柔性机械臂是一种新型仿生机械臂，其设计受到自然界中生物结构启发，比如象鼻、章鱼爪、蚯蚓和蛇等。与传统机械臂相比，柔性机械臂可以在材料变形范围内进行任意形状的弯曲运动，通过调整自身形态在狭小复杂的空间内工作，有很强的适应能力。柔性机械臂经常应用于医疗外科手术、空间救援、设备检修等领域。这些场景下对柔性机械臂末端作业精度要求很高，但是大多数研究都集中在了提高末端控制的重复定位精度，忽略了末端轨迹跟踪过程中的控制误差，而且柔性臂动力学模型难以准确的建立。四川大学电气工程学院的研究人员设计了一种刚柔耦合的线驱动柔性机械臂，通过对柔性机械臂运动机理的分析，设计了基于逆动力学模型的柔性机械臂末端定位控制方
柔性机械臂是一种新型仿生机械臂，其设计受到自然界中生物结构启发，比如象鼻、章鱼爪、蚯蚓和蛇等。与传统机械臂相比，柔性机械臂可以在材料变形范围内进行任意形状的弯曲运动，通过调整自身形态在狭小复杂的空间内工作，有很强的适应能力。柔性机械臂经常应用于医疗外科手术、空间救援、设备检修等领域。这些场景下对柔性机械臂末端作业精度要求很高，但是大多数研究都集中在了提高末端控制的重复定位精度，忽略了末端轨迹跟踪过程中的控制误差，而且柔性臂动力学模型难以准确的建立。四川大学电气工程学院的研究人员设计了一种刚柔耦合的线驱动柔性机械臂，通过对柔性机械臂运动机理的分析，设计了基于逆动力学模型的柔性机械臂末端定位控制方
人类在进行任何工作时，总是强调团队合作，teamwork。随着控制科学、计算机科学等多学科的交叉发展与融合，在智能体控制领域，对于单个机器人，无人机，无人车的控制已经不能满足现在领域的技术需求，从而和人类一样，需要这些智能体完成多单元多维度的协同工作，那么多智能体系统的协同控制与应用就成为控制、数学、通信、生物和人工智能等众多领域的研究热点问题之一。在完成多智能体协同控制的过程中，现阶段主流使用的定位技术有光学动作捕捉（OpticalMotionCapture）和UWB（UltraWideBand，超宽带）。这两项技术各有各的特点。获取数据类型光学动作捕捉在协同控制实验中通过镜头获得在智能体上
人类在进行任何工作时，总是强调团队合作，teamwork。随着控制科学、计算机科学等多学科的交叉发展与融合，在智能体控制领域，对于单个机器人，无人机，无人车的控制已经不能满足现在领域的技术需求，从而和人类一样，需要这些智能体完成多单元多维度的协同工作，那么多智能体系统的协同控制与应用就成为控制、数学、通信、生物和人工智能等众多领域的研究热点问题之一。在完成多智能体协同控制的过程中，现阶段主流使用的定位技术有光学动作捕捉（OpticalMotionCapture）和UWB（UltraWideBand，超宽带）。这两项技术各有各的特点。获取数据类型光学动作捕捉在协同控制实验中通过镜头获得在智能体上
一套光学动作捕捉系统由红外动作捕捉镜头、动作捕捉软件、反光标识点、POE交换机、和若干配件组成（如标定框和镜头固定装置等）。其本质是定位系统，通过计算分析，来获取与其相关的速度、加速度等多种运动学数据。动作捕捉镜头光学动作捕捉镜头是动作捕捉系统的核心，镜头的分辨率与视场角等数据决定了整个动作捕捉系统的动作捕捉效果与精度。以红外光为原理，通过多个镜头对特定标记点的观察定位来获取标记点的具体空间位置。光学动作捕捉镜头面板上的LED灯发出特定波长的红外光，照到被捕捉物，也就是反光标记点，反光标记点表面的反光材料将红外光反射回镜头，反射回的红外光经过信号处理，FPGA进行图像抓取和算法处理，从而获得反
一套光学动作捕捉系统由红外动作捕捉镜头、动作捕捉软件、反光标识点、POE交换机、和若干配件组成（如标定框和镜头固定装置等）。其本质是定位系统，通过计算分析，来获取与其相关的速度、加速度等多种运动学数据。动作捕捉镜头光学动作捕捉镜头是动作捕捉系统的核心，镜头的分辨率与视场角等数据决定了整个动作捕捉系统的动作捕捉效果与精度。以红外光为原理，通过多个镜头对特定标记点的观察定位来获取标记点的具体空间位置。光学动作捕捉镜头面板上的LED灯发出特定波长的红外光，照到被捕捉物，也就是反光标记点，反光标记点表面的反光材料将红外光反射回镜头，反射回的红外光经过信号处理，FPGA进行图像抓取和算法处理，从而获得反
协作机器人（cobots）后来居上，前景广阔如今工业与互联网之间的联系日趋紧密，智能工业成为下一代工业趋势。在中国制造2025及德国工业4.0计划中，机器人都是建设制造强国的重要内容。机器人在经历最初的被控制型单纯生产工具阶段后，正沿着具备多种感知能力、自主决策以及与人高效交流和智能协作的方向发展。同时，机器人的工作空间与范围不断扩大，越来越多地走进人类生产生活的非结构化环境。机器人与人的共融，将成为下一代机器人的本质特征。人机共融意味着人机共处于同一自然空间，二者紧密协调，在确保人员安全的前提下，机器人能够自主提高技能，实现与人的自然交互。对工人而言，机器人不再是单纯的生产工具，而是一个助理
协作机器人（cobots）后来居上，前景广阔如今工业与互联网之间的联系日趋紧密，智能工业成为下一代工业趋势。在中国制造2025及德国工业4.0计划中，机器人都是建设制造强国的重要内容。机器人在经历最初的被控制型单纯生产工具阶段后，正沿着具备多种感知能力、自主决策以及与人高效交流和智能协作的方向发展。同时，机器人的工作空间与范围不断扩大，越来越多地走进人类生产生活的非结构化环境。机器人与人的共融，将成为下一代机器人的本质特征。人机共融意味着人机共处于同一自然空间，二者紧密协调，在确保人员安全的前提下，机器人能够自主提高技能，实现与人的自然交互。对工人而言，机器人不再是单纯的生产工具，而是一个助理
近年来，各行各业逐步开展了自动化设备的研究，其中以无人机技术和机器人技术的发展尤为迅速，许多高校和科研单位正围绕着这两个方向进行多种应用场景的研究。无人机领域在无人机领域，常见的研究方向是多无人机编队技术，这在科研中被称为“多智能体协同控制”，研究者需要通过对无人机的定位，获取其在空间中的位置，这种位置信息主要是六自由度姿态数据，接着进行多智能体之间通讯的建立，最后通过控制决策系统，根据各智能体的空间位置，完成协同控制。通过此技术，可以应用于多个领域，如军事中的“蜂群”作战系统，电网、管道的无人机巡检，文娱行业的无人机编队表演，建筑行业的无人机智能建造等等。上过19年春晚的哈工大扑翼机器人（无
近几年中国不断的加大电力建设，电力设备总量飞速增长。很多架设在偏远山区的高架电塔，巡检难度大，成本高。为了提高巡检效率与巡检次数，降低巡检人员的危险，提升电力系统巡检的智能化，中国电力科学研究院自主开发了边云协同电力巡检系统。该系统是基于三维重建、自主导航控制技术、人机交互的影像智能标注技术来实现无人机从一键起飞后全程智能巡检，自动避障，记录电力设备的缺陷，上传到控制台并作记录。边云协同电力巡检系统的建立前提，是需要在实验室环境下完成无人机的路线模拟以及视觉训练，无人机的模拟路线的训练需要定位系统提供无人机在空中的精确位置数据。对比了现有多种定位系统，由于光学定位的高精度，低延迟等多方面优势，
