导语：多飞行器集联平台为何需要高精度定位？
多飞行器集联平台（Integrated Aerial Platforms, IAP）是一类由多个飞行器通过物理连接协同工作的飞行机器人系统，具备执行复杂空中操作任务的潜力。然而，由于系统结构复杂、运动受限，如何实现高精度相对位姿与全局定位，一直是制约 IAP 实际应用的关键问题。
北京理工大学俞玉树老师团队在 IEEE RAL、IEEE TASE 和 IEEE TRO 等机器人顶级期刊上连续发表多项研究成果，系统性探索了 IAP 的控制与状态估计问题。NOKOV 度量动作捕捉系统在多项实验中为研究提供了高精度位姿真值数据，成为算法验证的重要基础设施。
一、研究对象与技术挑战：IAP 的定位难点
多飞行器集联平台由多个子飞行器与中心平台组成，其定位面临以下挑战：
- 多智能体相互耦合，单机视觉惯性里程计易产生漂移
- 运动学约束复杂，不同构型差异显著
- 实验验证需要亚毫米级位姿真值作为对比基准
在此背景下，引入高精度动作捕捉系统，为 IAP 提供可靠的轨迹真值，成为算法评估不可或缺的一环。
二、研究方法概述
论文一：多智能体视觉-惯性定位（IEEE RAL 2024）
论文：
Multi-agent visual-inertial localization for integrated aerial systems with loose fusion of odometry and kinematics
引用格式：
Lai G, Shi C, Wang K, et al. Multi-agent visual-inertial localization for integrated aerial systems with loose fusion of odometry and kinematics[J]. IEEE Robotics and Automation Letters, 2024, 9(7): 6504-6511.
该研究首次提出了一种面向 IAP 的多智能体定位框架，将：
l 无人机个体的视觉惯性里程计数据
l IAP 内部的运动学约束
进行松耦合融合，从而有效利用系统内部的几何结构信息。
研究团队构建了一个不依赖具体运动学参数的通用约束公式，并基于滑动窗口优化设计状态估计器。在实验验证阶段，NOKOV 度量动作捕捉系统为 IAP 各智能体及中央平台提供高精度位姿真值数据，用于评估算法性能。
实验结果表明，该方法显著降低了全局定位漂移，相对定位误差大幅减少。
一个三智能体的IAP及其参考坐标系图解
论文二：融合 UWB 的去中心化定位（IEEE TASE 2025）
论文：
Tight Fusion of Odometry, Kinematic Constraints, and UWB Ranging Systems for State Estimation of Integrated Aerial Platforms
引用格式：
Yu Y, Fan Y, Lai G, et al. Tight Fusion of Odometry, Kinematic Constraints, and UWB Ranging Systems for State Estimation of Integrated Aerial Platforms[J]. IEEE Transactions on Automation Science and Engineering, 2025.
该研究聚焦复杂环境下的 IAP 精准定位问题，提出了一种仅依赖机载传感器和真实 UWB 测量数据的状态估计方法。
研究将 IAP 的物理约束与 UWB 测距信息结合，提出视觉-惯性-距离-物理里程计（VIRPO），并采用去中心化优化设计，提升系统可扩展性。
在实验阶段，NOKOV 度量动作捕捉系统为 IAP 提供高精度位姿数据，用于生成模拟 UWB 测量并验证算法性能。真实数据集评估显示，VIRPO 方法的里程计漂移降低了 28.7%
实际飞行过程中的环境设置
论文三：仅依赖机载传感器的 IAP 控制与估计（IEEE TRO 2025）
论文：
Versatile Tasks on Integrated Aerial Platforms Using Only Onboard Sensors: Control, Estimation, and Validation
引用格式：
Wang K, Lai G, Yu Y, et al. Versatile Tasks on Integrated Aerial Platforms Using Only Onboard Sensors: Control, Estimation, and Validation[J]. IEEE Transactions on Robotics, 2025.
该研究提出了一个完整的 IAP 控制与状态估计框架，集成了：
- 底层控制与交互控制
- 感知目标观测算法
- 运动-里程融合状态估计方法
其中提出的相对变换估计（RTE）算法，通过融合运动学约束与视觉惯性里程计数据，显著提升了全局定位精度。
在真实 IAP 原型机实验中，NOKOV 度量动作捕捉系统为平台提供高精度轨迹真值，支撑了算法在多任务场景下的有效性验证。
三飞行器IAP不同任务快照
三、应用场景与科研价值
通过 NOKOV 度量动作捕捉系统的实验支撑，上述研究为以下应用奠定基础：
- 空中装配与操作机器人
- 多无人机协同搬运
- 复杂环境下的自主飞行操作
- 无外部定位条件下的多智能体系统
四、NOKOV度量动作捕捉系统在多飞行器集联平台系列研究中的作用
在多飞行器集联平台的前沿研究中，高精度、稳定、可重复的位姿真值获取是算法验证不可替代的基础条件。
俞玉树老师团队的系列研究表明，NOKOV 度量动作捕捉系统在 IAP 定位、状态估计与控制算法验证中，发挥了关键支撑作用，为多飞行器系统走向真实复杂应用提供了可靠实验保障。
五、关于多飞行器集联平台研究的FQA
Q1：多飞行器集联平台（IAP）为什么定位难度更高？
A1：多飞行器集联平台由多个子飞行器通过物理结构耦合而成，系统自由度受限、运动学关系复杂，单一飞行器的视觉惯性定位容易产生累积漂移，因此需要结合平台内部的运动学约束进行统一状态估计。
Q2：多飞行器集联平台是如何实现精准定位的？
A2：研究通过融合视觉-惯性里程计、平台运动学约束以及（在部分工作中）UWB 测距信息，构建多智能体状态估计框架，从而在运动过程中持续估计各飞行器与平台之间的相对位姿和全局状态。
Q3：在没有外部定位系统的情况下，IAP 如何实现稳定控制？
A3：论文提出将定位算法与控制框架紧密结合，仅依赖机载传感器实现状态估计，并在此基础上设计感知感知约束的控制方法，使平台在执行复杂任务时仍能保持稳定与可控。
Q4：动作捕捉系统在多飞行器集联平台研究中起到了什么作用？
A4：在实验验证阶段，NOKOV 度量动作捕捉系统为多飞行器集联平台提供高精度位姿真值，用于评估定位与控制算法的误差和稳定性，是验证系统性能不可或缺的基准手段。
六、通讯作者
俞玉树，北京理工大学机电学院副教授、博士生导师。主要研究方向为飞行机器人的柔顺控制、感知、学习。本、硕、博均毕业于北京航空航天大学。曾在北京航空航天大学、新加坡南洋理工大学、瑞典查尔姆斯理工大学从事博士后研究。国家自然科学基金面上项目、青年科学基金项目、重点研发计划子课题负责人。曾获ICCSIP最佳论文、IEEE ICMA Toshio Fukuda Best Award in Mechatronics等奖项。目前担任Drones编委、ICRA副主编。