复杂场景光学运动捕捉系统的自动标记技术

20260211

信息传输、软件和信息技术服务业

目前，项目已完成核心算法研发与原理验证，在人体复杂运动、无人车集群定位等测试中表现优异，自动标记准确率超过99%，性能显著优于现有主流方案。团队依托北京交通大学自动化与智能学院及先进轨道交通自主运行全国重点实验室，长期深耕机器人感知与控制、计算机视觉等领域。成员具备扎实的算法研发与系统集成能力，前期已在相关方向发表多篇高水平论文并布局核心专利，形成了从理论研究、技术攻关到场景验证的完整研发链条。

合作企业、研发资金

仅限国内转让

本项目的核心创新在于提出一种基于反光标记簇的自动标记方法，通过将多个反光标记组合成具有唯一几何特征的标记簇，替代传统单一标记，从而实现被测目标与标记簇的帧内自动映射。该方法无需依赖目标的运动规律、形态结构或姿态先验信息，突破了现有技术对人工干预或预设模型的依赖。从市场应用转化角度来看，这一技术革新将显著拓宽光学动作捕捉系统的适用场景，并带来以下商业前景：（1）工业自动化与机器人领域；（2）医疗康复与仿生研究领域；（3）虚拟现实与影视制作领域；（4）动态场景与新兴领域拓展

火花活动

北京市科学技术委员会;中关村科技园区管理委员会

本项目旨在攻克复杂场景下光学运动捕捉系统自动标记的核心技术难题，研发一套基于“几何编码反光标记簇”的通用化自动标记解决方案。传统动捕技术高度依赖预设目标模型或人工校准，难以适配多刚体协作、柔性目标及动态遮挡等复杂场景，导致部署成本高、应用门槛高。本技术通过将多个无差别反光点组合成具有唯一几何特征的编码标记簇，并结合创新的动态拓扑匹配算法，实现了无需任何目标先验信息的帧内自动识别与追踪。目前，项目已完成核心算法研发与原理验证，在人体复杂运动、无人车集群定位等测试中表现优异，自动标记准确率超过99%，性能显著优于现有主流方案。本技术具有强通用性、高部署效率与强抗干扰能力三大优势，可无缝应用于工业机器人协作、医疗康复评估、影视特效制作等广阔领域。项目已发表多篇高水平学术论文并布局核心发明专利，正通过开源工具与行业定制化方案并行推广，致力于推动高精度动作捕捉技术向普惠化、智能化升级，抢占百亿级市场先机。