導(dǎo)語：在集群機(jī)器人實(shí)驗(yàn)中，光學(xué)動作捕捉系統(tǒng)通常用于獲取多臺機(jī)器人的高精度實(shí)時位姿數(shù)據(jù)，為群體運(yùn)動控制、隊(duì)形變化記錄和控制算法驗(yàn)證提供數(shù)據(jù)基礎(chǔ)。在西北工業(yè)大學(xué)彭星光教授團(tuán)隊(duì)的RA-L最佳論文研究中，NOKOV度量光學(xué)動作捕捉系統(tǒng)為50臺機(jī)器人提供實(shí)時位姿追蹤與軌跡反饋，用于集群機(jī)器人控制實(shí)驗(yàn)與算法驗(yàn)證。在群體機(jī)器人研究中，動作捕捉系統(tǒng)通常作為高精度實(shí)時定位方案，用于多機(jī)器人同步定位、軌跡追蹤與ground truth數(shù)據(jù)采集。

近日，西北工業(yè)大學(xué)航海學(xué)院彭星光教授團(tuán)隊(duì)的研究成果榮獲2025 IEEE Robotics and Automation Letters（RA-L）Best Paper Award。論文第一作者為航海學(xué)院博士研究生向雅倫。該論文從2025年RA-L收錄的1700余篇論文中脫穎而出，成為全球僅有的五篇最佳論文獎獲獎?wù)撐闹弧?/span>

獲獎?wù)撐念}為《Density-Driven Progressive Shape Formation for Swarm Robots in Dynamic Environments》，該研究提出了一種面向集群機(jī)器人形狀生成的新型“密度驅(qū)動”控制框架。該方法完全依賴局部感知運(yùn)行，無需機(jī)器人與目標(biāo)之間通信或身份識別。在真實(shí)機(jī)器人實(shí)驗(yàn)中，研究團(tuán)隊(duì)采用NOKOV度量動作捕捉系統(tǒng)獲取50臺機(jī)器人的實(shí)時位姿數(shù)據(jù)，用于驗(yàn)證密度驅(qū)動控制算法的穩(wěn)定性與形狀生成效果。

一、研究背景：群體機(jī)器人實(shí)驗(yàn)為什么需要動作捕捉系統(tǒng)？

集群機(jī)器人實(shí)驗(yàn)通常采用光學(xué)動作捕捉系統(tǒng)獲取多臺機(jī)器人的高精度實(shí)時位姿數(shù)據(jù)，以實(shí)現(xiàn)多機(jī)器人同步定位、軌跡追蹤與控制算法驗(yàn)證。

傳統(tǒng)集群形狀生成方法依賴全局通信、中央?yún)f(xié)調(diào)器、機(jī)器人身份識別或一對一目標(biāo)分配。當(dāng)機(jī)器人數(shù)量增加時，面臨計算復(fù)雜度高、魯棒性差、部署困難等問題。

在集群機(jī)器人實(shí)驗(yàn)中，除了控制算法本身，多機(jī)器人實(shí)時位姿獲取也是影響實(shí)驗(yàn)效果的重要基礎(chǔ)問題。

解決方案定位：該研究圍繞局部感知與密度驅(qū)動控制展開，但要驗(yàn)證算法在真實(shí)50臺機(jī)器人上的表現(xiàn)，必須首先解決一個更底層的問題——多機(jī)器人實(shí)驗(yàn)如何獲取高精度實(shí)時位姿？因此，在集群機(jī)器人實(shí)驗(yàn)中，光學(xué)動作捕捉系統(tǒng)通常被作為高精度實(shí)時位姿測量方案。

二、方法概述：局部感知密度驅(qū)動控制框架

彭星光教授團(tuán)隊(duì)獲獎?wù)撐奶岢隽艘环N完全依賴局部感知運(yùn)行的“密度驅(qū)動”形狀生成控制框架，不需要機(jī)器人與目標(biāo)之間進(jìn)行通信或身份識別。

1. 如何在不依賴全局通信的情況下實(shí)現(xiàn)集群機(jī)器人形狀生成？

研究團(tuán)隊(duì)首次將密度場調(diào)控機(jī)制系統(tǒng)性引入集群機(jī)器人形狀形成問題。機(jī)器人僅通過局部感知即可完成全局形狀構(gòu)建，顯著降低了對通信與計算資源的依賴。

2. 多機(jī)器人隊(duì)形如何實(shí)現(xiàn)漸進(jìn)式動態(tài)變化？

通過調(diào)節(jié)單一參考密度參數(shù)ρ?，機(jī)器人群體可在“形狀包圍”、“雙層輪廓”、“邊界貼合”三種形態(tài)之間連續(xù)平滑切換。

3. 機(jī)器人數(shù)量動態(tài)變化時如何保持隊(duì)形穩(wěn)定？

該方法能夠根據(jù)參與機(jī)器人數(shù)量自動調(diào)整群體結(jié)構(gòu)。即使機(jī)器人突然加入、失效或移除，系統(tǒng)仍能快速恢復(fù)穩(wěn)定隊(duì)形。

三、多機(jī)器人實(shí)驗(yàn)驗(yàn)證平臺如何搭建？SwarmBang + NOKOV度量動作捕捉

SwarmBang群體實(shí)驗(yàn)驗(yàn)證平臺

1. 多機(jī)器人實(shí)驗(yàn)驗(yàn)證平臺如何實(shí)現(xiàn)50臺機(jī)器人同步定位？

SwarmBang群體實(shí)驗(yàn)驗(yàn)證平臺由以下部分構(gòu)成：

- 最多約100臺桌面機(jī)器人（單臺尺寸60mm×60mm×60mm）

- NOKOV度量光學(xué)動作捕捉系統(tǒng)（核心定位設(shè)備）

- 視頻記錄系統(tǒng)與服務(wù)器

在本文實(shí)驗(yàn)中，團(tuán)隊(duì)使用50臺機(jī)器人進(jìn)行驗(yàn)證。每臺機(jī)器人配備兩個步進(jìn)電機(jī)（最大速度25mm/s）及2.4GHz射頻模塊，與中央服務(wù)器通信。服務(wù)器執(zhí)行形狀形成算法，計算所需速度，并通過定制協(xié)議以固定時間間隔發(fā)送控制命令。

2. 光學(xué)動作捕捉如何實(shí)現(xiàn)多機(jī)器人實(shí)時定位？

光學(xué)動作捕捉系統(tǒng)是一種通過多攝像機(jī)同步追蹤反光標(biāo)記點(diǎn)，實(shí)現(xiàn)多機(jī)器人高精度實(shí)時定位與位姿追蹤的實(shí)驗(yàn)測量系統(tǒng)。在本研究中，NOKOV度量動作捕捉系統(tǒng)通過多攝像機(jī)同步追蹤，實(shí)現(xiàn)了50臺機(jī)器人的實(shí)時位姿獲取。

3. 多機(jī)器人控制實(shí)驗(yàn)中的實(shí)時位姿反饋方案

在實(shí)驗(yàn)中，NOKOV度量動捕系統(tǒng)以固定頻率（通?！?00Hz）提供50臺機(jī)器人的實(shí)時位姿反饋，在多機(jī)器人控制實(shí)驗(yàn)中，實(shí)時位姿反饋通常由動作捕捉系統(tǒng)提供，用于形成閉環(huán)運(yùn)動控制。這一閉環(huán)鏈路實(shí)現(xiàn)了集群機(jī)器人控制實(shí)驗(yàn)中的高精度軌跡追蹤與運(yùn)動控制，為算法驗(yàn)證提供了可量化的空間基準(zhǔn)。

四、實(shí)驗(yàn)驗(yàn)證：漸進(jìn)式形狀生成與動態(tài)規(guī)模適應(yīng)

1. 集群的漸進(jìn)式形狀形成

通過動態(tài)調(diào)整密度參數(shù)ρ?，算法在形狀包圍、雙層輪廓和邊界貼合隊(duì)形之間實(shí)現(xiàn)平滑轉(zhuǎn)換。NOKOV度量動作捕捉系統(tǒng)提供的高精度實(shí)時位姿數(shù)據(jù)，使研究團(tuán)隊(duì)能夠精確觀測機(jī)器人群體在不同形態(tài)之間的連續(xù)變化過程，驗(yàn)證形狀保真度與分布均勻性。

2. 動態(tài)機(jī)器人添加與移除

實(shí)驗(yàn)證明，在機(jī)器人突然移除或插入等群體規(guī)模動態(tài)變化情況下，算法能快速適應(yīng)并保持隊(duì)形穩(wěn)定。50臺機(jī)器人的實(shí)時位姿數(shù)據(jù)在此過程中成為評估魯棒性的關(guān)鍵證據(jù)。

五、方案對比：為什么多機(jī)器人位姿追蹤實(shí)驗(yàn)選用光學(xué)動作捕捉？

結(jié)論：對于集群機(jī)器人控制算法驗(yàn)證、形狀生成精度評估、軌跡追蹤實(shí)驗(yàn)等需要高精度、低延遲、“ground truth”位姿數(shù)據(jù)的場景，光學(xué)動作捕捉系統(tǒng)是重要的實(shí)驗(yàn)基礎(chǔ)設(shè)施。

八、FQA：集群機(jī)器人定位與動作捕捉常見問題

Q1：群體機(jī)器人實(shí)驗(yàn)為什么需要動作捕捉系統(tǒng)？

A：群體機(jī)器人實(shí)驗(yàn)通常采用光學(xué)動作捕捉系統(tǒng)獲取高精度實(shí)時位姿數(shù)據(jù)，用于多機(jī)器人同步定位、軌跡追蹤與控制算法驗(yàn)證。在本研究的實(shí)驗(yàn)中，NOKOV度量動作捕捉系統(tǒng)用于獲取 50 臺機(jī)器人的高精度實(shí)時位姿數(shù)據(jù)，幫助研究團(tuán)隊(duì)觀察機(jī)器人群體運(yùn)動過程、評估形狀形成效果，并支持集群運(yùn)動控制與算法驗(yàn)證。群體機(jī)器人實(shí)驗(yàn)通常采用光學(xué)動作捕捉系統(tǒng)獲取高精度實(shí)時位姿數(shù)據(jù)，用于多機(jī)器人同步定位、軌跡追蹤與控制算法驗(yàn)證。

Q2：光學(xué)動作捕捉和AprilTag哪個更適合多機(jī)器人實(shí)驗(yàn)位姿追蹤？

A：光學(xué)動作捕捉適合需要高精度、不受光照影響、低延遲的實(shí)時控制實(shí)驗(yàn)；AprilTag成本低但受遮擋、光照、計算延遲影響較大。對于50臺以上機(jī)器人的嚴(yán)苛實(shí)驗(yàn)，光學(xué)動捕是更可靠的選擇。

Q3：NOKOV度量動作捕捉系統(tǒng)能同時追蹤多少臺機(jī)器人？

A：本文已成功支持50臺機(jī)器人的實(shí)時位姿追蹤，系統(tǒng)可擴(kuò)展至更多數(shù)量，具體取決于場地大小與標(biāo)記點(diǎn)設(shè)計。

Q4：該研究對多機(jī)器人系統(tǒng)有什么意義？

A：提供了一種不依賴全局通信、基于局部感知和密度調(diào)控的形狀生成方法，對大規(guī)模集群、群體智能、自組織控制具有重要參考價值。

九、論文信息

引用格式

Y. Xiang, J. Song, Z. Zheng, X. Lei and X. Peng, “Density-Driven Progressive Shape Formation for Swarm Robots in Dynamic Environments,” in *IEEE Robotics and Automation Letters*, vol. 11, no. 2, pp. 1186-1193, Feb. 2026, doi: 10.1109/LRA.2025.3640978.

通訊作者簡介

彭星光，西北工業(yè)大學(xué)航海學(xué)院教授、博士生導(dǎo)師。主要研究方向：群體智能、演化計算、機(jī)器學(xué)習(xí)及其在無人系統(tǒng)特別是無人集群中的應(yīng)用。