一、导语｜磁导航如何实现高精度定位？

在磁导航机器人与磁驱动微创手术机器人领域，实现高精度、可验证、可泛化的磁定位能力一直是核心挑战。

在 IROS 2025 上，南方科技大学郭书祥院士团队发表论文 Physics-Informed Residual Network for Magnetic Dipole Model Correction and High-Accuracy Localization，提出了一种融合物理模型与数据驱动的高精度磁定位方法，并通过 NOKOV 度量动作捕捉系统，在真实环境中完成了定位精度与鲁棒性的真值验证。该研究为磁导航机器人提供了一种高精度、低成本的定位解决方案，在微创手术导航和工业检测中显示出巨大的应用潜力。

二、研究背景：解决磁定位的“近场难题”

磁定位是磁导航胶囊内窥镜和磁驱动微创手术机器人的关键技术，实现高精度磁定位的核心是建立准确的磁源磁场模型。然而，经典的磁偶极模型在磁体靠近传感器的近场区域存在严重的非线性偏差。此外，环境噪声、温度漂移和硬件一致性等因素进一步限制了传统算法的工程化应用。如何以低成本、高效率的方式弥补模型与真实物理数据之间的鸿沟，成为亟待解决的挑战。

三、研究方法概述：PIRNet 与两阶段校正策略

针对现有方法中模型–数据不一致、泛化能力受限及实时性瓶颈等问题，研究提出了一种物理–数据融合的两阶段磁定位校正策略架：

1）设计了一种物理信息引导的残差网络（PIRNet），以磁偶极理论为先验，用于校正模拟数据中的系统性偏差；

2）采用了一种可插值的查找表优化方法，通过基于距离加权的三线性插值与球面线性插值（Slerp）相结合，实现亚毫米级的快速匹配。

物理信息残差网络架构

仿真预训练：基于磁偶极理论生成58,320组样本，并添加合成噪声，训练PIRNet学习磁场物理规律。

真实数据微调：仅使用288个真实空间配置（14,400样本）的大部分（11,520）进行微调，实现高效仿真到真实迁移，减少90%以上真实数据需求。通过仿真预训练与少量真实数据微调，大幅缩减了对真实训练数据集的需求。

四、实验验证

在该磁导航高精度定位方法的实验验证环节，研究团队搭建了包含磁力计阵列与环形磁体的硬件平台，并引入 NOKOV 度量动作捕捉系统 进行真值位姿采集。

实验平台，包含一个磁力计阵列（QMC5883）、一个刻度板和一个环形钕铁硼磁体（等级：N45，外半径 ro = 10mm，内半径 ri = 5mm，长度 L = 10mm）。用户界面中蓝色箭头的方向和长度分别代表每个传感器检测到的磁场方向和强度。

实验系统包括：

磁力计阵列（QMC5883）

环形钕铁硼磁体（N45）

刻度板与约束轨迹装置

高精度真值采集：NOKOV度量动作捕捉系统 实时输出磁体亚毫米级的真值位姿数据，为算法的评估提供了高精度的坐标参考。

仿真实验：

仿真预训练：基于磁偶极理论生成58,320组样本，并添加合成噪声，训练PIRNet学习磁场物理规律。

真实数据微调：仅使用288个真实空间配置（14,400样本）的大部分（11,520）进行微调，实现高效仿真到真实迁移，减少90%以上真实数据需求。通过仿真预训练与少量真实数据微调，大幅缩减了对真实训练数据集的需求。

重复精度测试 (a) 控制软件捕获的磁体三维轨迹重建，蓝色和红色曲线分别代表实际手动位移和实时计算轨迹 (b) 磁体的跟踪误差 (c) 用于动态验证的实验配置，具有磁体约束轨迹系统，可实现手动轨迹执行。

研究团队通过仿真预训练与真实数据微调相结合的两阶段策略验证了本文研究方法的有效性。

真实实验-静态测试

静态实验误差：

平均位置误差：1.15 mm

平均姿态误差：1.01°

动态实验误差：

平均跟踪误差：0.7 mm / 1.07°

系统性能：

实时运行速度：22.4 FPS

在方法验证阶段，NOKOV 度量动作捕捉系统作为独立的高精度位姿真值来源，与磁定位算法共同构成从模型构建到真实精度评估的完整研究流程。NOKOV度量动作捕捉系统助力评估该研究中磁定位算法在真实环境下的精度与鲁棒性。

基于 NOKOV 度量动作捕捉系统提供的亚毫米级真值位姿基准，实验结果表明该磁导航定位方法已满足定位精度与稳定性的核心要求。

与传统的LM算法和端到端深度学习解决方案相比，本文方法在保持实时性能（22.4 FPS）的同时，确保了物理可解释性和环境鲁棒性，并且相较端到端深度学习所需的真实数据集采集量更少。

五、结论与应用概述

本研究展示了一种基于物理信息残差网络的磁偶极模型校正和高精度磁导航定位方法，其中 NOKOV 度量动作捕捉系统 作为真值验证标准，支撑了算法在真实环境下实现亚毫米级定位精度。南科大团队的此项研究证明了物理先验与深度学习融合的优越性。该研究表明，通过物理信息残差网络方法 + NOKOV度量动作捕捉真值验证的组合路径，可以在保证实时性的前提下，实现磁导航在复杂环境中的亚毫米级高精度定位能力。

而在这一突破背后，NOKOV度量动作捕捉系统 不仅作为实验的评估工具，更是连接仿真环境与真实物理世界的桥梁，确保了每一毫米的位姿误差都清晰可见，助力科研成果向实际应用迈进 。

六、基于物理信息残差网络的磁偶极模型校正和高精度定位方法FAQ

Q1：PIRNet在磁偶极模型校正中具体起什么作用？

A1： PIRNet（物理信息残差网络）利用磁偶极理论作为物理先验，校正仿真磁场数据中的系统性偏差，实现仿真到真实环境的高精度迁移，同时减少真实数据采集需求约90%。

Q2：NOKOV度量动作捕捉系统在磁定位实验中有什么用？

A2： NOKOV度量动作捕捉系统实时提供磁体亚毫米级真值位姿，用于验证PIRNet磁定位算法在静态和动态实验中的精度与鲁棒性，使实验数据可直接用于科研分析和算法优化。

Q3：研究中磁定位实验如何减少真实数据采集量？

A3： 采用仿真预训练加真实数据微调的两阶段策略，利用大量仿真样本学习磁场规律，仅少量真实样本即可完成微调，同时保持亚毫米级定位精度，大幅降低真实数据采集成本。

Q4：为什么磁导航定位研究需要引入动作捕捉系统验证真值？

A4：在磁导航定位研究中，仅依赖算法输出无法判断：

定位误差是否来源于模型

误差是否被环境干扰放大

算法在真实空间是否可泛化

NOKOV 度量动作捕捉系统提供的独立、高精度三维位姿真值，使磁定位算法具备：

可量化误差基准

可复现实验结果

可用于算法对比的可信依据

八、作者与参考文献

论文名：

Physics-Informed Residual Network for Magnetic Dipole Model Correction and High-Accuracy Localization

作者简介：

沈淼章，南方科技大学电子与电气工程系与海洋高等研究院硕士生。主要研究方向：磁性医疗机器人系统。

郭书祥，日本工程院院士、南方科技大学电子与电气工程系讲席教授。主要研究方向：微机器人技术、血管检查微系统、医疗生物用遥控微操作系统等医学机器人，智能水下机器人等。

李春英，南方科技大学研究助理教授、硕士生导师。主要研究方向：仿生机器人、两栖机器人、多机协作、多传感器融合、水下通信、协同定位与导航等。

王梓旭，南方科技大学电子与电气工程系博士后。主要研究方向：微创手术的医疗机器人系统、磁驱动柔性机器人。