适用于惯性动作捕捉与复现系统的轨迹捕捉算法及其实现

针对惯性动作捕捉与复现系统轨迹捕捉过程中由于零速检测不准确、姿态角误差发散造成捕捉到的轨迹不够平滑进而导致动画复现过程中人体模型发生严重抖动甚至位置跳变的问题,提出了一种基于改进零速检测的轨迹捕捉算法,可得到较高平滑度的轨迹。本文结合试验分析了零速检测误检源,并根据拉依达准则优化了检测算法,在此基础上构建了完整的轨迹捕捉Kalman滤波算法框架,其内嵌的姿态深度修正模块可有效抑制姿态角误差发散。最后通过实物试验,从精度和稳定性两方面验证了轨迹捕捉算法的可行性,试验表明,本文所述轨迹捕捉算法能得到较高平滑度的行走轨迹,因此能在一定程度上减小动画复现过程中人体模型的抖动,具有重要的工程意义。

基于惯性传感器的动作捕捉系统的实现

引言 动作捕捉技术是一种实时准确测量、跟踪、记录运动物体在三维空间中运动状况,并对实时的运动进行分析和重现的技术。动作捕捉系统有着广泛的应用,传统的动作捕捉系统使用外部传感器如摄像头等来捕捉人体动作,这种方法往往会受到场地、环境的限制。随着微机电系统（MEMS）技术的迅速发展,小巧、便宜的基于MEMS技术的可穿戴设备获得了巨大的发展空间，MEMS技术使得用惯性传感器实现人体跟踪成为了可能。

基于惯性传感器的动作捕捉系统设计

针对传统的如光学式、机械式等动作捕捉系统在成本、使用环境及精度等方面各有优劣的特点,设计了一套基于惯性传感器的动作捕捉系统,通过在人体各部位佩戴惯性传感器节点,实时采集各部位的运动惯性数据,通过WIFI通信发送至数据处理终端,对数据进行存储和显示;经实验验证所设计动作捕捉系统能够正确采集人体惯性运动数据,系统的使用不受时间和地点的限制,具有成本低廉、穿戴方便和操作简单等特点,可以深入应用于医学、体育和军事等多个领域。

遥操作机器人系统设计及控制方法

设计了一套遥操作机器人系统并提出一种相对位姿尺度变换的姿态映射算法和在线轨迹平滑方法,以解决遥操作系统存在主从端工作空间不匹配以及控制数据不稳定的问题。首先,结合光学追踪器和惯性传感器设计符合人类日常习惯的主端动作捕捉系统;从端采用三轴云台相机、UR5机械臂和机械手搭建了类人的机器人系统。其次,为解决遥操作系统存在的主从端异构、工作空间大小不匹配等问题,提出一种相对位姿尺度变换算法。最后,针对所设计的遥操作机器人系统和控制算法开展了主从跟随精度验证和遥操作抓放物体实验。实验结果表明,相对位姿尺度变换方法兼顾了遥操作任务中的效率和精度要求,在操作者动作姿态快速变化的运动过程中,所设计的遥操作系统仍能以较高精度跟随目标轨迹运动,且从端延时仅约为0.1 s,使得从端机器人可较好地实时复现主端操作者的动作。

动作捕捉：走近虚拟现实

一百多年来，人们推论、研究、实验、探索，想尽一切办法把人的动作捕捉下来。今天人们通过光学捕捉的方式已能精准地将人体动作进行还原，但其高昂的成本一直将普通用户拒之门外。“腾挪”是基于惯性传感器的动捕系统，它的出现拉低了动作捕捉系统的门槛。

基于惯性传感器融合控制算法的聋哑手语识别

聋哑人如何与外界进行有效沟通一直是一个备受关注的难点问题。文中提出了一种基于惯性传感器融合控制算法的手语识别方案,旨在实现高效准确的实时手语识别。该融合控制算法采用反馈控制思想,对两种传统的姿态信息计算方法进行融合,减少了环境对传感器的影响,可以准确获取被测对象在瞬时状态下的姿态信息。该算法通过对自采的聋哑手语数据进行数据融合、数据预处理和特征提取等处理,利用支持向量机、K-近邻法和前馈神经网络分类器自适应模型集成的分类方法进行分类。结果显示,所提传感器融合控制算法有效地得出了实时姿态,该手语识别方案对30种聋哑拼音手语的识别准确率达到96.5%。所提方案将为聋哑人手语识别打下坚实的基础,并为传感器融合控制的相关研究提供参考。