井下无人机长时间在恶劣环境下执行勘测、救援任务，通讯系统可能会陷入两难的境地——传输高精度坐标伴随着大量耗能。为解决这项难题，中国矿业大学计算机科学和技术学院陈朋朋教授团队提出了一种基于超宽带（UWB）和惯性测量单元（IMU）融合的按需精确跟踪框架（On-demandPreciseTracking）。按需耗能不做无用功OPT对井下无人机的通讯耗能实现了按需分配，并且在精确测距、抗多径效应和穿透能力方面优势显著。首先，设计了基于多传感器融合的无迹卡尔曼滤波器，实现具有定制性能的能量高效跟踪。其次，OPT提供了一种超宽带信号传输的自适应调整机制，以在井下无人机本地定位的精度和能耗之间进行权衡。最后
井下无人机长时间在恶劣环境下执行勘测、救援任务，通讯系统可能会陷入两难的境地——传输高精度坐标伴随着大量耗能。为解决这项难题，中国矿业大学计算机科学和技术学院陈朋朋教授团队提出了一种基于超宽带（UWB）和惯性测量单元（IMU）融合的按需精确跟踪框架（On-demandPreciseTracking）。按需耗能不做无用功OPT对井下无人机的通讯耗能实现了按需分配，并且在精确测距、抗多径效应和穿透能力方面优势显著。首先，设计了基于多传感器融合的无迹卡尔曼滤波器，实现具有定制性能的能量高效跟踪。其次，OPT提供了一种超宽带信号传输的自适应调整机制，以在井下无人机本地定位的精度和能耗之间进行权衡。最后
仿生机器人是指模仿自然界生物生理结构或功能特征，设计具有一定工程应用背景的机器人。目前，良好的地形能力和高效的运动方式是仿生机器人发展的主要方向。蛇作为一种无腿的爬行动物，可以通过多种运动方式进行移动，对复杂的地貌环境有优越的适应能力。这使得仿生蛇型机器人具有更广阔的应用前景。长春理工大学的研究人员针对多环境下蛇的运动接触行为及其鳞片摩擦性能进行了研究，从而给蛇形机器人提供设计依据。研究人员首先利用NOKOV度量三维动作捕捉系统，对蛇在不同环境下（干燥、湿润、不同粗糙度的砂纸及光滑平面）的运动行为进行测试，获得蛇运动的状态和规律，为设计蛇运动接触力学测试装置提供依据，并探究蛇在不同环境氛围下的
近年来，工业机器人的兴起使得建造的效率和安全性得以提升，但由于机器人由于大小与活动范围的限制，在大型建筑上难以施展拳脚。上海同济大学建筑系的无人机自主建造小组，正在进行以无人机取代工业机器人进行空中建造为目的，进行无人机自主建造系统的研究，系统由无人机空间位姿反馈和地面站轨迹控制两部分组成。该小组先在一定规模的场地中布置适用场景进行无人机飞行，通过无人机空间位姿的获取，设计地面站控制系统，之后便可将装置的尺度扩大到真实建造的尺度，进行建筑建造。无人机空间位姿的获取，是通过NOKOV度量光学三维动作捕捉系统作为空间定位系统，主要依赖于其精确到亚毫米的高精度捕捉。在层高2.5m，工作区域面积约为5
仿生机器人是指模仿自然界生物生理结构或功能特征，设计具有一定工程应用背景的机器人。目前，良好的地形能力和高效的运动方式是仿生机器人发展的主要方向。蛇作为一种无腿的爬行动物，可以通过多种运动方式进行移动，对复杂的地貌环境有优越的适应能力。这使得仿生蛇型机器人具有更广阔的应用前景。长春理工大学的研究人员针对多环境下蛇的运动接触行为及其鳞片摩擦性能进行了研究，从而给蛇形机器人提供设计依据。研究人员首先利用NOKOV度量三维动作捕捉系统，对蛇在不同环境下（干燥、湿润、不同粗糙度的砂纸及光滑平面）的运动行为进行测试，获得蛇运动的状态和规律，为设计蛇运动接触力学测试装置提供依据，并探究蛇在不同环境氛围下的
近年来，工业机器人的兴起使得建造的效率和安全性得以提升，但由于机器人由于大小与活动范围的限制，在大型建筑上难以施展拳脚。上海同济大学建筑系的无人机自主建造小组，正在进行以无人机取代工业机器人进行空中建造为目的，进行无人机自主建造系统的研究，系统由无人机空间位姿反馈和地面站轨迹控制两部分组成。该小组先在一定规模的场地中布置适用场景进行无人机飞行，通过无人机空间位姿的获取，设计地面站控制系统，之后便可将装置的尺度扩大到真实建造的尺度，进行建筑建造。无人机空间位姿的获取，是通过NOKOV度量光学三维动作捕捉系统作为空间定位系统，主要依赖于其精确到亚毫米的高精度捕捉。在层高2.5m，工作区域面积约为5
软体机械臂的传统刚性机械臂由于灵活度和安全性等原因，在一些狭窄复杂的特殊场景下不适合应用。随着新材料的不断发展，具有更高灵活性的软体机器人研究引发热潮。软体机器人灵感来源于自然界中仿生动物，比如模仿蛇、象鼻、章鱼臂等结构的仿生机器人等，可以适应复杂的环境，并且能进行柔顺、安全的操作和抓取。软体机械臂涵盖了包括仿生学、材料科学和机器人等在内的多学科，目前仍处于起步阶段，许多为题还未被解决，或需要进一步研究和优化，包括智能材料、传感技术、模型建立和运动控制等，其关键问题集中在运动重复精度、输出力、建模和算法优化等几个方面。在进行软体机械臂的设计研究过程中，需要利用机器人的状态数据来评估其性能。考虑
软体机械臂的传统刚性机械臂由于灵活度和安全性等原因，在一些狭窄复杂的特殊场景下不适合应用。随着新材料的不断发展，具有更高灵活性的软体机器人研究引发热潮。软体机器人灵感来源于自然界中仿生动物，比如模仿蛇、象鼻、章鱼臂等结构的仿生机器人等，可以适应复杂的环境，并且能进行柔顺、安全的操作和抓取。软体机械臂涵盖了包括仿生学、材料科学和机器人等在内的多学科，目前仍处于起步阶段，许多为题还未被解决，或需要进一步研究和优化，包括智能材料、传感技术、模型建立和运动控制等，其关键问题集中在运动重复精度、输出力、建模和算法优化等几个方面。在进行软体机械臂的设计研究过程中，需要利用机器人的状态数据来评估其性能。考虑
在煤矿巷道、地铁隧道等危险、幽闭的地下场景下，使用移动机器人完成探测、开采和搜救任务安全且高效。地下机器人自主智能的完成任务，精准的定位和地图构建是前提和关键。图1-地下隧道中的机器人机器人在地下环境中自主运行时往往没有先验的地图信息，而且不能使用GPS进行定位，需要机器人在未知环境创建地图，同时利用地图进行自主定位和导航，即SLAM技术。由于地下环境中场景在几何特征上极其相似，且激光雷达点云在远处分布极少，基于激光雷达的SLAM方法效果不好；中国矿业大学的研究人员采用一种多传感器融合的方法，基于图优化的框架将UWB和IMU融合定位系统提供的位置约束添加到位姿图优化约束中，为激光雷达扫描匹配提
机器人在工业领域和日常生活中起到重要的作用，要完成的任务也越来越复杂，这就需要机器人动作执行时足够精准。机器人的绝对精度是评价机器人性能的一项重要指标。要提高机器人的绝对精度，需要进行高精度标定。标定可以分为三级：一级未驱动器与关节传感器的标定，即确定关节位移传感器产生的信号与实际关节位移之间的关系；二级在一级基础上，加入机器人几何参数的标定，针对各组成连杆的运动变量误差和各连杆结构参数误差引起的位姿误差；三级为非几何标定，针对由关节柔度、摩擦、间隙以及连杆柔度等因素引起的误差。在标定过程中，测量是进行参数辨识和补偿之前的重要环节，包括关节位移测量和机器位姿测量。位姿测量方法又包括接触式和非接
