RFID技术及其在排球运动轨迹捕捉中的应用

提出一种基于RFID技术的排球动作轨迹捕捉系统设计方案,给出设计方案原理框图、主要参数估算、技术实现方法及测试流程。在定位算法方面,将LANDMARC算法与加权质心定位算法相结合,提出一种改进定位算法,经过计算机仿真验证新算法的有效性。

一种基于多传感器数据融合的移动主体运行轨迹捕捉机制

目前军事、医疗、科技、电影、游戏等很多应用领域都需要对移动主体的运行轨迹进行捕捉。现有的移动主体轨迹识别与绘制机制一般对设备的要求较高,且算法复杂,实时性不够理想。为此,提出一种基于多传感器数据融合的移动主体运行轨迹捕捉机制,以智能移动终端为载体,联合采用加速度传感器和姿态传感器采集数据,通过对加速度传感器和姿态传感器采集的数据进行处理和融合,并应用物理学中加速度和位移以及数学中曲线和直线的关系,准确识别移动主体的行动轨迹;然后利用光学透视投影的原理将轨迹投影到二维空间,并在智能终端的屏幕上绘制出来。实测结果表明,该机制具有较高的准确性和实时性,且具有理想的时空复杂度。

基于运动轨迹捕捉与正交覆盖的WSN节点定位算法

传统无线传感器网络(WSN)节点定位算法难以适应节点快速移动的高拓扑变化环境,导致识别误差较大。针对该问题,提出一种基于运动轨迹捕捉与正交覆盖机制的WSN节点定位算法。利用捕捉锚节点射频强度的方法对节点运动轨迹进行覆盖定位,获取性能最佳的锚节点及其坐标,改善因锚节点失效或信号强度弱导致的弱定位现象。在此基础上,采用拉格朗日插值函数设计运动轨迹捕捉方法,联合纵向及横向坐标维度进行节点运动矢量的精确捕捉,在精度可控的条件下实现对下一时刻节点坐标的初步预测,优化锚节点对运动节点的区域覆盖。同时利用正交覆盖方式设计基于过滤机制的区域优化方法,提高覆盖区域坐标抽样和网络信号定位精度。仿真结果表明,与2S-HGR机制和TDLM机制相比,该算法具有较好的动态路径捕捉效果与坐标定位准确性。

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。

动作轨迹捕捉技术在装配防错领域的应用

在发动机制造过程中,装配环节工序流程复杂、零件种类繁多、装配参数要求严格,且存在一些暂不适合使用自动化设备的工位。人工执行作业会带来较多的不确定因素,导致装配过程的错、漏等执行问题,影响发动机品质。对此提出了采用机器视觉技术进行发动机装配过程防错的技术应用方案,根据发动机装配过程中的动作特征,通过目标特征提取和识别检测算法,实现对人工作业轨迹的实时跟踪、判断、规范和引导,在避免不同装配环节中出现错误的同时,对操作人员的作业时长和作业姿态进行规范,实现整线装配质量和装配效率的提高。

基于D-P算法的网球正手击球错误动作轨迹线形捕捉方法研究

为了提高网球正手击球的有效率,需要对击球的错误动作轨迹线形进行高分辨捕捉,提出一种基于D-P算法的网球正手击球错误动作轨迹线形捕捉方法.在三维视觉模型下进行网球正手击球错误动作轨迹线形图像采集,采用小波多尺度分解方法进行网球正手击球错误动作轨迹线形滤波处理,提取网球正手击球错误动作轨迹线形边缘轮廓特征点.采用灰度直方图特征提取方法进行击球错误动作轨迹线形图像灰度信息增强处理,结合分块特征匹配技术,实现对网球正手击球错误动作轨迹线形的关键动作特征点定位.采用D-P算法实现对击球错误动作轨迹线形捕捉中的误差调节和修正,实现对轨迹线的正确捕捉.仿真结果表明,采用该方法进行击球错误动作轨迹线形捕捉的准确性较高,图像输出信噪比较高,动作修正能力较强.

基于背景差法的网球运动员击球运动轨迹线形捕捉方法

为了对网球运动员击球动作轨迹线形实施高分辨捕捉,提出一种基于背景差法的网球运动员击球运动轨迹线形捕捉方法.在三维视觉模型下进行网球运动员击球运动轨迹线形图像采集,选用小波变换方法对采集到的运动轨迹线形图像进行滤波处理,同时增强灰度直方图像信息,定位网球运动员击球运动轨迹线形的关键特征点,修正以及调整定位误差,完成精准捕捉轨迹线形.结果表明,所采取得网球运动员击球运动轨迹线形捕捉方法具有较强的可行性,且动作捕捉能力较好.

基于惯性传感器的空中运动轨迹识别与实现

为了实现在空中手写的人机交互方式,给用户带来一种新型的人机交互体验,设计了一种基于惯性传感器的空中手写轨迹识别系统。系统主要包括数据采集滤波模块、四元数法坐标系转换模块、积分获取测量轨迹模块和神经网络识别模块四部分。本文在原始数据采集和积分获取轨迹两个环节采用卡尔曼滤波算法。为了验证系统的准确性,以在空中书写数字8为例,经卡尔曼滤波后在空间范围内的轨迹完整、清晰,对数字0~9轨迹的捕捉也验证了这一点。设计了AlexNet神经网络迁移学习模块进行轨迹识别,实验结果表明,识别准确率为87.3%,轨迹识别度较高,达到了预期效果。

动作捕捉技术在运动训练领域中的应用分析

动作捕捉技术是指运动训练中通过外部设备对运动员的运动行为进行捕捉记录并进行技术处理分析的总称。动作捕捉技术在国际上的体育训练、比赛中已经广泛应用,但在国内的体育训练、比赛中还未建立有效模式,在现阶段体育训练领域应用有待推广。研究表明,动捕技术在体育运动训练中对正确动作模式的建立、训练伤病的预防和恢复、运动技术动作的改进、训练成绩能力提升等多方面能给予极大的技术帮助与支持。动作捕捉技术对运动员训练水平的提高有积极作用,目前由于科研水平和研发成本的限制,导致现阶段动作捕捉技术无法在运动训练领域广泛应用。

环板式针摆线行星传动的运动仿真及试验对比

基于ADMAS软件环境,采用轨迹捕捉法模拟摆线齿形的展成法加工过程,并生成准确的摆线轮齿形.在此基础上构造出环板式针摆行星传动的动力学仿真模型,并对摆线针轮行星传动进行运动仿真,可直观地获得环板与摆线轮的相对运动关系及相应运动参数,为新型传动的参数化的优化设计和结构创新以及减速器虚拟样机的试验验证提供了直观可靠的可视化虚拟试验环境和设计基础,并将理论计算结果与试验分析结果进行了对比分析,对仿真模型进行验证.

Linux下基于PyCv及其库的图像视频处理

基于OpenCV提供的Python接口——PyCv,在wxPython搭建的框架之上,结合Python的图像处理库,在Linux环境下完成了图像的处理、3D图像的跟踪以及视频运动轨迹的捕捉等功能。同时提供了一些图像处理的应用,用户通过对该软件的简单操作,不仅可以对视频图像的每一帧进行操作,同时也可以对单个图像进行处理,包括图像的相似度检查,图像的细化,关系图的生成以及图像的修补等。同时融入了图像下载,截屏,文件查询等小工具,同时提供了详细的使用说明,使用更为方便。