虚拟手抓握动作的Petri网模型及其仿真实现

虚拟手的运动建模是三维人机交互研究中的一个关键问题。虚拟人在执行维修作业的过程中,不可避免地需要徒手抓握操作对象或维修工具。为此,该文提出了一种基于位置/变迁Petri网的虚拟人手抓握动作模型。该方法以关节化虚拟手的几何建模和关节约束分析为基础,描述了抓握动作的Petri网模型,通过仿真循环叠代和关节插值计算,实现关节链上各个关节的运动控制,并基于面向对象的技术设计实现了典型抓握动作。最后,基于人体建模与仿真软件Jack,设计并实现了一个虚拟手抓握动作的Petri网,仿真和实验结果表明所述方法简便易行,能够满足虚拟维修作业的要求。

基于Kinect和Unity实现多人实时动作捕抓

在三维动画的制作过程中,动作捕抓技术在控制虚拟人物发挥很大的作用,传统动作捕抓技术操作复杂,价格昂贵等弊端导致动作捕抓技术难以被中小型三维动画公司广泛应用。本文通过使用微软公司推出的第三代Kinect系列Azure Kinect DK摄像头,结合Unity的第三方资源包Azure Kinect for Unity3D,在Unity中编写C#脚本调用Azure Kinect Body Tracking SDK和Azure Kinect Sensor SDK开发,便可在Unity平台使用少量C#代码实现多人实时动作捕抓,在三维动画中协助虚拟人物的控制,大大降低动作捕抓技术的难度和使用门槛,提高三维动画制作的效率。

基于镜像神经系统机制的语音动作康复训练系统设计

本文主要针对不随意运动型脑瘫患儿,通过人机交互(HCI)的模式结合仿生机械手达到脑瘫康复训练的目的。整体设计中采用了单片机Arduino mega 2560为主控制器,显示屏1602作为数据显示,语音模块采用LD3320语音芯片,LabVIEW作为上位机显示患者需要识别的手势动作图片。当运行开始后,脑瘫患儿通过观看上位机界面上随机切换显示的图片,对应说出图片的内容,利用语音芯片进行语音辨识,识别后的数据在显示屏上显示,并利用串口传送的方式传递给上位机相应数据,系统将进行判断是否正确,并且记录脑瘫患儿做出反应的时间和正确率,机器手接收到语音识别后的正确数据,会做出与上位机显示图片一致的动作手势,达到训练脑瘫患者反应能力、说话能力以及认识各类手势动作的学习能力的目的,较好地实现脑瘫患者的康复训练。

儿童早期的动作发展对认知发展的作用

早期儿童与环境的相互作用通过动作来完成。儿童在与环境的相互作用过程中动作得到发展,与此同时也促进了认知发展。该文主要介绍了国内外的一些研究成果,阐述了爬行和手部动作对儿童认知发展的作用。发现儿童早期动作的发展是认知发展的外在表现,同时早期动作的发展也将促使儿童的认知发展不断高级化、复杂化。儿童通过爬行获得了运动经验,促进了感知觉的发展;而手部动作主要包括抓握动作和手势的发展,在儿童与环境的相互作用过程中则主要发挥着重要的中介作用。

关于Motricity Index(运动力指数)

1996年,Melvin JL与Chino N在其所编写的Functional Evaluation of Stroke Pa-tients书中[1],提及“运动功能损害评定”(Measures of Motor Impairment)问题,介绍了1987年,英国中风研究组推荐的一套项目,用以确定运动损害与残疾。在“

让人物在你笔下“栩栩如生”——以经典作品为例谈谈细节描写

写人是作文的基本命题，要把人物写生动必须抓住人物的特征。要抓准人物特征，细致观察是前提，细节描写是关键。绘肖像、抓动作、描语言、摹心理是细节描写的基本手段，可以使原来比较平板、模糊的形象变得栩栩如生，有血有肉。

气动扇形柔性关节多指灵巧仿人机械手

为了满足服务型机器人对人机交互动作柔软性、安全性的高要求,基于仿生学理论提出了一种气压驱动扇形柔性关节,并将其用于多指灵巧仿人机械手的构建。采用柔性关节驱动和刚性手部骨骼相结合的设计理念,兼顾手部刚度与柔性。通过关节角度的检测和供气压力的调节,实现手指关节弯曲角度和手指抓握力的连续控制。描述了扇形柔性关节的工作原理和结构设计特点,以及手部整体结构的设计,并对机械手抓握动作和功能进行了试验分析。试验结果表明:柔性多指灵巧仿人机械手能够完成各种手势以及对球状、圆柱状和卡片状等物体的抓取。

先天性双侧裂手裂足畸形一例

患者 男,14岁.出生后发现双侧手、足分裂畸形而收住入院.临床检查：双手中指缺如,手中部有一“V”形裂口,达远侧掌横纹,将手指分成尺桡侧二组,拇、示、环、小指发育正常,虎口开大满意,双手抓捏动作基本正常（图1,2）.双足呈裂足畸形,左足2、3趾缺如,右足第2趾缺如（图3）.双耳细小.X线片检查：双手中指指骨缺如,第3掌骨与第4掌骨合并,左手第3掌骨与第2掌骨基底融合（图4）.