯性器件辅助构成的多智能体组合空间定位系统。

协同控制实验平台

通过NOKOV（度量）光学三维动作捕捉系统提供的高精度、低延时的定位信息，整个平台才能实现更精确的运作。

整个控制平台的实现是需要在有精确的定位前提下才能完成，相较于以往多数平台使用的UWB定位技术，NOKOV（度量）光学三维动作捕捉系统提供的光学动作捕捉系统定位技术，不仅仅精度高，还能低延时、不受干扰地提供实时无差别的定位数据，能够让无人机，无人车找到自己的位置。正如孙中奇老师说的：“想要知道我们在哪儿，通过NOKOV度量的光学动作捕捉系统，我们之间知道了自己在哪儿，也告诉对方我们在哪儿，这样就实现了两者之间的通讯交流，也就能完成协同交互”

通过NOKOV（度量）光学三维动捕系统标定出来的定位空间，多智能体子系统，即无人机和无人车的组合在空间中的飞行，行驶的位置和姿态信息都被NOKOV度量动作捕捉系统通过高清光学动作捕捉镜头捕捉在智能体上面贴有的反光标志点而获取到，并经由动捕系统中动捕软件的SDK端口广播给控制平台的网络通信系统，再次由通讯系统将定位数据传给智能体，智能体之间完成协同运动和相互之间的交互式配合。

协同控制应用详情

Science Robotics丨人形机器人踢足球：依靠机载视觉学习反应式足球技能

清华大学赵明国研究员团队团队在Science Robotics发表人形机器人视觉踢球研究，通过强化学习实现反应式足球技能。NOKOV度量动作捕捉系统采集人体踢球动作及机器人、足球位置真值，为AMP参考运动数据和虚拟感知系统建模提供数据支持。

山东大学T-ASE研究：动作捕捉系统采集人类示范数据，DM-KMP与多智能体强化学习实现五指灵巧手协同抓取

山东大学控制科学与工程学院李可教授团队提出了面向仿人五指灵巧手抓取的统一学习框架。该研究将人类示范轨迹生成与多智能体强化学习相结合：NOKOV度量动作捕捉系统用于采集自然五指抓取运动，DM-KMP从有限示范中生成期望关节轨迹，PWS-MADDPG进一步学习多指协同抓取策略。研究结果显示PWS-MADDPG 在 11 类物体上的平均抓取成功率为 85.48%。

仿生五自由度折纸脊柱外骨骼：三维运动数据验证运动透明性

合肥工业大学、西安电子科技大学、英国提赛德大学和香港理工大学研究团队提出仿生五自由度折纸机构，并据此开发主动式折纸脊柱辅助外骨骼OSAE，用于在对称和非对称举升中适应人体脊柱运动并提供辅助。研究团队使用NOKOV度量动作捕捉系统采集受试者上半身三维运动数据，比较穿戴与未穿戴OSAE时前屈、侧屈和轴向旋转的躯干活动范围，验证OSAE系统的运动透明性。

珠宝VR交互教学：动作捕捉支持3D模型旋转、缩放与场景切换

NOKOV度量动捕助力深圳市含道映物科技有限公司为深圳技师学院珠宝学院打造定制化VR教学系统。动作捕捉系统实时追踪操作手柄的运动，为大屏中的3D珠宝模型提供交互输入，支持模型旋转、缩放、视角查看和场景切换。