虚拟人手臂避障抓取运动规划

针对强干涉环境下虚拟人手臂无碰撞抓取物体动作规划问题,提出一种逆向运动学与运动规划相结合的求解方法.首先在现有FABRIK逆向运动学算法的基础上提出避障FABRIK算法,用于实现手臂无碰撞抓取姿态设计,作为最终抓取姿态;然后采用Bi-RRT算法,综合考虑7维角度域约束和对非光滑路径的简化问题对手臂进行无碰撞运动规划,产生从给定初始姿态到最终抓取状态之间的中间姿态.仿真实验结果表明,该方法速度快,产生的路径能有效地避开障碍;可用于强干涉环境下的虚拟人动作设计.     

虚拟人行走运动的研究与实现

该文对虚拟人行走的运动控制方法进行了研究,对人体行走过程进行了详细的分析。根据Bruderlin对行走过程的分析,该文对其进行了简化,把行走过程的支撑期和摆动期各分成两个阶段,即Heel_Strike阶段和Toe_Down阶段构成支撑期,Toe_Above_Toe阶段和Knee_Straighten阶段构成摆动期。然后,用关键帧、逆运动学和简单动力学相结合的运动控制方法,实现了逼真的虚拟人行走运动。     

具有情感和语音交互能力的虚拟人系统

计算机能与人类进行具有情感和自然和谐的交互是计算机应用领域一项富有挑战性的课题。该文依据马斯洛的需求层次论构建了虚拟人情感交互系统，讨论了生理需求和安全需求及它们对情感的影响，并结合西米诺夫情绪信息论构建了虚拟人情感模型。还论述了虚拟人语音交互系统的实现，通过实验表明，虚拟人能够和人进行具有情感和自然的交互。     

基于逆运动学和动力学的虚拟人行走仿真

在计算机上模拟真实人行走是计算机仿真的一个基本问题。人体行走是一种伴随着碰撞、摩擦和滑动的复杂的系统运动,为了实现模拟的逼真性,需要着重在运动控制上进行研究。首先对人体行走进行分析并建立了简单的人体模型,然后详细给出行走过程中关节点位置的数学描述,最后采用逆运动学求解雅可比矩阵的方法并结合动力学知识,运用VC＋＋．NET和OpenGL为编程工具以骨架模型实现了虚拟人行走。     

结合预设航线的多旋翼无人机避障算法

针对现有多旋翼无人机使用人工势场法进行避障的研究中,仅考虑目标点的安全抵达,少有考虑按预设航线飞行的作业需求,通过在人工势场法中赋予航线"线势场",将多旋翼无人机的避障与航线飞行进行结合,使无人机避障之后能重回航线.针对传统势场法中的引力场并不适用于无人机,对引力场进行了改进.解决了引入"线势场"后容易导致无人机陷入局部极小点的问题,通过仿真验证了上述改进的效果.     

基于两段式IK与关键帧的虚拟人运动控制

为提高网络虚拟环境中虚拟人运动控制的效率与显示效果,提出逆运动学和关键帧法相结合的虚拟人运动控制方法.在逆运动学中设计改进的CCD算法实现分阶段IK计算,因回溯路径的缩短,减少了计算量;在关键帧中插入由四元数插值法生成的中间帧,提高虚拟人运动的真实感;通过IK求解的关节旋转角不仅实现对姿态的逼近,还使关节更具有弹性;引入运动特征参量,可增强虚拟人动作模式的多样性.     

虚拟人合成研究进展

虚拟人是人在计算机生成空间(虚拟环境)中的几何特性与行为特性的表示.虚拟人合成研究的内容主要包括逼真人体模型与逼真人体运动行为.文中介绍了人体建模方法、人体运动行为生成方法的发展过程,给出了基于实例的人体建模与人体运动行为建模的研究进展,以及这些研究成果的应用例子,最后列举了几个前沿研究问题.     

一种具有逼真效果的虚拟人动画生成方法

针对传统的虚拟人动画逼真度低、动画生成复杂、且动画存在飘移现象的问题,提出了一种基于视频关键帧获取运动数据的虚拟人动画生成方法。首先利用线性混合蒙皮算法建立了新的人体几何模型;其次利用正向运动学方法驱动虚拟人的骨骼模型,并利用平移补偿原则消除虚拟人运动中的飘移现象;最终实现了基于双目正交视觉获取关节运动参数的虚拟人动画。实验结果表明,新方法能逼真地模拟真实人体动作,且方法易于实现、实用性强。     

船舶狭小空间虚拟人维修姿态建模技术

针对现有虚拟人仿真技术在船舶狭小空间维修作业中存在的效率低下、需要较多人工干预、仿真成本高等问题,提出一种虚拟人姿态混合建模仿真技术.根据狭小空间中人体维修作业的特点,将虚拟人姿态建模分为虚拟人躯干及下肢姿态建模与虚拟人手臂姿态建模两部分.首先,提出一种基于姿态库的狭小空间姿态自动匹配算法,以确定虚拟人在狭小空间中的操...     

关于足球机器人避障控制的研究

介绍了足球机器人避障控制的特点,障碍物的数学描述和检测方法,把人工势场理论引入到足球机器 人避障控制中,并分析了人工势场法的优点和不足.     

基于AdaBoost算法的智能轮椅避障研究

随着计算机图像处理能力和技术的发展,视觉传感器在移动机器人导航和障碍物识别中的应用越来越受到重视.将AdaBoost算法用于智能轮椅的障碍物识别,在Visual C++6.0平台下,用AdaBoost算法训练得到用于障碍物检测的强分类器,然后利用该分类器进行检测出目标障碍物,并用模糊神经网络的方法对轮椅的声纳信息,视觉...     

姿态无关的人体模型朝向判定

人体朝向判定是人体模型自动配准、人体运动分析和数据驱动动画的基础.针对现有人体朝向判定方法存在的对模型姿态过于敏感、计算结果不准确等问题,提出一种基于支持向量机的姿态无关人体朝向判定方法.首先分析人体朝向与人体下肢骨骼的关系,构造由下肢骨骼与人体朝向的夹角组成的特征向量,然后利用支持向量机理论训练朝向判定分类器,实现不同姿态人体朝向判定.实验结果表明,文中所构造的特征向量具有较好的线性可分性,朝向判定分类器可以有效地识别各种姿态的人体朝向,并可以非常方便地集成到现有的骨骼提取算法中.     

基于虚拟障碍物的移动机器人路径规划方法

针对城市道路环境,将全局路径规划方法和局部路径规划方法相结合,提出了基于虚拟障碍物的路径规划方法.该方法首先采用A*算法得到一条全局最优的车道路径,然后根据全局最优的路径生成虚拟障碍物,最后将虚拟障碍物与传感器探知的实际障碍物融合,采用改进的向量直方图方法进行局部路径规划.该方法不仅能够充分利用已知环境信息生成全局最优...     

基于遗传算法的避障TSP问题算法设计

主要探讨复杂环境下避障TSP问题的遗传算法的求解方法.针对TSP问题和避障TSP问题的不同,在染色体的编码方式、有效范围、基因选取、遗传算子等方面对传统遗传算法进行改进,同时引入了代价矩阵和基因库以提高算法的收敛速度.     

动态环境下移动机器人路径跟踪与避障

采用模糊神经网络并结合模糊逻辑控制的方法,研究在动态环境下移动机器人的在线路径跟踪与实时避障问题:针对移动机器人的运动学模型,依据点与直线间的距离关系设计了移动机器人的路径跟踪算法,提出了一种基于模糊神经网络的移动机器人在线路径跟踪方案,采用改进的BP算法对网络进行学习与训练,利用梯度下降法调整网络的权值与阈值,使其实际输出与期望输出的误差总均方差最小.同时,运用模糊逻辑控制,实现了移动机器人的实时避障.仿真实例证实了控制方案的有效性,表明了所提出的跟踪算法与控制方案具有良好的动态路径跟踪与实时避障能力.     

Avoiding Non-Manhattan Obstacles Based on Projection of Spatial Corners in Indoor Environment

Monocular vision-based navigation is a considerable ability for a home mobile robot. However, due to diverse disturbances, helping robots avoid obstacles, especially non-Manhattan obstacles, remains a big challenge. In indoor environments, there are many spatial right-corners that are projected into two dimensional projections with special geometric configurations. These projections, which consist of three lines, might enable us to estimate their position and orientation in 3D scenes. In this paper, we present a method for home robots to avoid non-Manhattan obstacles in indoor environments from a monocular camera. The approach first detects non-Manhattan obstacles. Through analyzing geometric features and constraints, it is possible to estimate posture differences between orientation of the robot and non-Manhattan obstacles. Finally according to the convergence of posture differences, the robot can adjust its orientation to keep pace with the pose of detected non-Manhattan obstacles, making it possible avoid these obstacles by itself. Based on geometric inferences, the proposed approach requires no prior training or any knowledge of the camera’s internal parameters, making it practical for robots navigation. Furthermore, the method is robust to errors in calibration and image noise. We compared the errors from corners of estimated non-Manhattan obstacles against the ground truth. Furthermore, we evaluate the validity of convergence of differences between the robot orientation and the posture of non-Manhattan obstacles. The experimental results showed that our method is capable of avoiding non-Manhattan obstacles, meeting the requirements for indoor robot navigation.      

基于人体姿态的P SO-SVM特征向量跌倒检测方法

在可穿戴设备检测人体跌倒情况时,单一采用加速度阈值判别方法不能完整表征人体跌倒行为变化的信息,导致对跌倒信息误判.为此,提出了一种基于人体姿态的PSO-SVM特征向量跌倒检测算法.首先通过MEMS加速度传感器节点采集人体姿态数据,并利用共轭梯度法对采集的数据进行优化处理,降低非线性误差;然后,利用支持向量机SVM(Support Vector Machine)分类器检测跌倒行为,并通过粒子群PSO(Particle Swarm Optimization)算法对SVM参数进行优化,获得最佳分类模型,根据SVM分类模型对采集的姿态数据进行分析,判断是否跌倒;最后根据人体姿态角,构建融合人体姿态角的PSO-SVM特征向量,检测跌倒过程的具体信息.实验结果表明:该检测方法取得95.5%的识别率,能够较好地区分其他非跌倒性动作,检测精度较其他方法较高,均方根误差较小,有较好的鲁棒性.     

基于多超声波信息融合的小车避障算法实现

智能小车根据不同传感器的传感信号,按照一定的规则来调整小车的方位角和速度,实现自主导航。成功避障是提高非结构化环境中智能小车自主能力的关键问题之一,本文提出了一种基于模糊控制的多超声波测距传感器信息融合智能小车避障算法,该算法不仅融合了多个超声波测距传感器的测量数据,对障碍物的距离和空间方位提供准确、可靠的信息,很好的实现避障行为决策,而且不依赖于对象的数学模型,具有较好的鲁棒性。     

Path Planning in Unknown Environment With Obstacles Using Virtual Window

A virtual window has been applied for real-time path planning of a mobile robot in the presence of unknown obstacles. The path planner projects a vertical plane ahead of the robot, and calculations of the space ahead and any intersections are done with respect to this window. A radial basis function is used to decipher the information on the window and to relay it to the planner. Using this technique, path planning through an unknown space can be performed which avoids collisions with obstacles present in the space. A simple method of defining an obstacle or many obstacles is also proposed by using rectangles of different sizes.     

基于加权混合融合变形的虚拟人情感表达

随着相关技术的发展,基于虚拟现实的人机交互技术越来越受到人们的关注。虚拟人作为一种直观的交互对象,在虚拟现实环境中扮演着十分重要的角色。在构建富有亲和力的虚拟人的过程中,制作虚拟人情感表达不可或缺。目前,主流的三维虚拟人情感表达主要依赖设计师手动制作面部表情动画,过程冗长,耗时费力。针对上述问题,该研究提出一种基于加权混合融合变形的虚拟人情感表达生成方法。该方法可以基于任意给定人脸表情图像,估计出三维虚拟人的目标混合形状(blendshape)的系数,进而自动化生成三维人类表情动画。实验结果表明,该方法具有较强的通用性和可迁移性,可有效减轻设计师制作情感表达面部动画时的工作量。