基于虚拟现实技术的运动训练仿真模拟系统

为提高运动员竞技水平，本研究基于虚拟现实技术设计了一种运动训练仿真模拟系统。根据Hanavan人体模型相关标准，在人体各关节处固定一个局部坐标，从而构建人体运动模型。然后利用DH表示法描述骨骼结构的状态空间，确定虚拟人层次结构。为实现系统的感知交互、动作捕捉、动作重现等功能，利用VR技术设计系统数据库、采集卡、设备接口等硬件设备，并在Lab VIEW与MATLAB联合编程基础上创建两个队列，搭建了相关软件程序。仿真实验表明该系统模拟出的训练动作与运动员真实动作的相似度较高，且输出结果稳定，证明了其有效性。     

基于动作图像特征的人体运动行为挖掘算法

研究人体行为图像特征识别问题,在人体动作图像中存在大量的和真实行为无关的掩饰动作特征,掩饰动作的存在会大大干扰人体真实行为特征,造成行为真实特征关联的减弱,形成干扰.传统的关联特征挖掘方法在关联干扰的情况下,很难建立准确的行为特征对应空间,使得关联性发生混乱,造成行为特征挖掘错误.提出了一种采用动作特征人体运行行为挖掘算法.利用黄金分割方法,计算动作特征的权值比重,从而删除冗余特征,为人体行为挖掘提供准确的数据基础.利用非线性分类函数,对人体行为特征进行分类,从而实现人体运动行为的挖掘.实验结果表明,利用改进算法能够有效提高人体运动行为识别的准确性,从而有效地对人体运动行为进行有效识别.     

基于检索的人体运动识别和模拟

运动识别和模拟是人体运动分析中重要的研究内容，实现了以检索为基础的实验性的运动分析系统．小波矩具有平移、旋转和缩放不变性，能够提取局部多层次特征，被用来作为特征描述运动序列以及动作，根据相似性实现运动识别，利用动态时间变形（DTW）实现序列的动作匹配，在poser建模、依据正多面体分割的金字塔模型得到多视点投影视频的数据库中进行识别和匹配，并以三维模型的形式显示出来．实验结果可以模拟人体运动以及为进一步分析提供初始分析数据．     

基于二阶倒立摆的人体运动合成

为了合成物理真实、实时可控的人体运动,提出了一种基于二阶倒立摆的人体运动合成方法.方法分三步实现:首先将人体运动状态映射为一个二阶倒立摆模型;然后根据步态控制参数与环境约束,对二阶倒立摆进行运动规划;最后基于二阶倒立摆的运动,根据人体运动规律与高层用户需求,优化计算关节力矩,合成人体全身运动.利用文中方法,通过设置不同的参数,如步幅、步频等,能够实时控制人体运动,生成物理真实的人体运动.与现有的低维模型方法相比,该方法能够生成更加自然真实的人体下肢运动.该文合成方法既不需要使用运动捕获数据,也无需耗时的离线优化.     

体育训练三维人体运动模拟与视频分析系统

在运动训练中引入数字图形图像技术，研制面向体育训练的三维人体运动仿真与视频分析系统，为我国体育健儿备战2008年奥运会提供强大的科技保证．首先介绍了研制系统的背景与意义，然后从视频分析与三维运动模拟两个方面概述了系统所具有的关键功能，最后较为详细地阐述了为实现这些功能所需要解决的关键问题及解决方法，包括视频运动人体提取与跟踪、三维人体运动模拟与仿真等．     

基于概率PCA模型的三维人体运动分类

提出基于概率主成分分析的三维人体运动自动识别与分类算法.它根据不同类别的人体运动应各有自己代表性的特征集,采用概率PCA方法建立各类动作的高斯分布模型;然后构建基于最小错误率贝叶斯决策理论的多分类器,实现对未知的动作序列(或具有代表性的帧)进行多分类决策.该方法具有概率模型的优点,适合高维数据处理;同时,这种方法能够提取运动数据的内在特征,较好地消除了运动数据在时间轴上的差异带来的问题,从而准确地对运动数据进行分类,实验结果证明了本文方法的有效性.     

基于Unity3D的模拟滑雪机可视化系统设计与实现

针对当前室内模拟滑雪机沉浸感差、运动数据无法记录、专业动作无法训练等问题,基于Unity3D开发一种应用于模拟滑雪机的可视化系统。构建了虚拟高山滑雪场景和滑雪人物模型,提出实时碰撞检测策略,通过实时采集动作数据对人物模型进行控制,实现了虚拟滑雪人物滑行、左倾、右倾、刹车等动作。实验表明,模拟滑雪机可视化系统可操作性强、虚拟体验高,为室内模拟滑雪机数字化、智能化训练提供技术基础。     

发音过程中舌头运动的3D可视化方法*

研究中文发音过程中舌头运动的3D可视化问题。根据核磁共振数据构建舌头精细的3D模型,在此基础上,提取舌背表面处3个点的EMA数据为驱动源,利用弹簧网技术真实再现中文发音过程中的舌头运动。为了验证文中建模和舌头运动合成方法的有效性,使用计算机图形学的方法模拟舌头运动的细节效果,并对比其与由语言学家亲自拍摄的“普通话发音器官动作特征”的X光影像。实验表明,文中方法实现的3D舌头运动符合真实的舌头运动情况,拥有广泛的应用前景。     

基于虚拟现实技术的康复训练系统设计与实验验证

已有的一系列研究表明,在数字虚拟环境中引导患者进行运动机能的康复训练,可以使趣味性与视觉和听觉刺激联合作用于患者,提高康复训练的效果。主要介绍基于OptiTrack运动捕捉系统平台,通过自行开发的数据转换传输通道,将实时捕获的受训者的三维坐标数据传送给3D Studio MAX进行三维重建,初步实现真实环境的对象与其在虚拟空间的三维模型实时同步,实现两者在信息上的实时交互和反馈。在此基础上,组建了基于数字虚拟技术的康复训练实验研究系统,开发了虚拟模型人的两个康复训练动作:肘关节屈曲90°的粗大动作、手臂旋前和旋后的精细动作。经实验验证,该实验研究系统针对上述两个训练动作,可以实施引导受训者进行训练,同时实时追踪受训者,并给予受训效果评估。     

虚拟人运动中受扰的平衡保持算法

为了更加真实且实时地模拟运动中虚拟人恢复平衡的反应动作,提出一种针对受到外界作用力扰动的虚拟人平衡保持算法.首先通过虚拟人质心位移和速度来判断平衡性;然后借助生物力学的研究成果设计了具有人体特性的虚拟人运动受扰后的平衡保持方法,并用动力学进行模拟,驱动虚拟人完成平衡恢复.实验结果表明:该算法计算效率高,符合人体的生物力学特性,并且具有良好的交互性与较好的视觉效果,适用于虚拟人动画合成.     

复杂运动目标的学习与识别

针对复杂运动目标识别问题,提出了一个基于反馈型随机神经网络的运动认脸与物体的自动识别系统,该系统具有强大学习能力,运动目标检测与识别快速准确等特点,在对该的核心－反馈型二元网络进行深入分析的基础上,提出了一种适合于该神经网络模型的高效渐进式Boltzmann学习算法,实验结果表明,该识别系统性能优异,在几个方面超过了eTrue公司的TrueFace人脸识别系统。     

一种基于传感器的人体上肢运动实时跟踪方法

实时跟踪人体运动是人机交互的重要研究课题,可以广泛应用于虚拟现实、虚拟人运动合成、聋人手语自动生成、计算机3D动画、机器人运动控制、远程人机交互等领域。文中介绍了一种基于传感器的人体上肢运动实时跟踪方法,给出了该方法的虚拟人模型、计算原理与校正方法,最后介绍了整个方法的实现以及在中国聋人手语自动合成中的应用。该方法具有使用传感器少,运动跟踪精度高、计算过程简单而且速度快等特点。     

带电作业绝缘斗臂车虚拟仿真系统的设计与开发

将带电作业中的绝缘斗臂车操作训练与虚拟现实技术相结合,以Quest3D4.0和VC++ 6.0等软件为开发平台,在完成整体设计的基础上实现了绝缘斗臂车虚拟仿真系统。系统通过建立视景仿真和绝缘斗臂车模拟控制系统,受训者可在虚拟操作环境中真实体验在现实世界中的工况,有力地保障了仿真培训的效果,为电力系统的带电作业培训提供了一种新的思维方式。     

基于正交立体图像的3D人体姿态重建算法

提出一种由目标的立体图像通过人工神经网络实时估计得到其3D姿态的方法。网络的输入向量由同步立体图像帧上目标特征点的坐标构成;而输出向量则表示目标若干关键位置的三维姿态（进而可以建立目标的3D模型）。拟合该神经网络所需要的输出样本数据由运动捕获系统REACTOR获取。实验表明基于该算法的3D姿态估计误差低于5%,可以有效应用于3D虚拟目标的计算机实时合成等。     

自动匹配虚拟人模型与运动数据

使用运动数据驱动虚拟人模型运动是人体运动仿真的常用方法.通常,运动数据本身定义了适合该运动数据的骨架结构,这要求被其驱动的虚拟人模型也必须有相匹配的骨架定义.提出了一种推迟到运动数据导入时再为模型生成骨架结构的基于语义分析的懒匹配算法(lazy match based on semantic analysis,简称LMSA),该算法先用一组平行平面切分人体模型以生成备选关节点集,并在导入运动数据后对备选关节点集和运动数据的骨架结构进行语义分析,匹配具有相同语义的备选关节点和骨架结构的各关节,使已有的虚拟人几何模型能够直接应用于具有不同骨架结构的人体运动数据.     

基于立体视觉的三维视频轨迹跟踪

介绍了一种基于立体视觉原理的三维视频轨迹跟踪方法，该方法在实验空间安置了四个邻近的特征点，利用立体视觉原理对空间中特征点的运动轨迹进行分析，跟踪和预测，并根据四个特征点的位置关系计算出特征点所在平面的空间姿态参数。本文利用这种方法，将特征点安置到机器人手臂本体及操作对象上，实现了对机器人手臂动作轨迹的跟踪，预测以及碰撞检测和碰撞预警的功能。实验表明，该方法具有原理简单，计算是小，实时性强的特点。     

布料运动模型参数学习方法

为了在布料运动仿真中通过调整其中的模型参数表现不同材质布料的运动差异,提出一种基于实例的布料运动模型参数学习方法.该方法利用运动捕获设备获取布料样本的运动实例数据;通过仿真数据与实例数据对比,利用遗传算法逐步进化、学习得到布料运动模型的全部参数.采用文中方法对6种不同材质布料的运动模型参数进行学习,并利用学习结果合成相应的布料运动模拟数据.实验结果表明,每段布料运动模拟数据(时间长度为5 s)与实例数据间的相对位置误差小于6%;在相同外力驱动下,不同材质布料的运动模拟结果能够较好地反映不同材质布料的运动特性.     

Parameter estimation of moving targets in the SAR system with a low PRF sampling rate

In the synthetic aperture radar(SAR)system with low pulse repetition frequency(PRF)sampling,it is difficult for the motion parameters estimation of the moving targets,because of the Doppler spectrum ambiguity and Doppler centroid frequency ambiguity of the echo signals.Considering that moving targets are sparsely distributed in the observed scene,their positions and velocities can be reconstructed by using the compressed sensing(CS)technique.In this paper,the range-walk correction are implemented by the Keystone transform and the sparse range-walk correction(SRWC),then the CS technique is proposed to reconstruct motion parameters by processing the azimuth signals of the moving targets.Experiments using the simulated and real data are performed,and the results confirm the validity of the proposed method.