面向大范围手势捕捉的Leap Motion数据结构体优化

无标记人手和虚拟环境交互是实现沉浸式虚拟装配的关键,多Leap Motion数据融合是扩展捕捉范围的有效途径。然而,多Leap Motion系统的数据量冗杂,增加了基于局域网传输的网络负荷,使得手势反应迟滞,影响了沉浸感和装配效率。建立了Leap Motion数据结构体优化模型,获得了各类数据的权重,提出了优化方案,优化后数据量降低了36%,针对5个Leap Motion系统进行测试。结果表明:优化后系统的数据传输速度和融合效果得到大幅提升,满足了多Leap Motion实时手工装配的需求。