1
关注中国自动化产业发展的先行者!
2024
2024中国自动化产业年会
2023年工业安全大会
OICT公益讲堂
当前位置:首页 >> 产品 >> 产品详情

产品频道

NOKOV度量--光学三维动作捕捉系统
  • 企业:    
  • 点击数:242     发布时间:2023-03-17 20:20:27
  • 分享到:
NOKOV度量光学动作捕捉设备,在定位精度、实时性、可捕捉范围大小、抗干扰性、多目标捕捉能力以及与相应领域的专业分析软件连接程度等都可达到国际先进水平,可形成有效的进口替代,大大节约政府采购投入资金,同时也标志着中国动作捕捉技术进入国际一流水平。

产品概述:

NOKOV度量光学三维动作捕捉系统,是一种实时的高精度三维空间定位设备,采用高性能红外摄像头捕捉反光标识点,采集并生成精准(精度最高可达0.1毫米)、实时的三维运动学信息,并通过SDK实时向外广播,广泛应用于机器人/无人机结构设计、运动规划、群体智能与协同控制、机械仿生、军事模拟训练、教学实验研究、虚拟现实等领域,包括前期热门的美团外卖的机器人助力系统、搬运外骨骼机器人参加嫦娥五号返回器搜索回收任务,春晚无人机编队表演等等,其研发实现过程中,都包含有光学动作捕捉技术的缩影。

性能特点:

1.科研级产品Mars系列,精度最高可达0.1毫米,延时可达2.4毫秒,是全球同类产品中性价比最高的;

2.顶级性能产品Mars12H,分辨率1200万像素,频率300赫兹,是目前世界上仅有的两款性能最高光学动作捕捉产品之一;

3.水下光学动作捕捉产品Mars4H UW,是全球仅有的两款水下动作捕捉产品之一;

4.面向入门级开发者、商用和消费级产品开发集成商,满足元宇宙、虚拟数字人的应用需求。

适用领域:

NOKOV度量光学三维动作捕捉系统,可广泛应用于机器人/无人机研发、集群协同、运动控制规划、算法验证、机械仿生、运动康复、虚拟现实、电影动画游戏制作、虚拟直播、虚拟数字人等领域。在自动化领域,具体表现举例:

1.在多智能体协同控制平台中实时反馈智能体的空间位置;

2.为机器人的位姿、轨迹规划和算法提供真值;

3.为随动机器人提供实时空间位置等。

推荐理由:

NOKOV度量光学动作捕捉设备,在定位精度、实时性、可捕捉范围大小、抗干扰性、多目标捕捉能力以及与相应领域的专业分析软件连接程度等都可达到国际先进水平,可形成有效的进口替代,大大节约政府采购投入资金,同时也标志着中国动作捕捉技术进入国际一流水平。
    截止目前,产品覆盖超过85%的985院校的相关实验室,获得包括清华大学、北京理工大学、中科院等众多用户的广泛认可与赞誉,客户累计发表SCI、EI等中英文论文120多篇,成功实现了进口产品的有效替代,并开始辐射大阪大学等海外知名院校;2022年全国光学动作捕捉领域市场占有率中,NOKOV度量光学动作捕捉在国内市场终端项目占比48%,细分市场排名第一。

功能性:动作捕捉系统是用于测量、跟踪和记录物体在三维空间中的运动轨迹的精密仪器,广泛应用于机器人/无人机结构设计、运动控制规划、机械仿生、工业机器人、军事模拟训练、教学实验研究、广电动画制作、虚拟现实、人机工效等领域,甚至是某些领域的科研研究中的关键仪器。NOKOV度量光学动作捕捉系统,由北京度量科技有限公司完全自主研发,拥有全套知识产权(包括硬件、软件和算法),以及自主可控的供应链系统。
    创新性:1)NOKOV度量光学动作捕捉系统采用被动式光学原理,与目前另一种较为常用的惯性式动作捕捉设备相比,本产品可达到亚毫米级的精度。惯性式动作捕捉设备每一次数据采集的误差都会累计,如果采集时间长,误差甚至可以厘米或分米计算;2)本产品的频率与分辨率均已达到国内外领先水平。在1200万的高分辨率模式下工作,频率可以达到每秒340帧。

实用性:NOKOV度量光学三维动作捕捉系统可以实现实时、高精度地采集和记录快速运动物体的运动过程,捕捉镜头均经过合理的配置设计,细微的植物枝叶生长运动,高速无人机运动监测,单人、多人、动物及其他各类物体的运动,使三维动作重建的效率比手工制作提高数百倍;其精确度也达到质的飞跃,因此动作捕捉在教育科研、医疗卫生、影视娱乐领域中广泛应用,如刚体姿态分析、运动科学研究、机器人运动规划、集群协同控制、人机交互、工程动态测量等。

开放性:产品支持可定制化开发,可根据用户需求制定相应解决方案。

image.png

中科院自动化所项目-集群协同

image.png

上海交大项目-仿生多足机器人 

image.png

南方科技大学项目-外骨骼机器人

image.png

北理工项目-多智能体协同

产品图片:

image.png


热点新闻

推荐产品

x
  • 在线反馈
1.我有以下需求:



2.详细的需求:
姓名:
单位:
电话:
邮件: