双坐标系法在人体上肢运动测量研究中的应用

为得到人体上肢关节运动数据,得到上肢在运动过程中各个关节的运动转角;利用多维摄像系统,进行动态测量人体上肢运动,简化上肢模型,用框架代替人体上肢运动,便于测量和校验;通过设计标记点的位置,得到标记点的空间数据;通过空间点在每个关节处分别在与之相连的两个刚体上建立关节坐标系,通过坐标系得转换关系和空间点的坐标,计算运动过程中任意两时刻间的关节转角;建立了关节坐标系,用实验的方法测得标记点的空间坐标,利用VC 编制的程序得到了运动过程中各关节的关节转角;通过实验验证了算法和程序的正确性;该研究可为建立人体上肢有源仿生机构和设计康复器材提供数据来源.     

基于OPENGL的人体姿态数据仿真

依据人体的关节连接体层次结构,将各肢体抽象为简单的刚性几何实体,构建了人体骨骼模型,通过定义人体坐标和肢体局部坐标及其相互间的变换,描述了人体骨骼模型中各关节之间的相对位置和姿态的变化.详细论述了应用D-H方法分析人体上肢运动模型的方法,最后利用VC++构建了基于OpenGL技术的虚拟人体运动程序.该应用程序可以在虚拟环境中载入、驱动并显示一个三维虚拟人.它能够灵活的利用采集得到人体运动数据驱动虚拟人,可以应用于医学仿真、智能人机交互等领域.     

基于肌电信号的上肢多关节连续运动估计

为了建立联系肌电信号与上肢关节连续运动量的一般化模型,首先利用Vicon视觉系统分析了人体上肢的运动特性,然后采集与上肢运动直接关联的肌肉表面肌电信号,并从中提取肌肉活跃度特征;在此基础上,采用主元分析算法对关节运动解耦,并计算决定关节运动的肌肉活跃主元,最后通过拟合高阶多项式构建了映射肌肉活跃度到上肢多关节角度的运动模型.大量的实验结果验证了利用本文建立的模型可以精确估计人体关节连续运动角度,而且本文方法的估计性能优于传统神经网络.     

基于OpenGL的人体运动学研究

根据人体运动的形态特征,构造人体简化几何模型,分析人体运动员层次结构特点,构建人体分层结构运动链.论文以上肢运动为例,采用反向运动学算法,计算出在目标位姿下各关节的角度,在Vc 环境下,基于OpenGL实现对上肢关节链的运动控制.     

一种上肢外骨骼运动学分析与奇异性消除方法

为合理确定上肢外骨骼机械臂的物理参数,评估其运动性能,提出一种人体上肢运动空间的准确建模方法,并针对人体上肢自身的生理特点,给出自运动流形的优化求解以及外骨骼上肢机构奇异性消除方法.首先,通过分析人体上肢解剖结构,建立胸锁骨关节、盂肱关节以及肘关节等角度与末端位置的等效运动学模型,进而准确模拟上肢运动范围内的可达空间.其次,依据上肢冗余自由度导致的自运动特点,以上肢负载能力最大为约束条件,求解运动流形中的最佳姿态.最后,根据所建模型分析上肢的奇异姿态,给出可避免奇异性的外骨骼系统结构配置,从机构设计上避免上肢外骨骼系统运动控制过程奇异性的发生.     

基于OpenGL的人体运动学研究

根据人体运动的形态特征，构造人体简化几何模型，分析人体运动层次结构特点，构建人体分层结构运动链。论文以上肢运动为例，采用反向运动学算法，计算出在目标位姿下各关节的角度，在VC＋＋环境下，基于OpenGL实现对上肢关节链的运动控制：     

基于Poser的个性化人体模型运动仿真技术研究

根据服装工业对数字化动态人体模型的需要,提出了一种建立人体动态模型的新方法.该方法针对特定人体的三维扫描数据,用逆向工程软件Geomagic Studio实现个性化的三维人体NURBS曲面模型的构建,将完成后的人体曲面模型导入Poser软件,利用人体特征点确定关节位置, 建立相应的人体骨骼模型, 并将人体表面模型与骨骼模型相匹配,实现人体运动仿真.实验证明,所建立的人体动态模型在外观形状和运动姿态上具有较高的真实性, 操作简便,易于掌握.     

四元数在关键帧骨骼动画中的应用

在关键帧骨骼动画中,中间帧的生成效果直接影响着动画的自然流畅程度。生成中间帧的方法有线性插补法和高次多项式拟合法等。由于人体的骨骼关节之间存在着连带关系,且关节的旋转角度受到约束,对人体的关键帧姿态进行插值不同于一般物体。本文在建立人体骨骼模型的基础上,采用四元数方法对给定的关键帧进行插值生成中间帧,并对生成结果做简单的分析。     

基于光学运动捕捉的虚拟人体标定技术

分析关节对骨骼段运动的约束,基于光学运动捕捉设备给出两种关节中心 参数估计模型——双骨骼段模型和球模型。对两种模型分别给出最小二乘解法,通过求解线 性方程组得到关节中心位置。利用虚拟铰链测试了两种解法的精度,选取精度较高的双骨骼 段模型,结合虚拟人的关节结构提出一种虚拟人体标定技术。比较某表演者四肢的测量值和 标定值,得出标定误差在4.3%以内。对标定后的虚拟人进行驱动,标定后的虚拟人逼真地 复制了表演者的动作,并减少了肢体交叉。     

基于改进分段铰链变换的人体重建技术

目前,基于单帧图像的人体建模还不能有效地处理手臂、衣服等对身体部位的遮 挡,以及因视角带来的自我身体遮挡等复杂的遮挡问题。为此,利用SMPL 模型骨骼关节分布 特点,提出改进传统分段铰链变换模型的人体重建方法。该方法运用骨骼关节的精确标注确定 模型变换的节点,结合图像轮廓边界约束图,提出前向分段回归概率期望最小化(FPR-PEM)的 柔性配准方法。通过迭代模型对变形关节处结合薄板样条进行线性插值,保证模型表面点云形 状的独立性,有效地注册各种姿势下的非刚性变形模型,较好地解决了复杂遮挡带来的重建挑 战,并进行模型姿态回归调整,实现准确的人体建模。实验结果表明,方法可以有效实现精细 和平滑模型的人体表面重建。     

基于骨骼特征Hough变换的行为识别研究

为有效地表征人体行为的时空特征,将骨骼特征通过Hough变换后建立人体的动作表示.具体来说,采用OpenPose获取视频帧人体骨骼关键点,之后构建骨骼关节并映射到Hough空间,将骨骼关节轨迹转换为点迹,然后角度和轨迹特征的FV(Fisher vector)编码融合作为线性SVM分类器的输入.在经典公共数据集KTH、Weizmann、KARD和Drone-Action上,实验结果表明Hough变换提升了特征的鲁棒性,提高了人体行为识别的性能.     

六自由度上肢康复机器人结构设计与仿真

针对现有康复机器人功能单一以及柔顺性不佳的问题,通过分析人体上肢运动中的形态特点,设计了一种六自由度上肢康复机器人结构。该结构能帮助患者完成三个关节的康复运动;同时,肩关节三个自由度轴线交于一点,与人体上肢肩关节轴线相匹配。采用Denavit-Hartenberg (D-H)法,建立了各关节坐标系并推导出运动学方程,并通过计算验证了运动学方程的正确性;然后,运用蒙特卡洛法,计算出上肢康复机器人末端运动空间云图,确定末端空间范围在人体手臂末端运动范围内;最后,利用Adams建立上肢康复机器人虚拟模型,对所建模型进行轨迹仿真。仿真试验验证了上肢康复机器人设计的合理性以及数学模型的正确性,为后续上肢康复机器人的动力学分析奠定了基础。     

动力学模型不确定的上肢外骨骼自适应滑模控制

为了解决上肢外骨骼系统中动力学模型不确定情况下的轨迹跟踪问题,提出了一种自适应滑模控制策略。该控制策略采用径向基函数(radial basis function, RBF)神经网络对动力学模型进行估计,并根据估计值设计自适应滑模控制律。利用李雅普诺夫稳定性判据证明控制系统的稳定性。为验证控制策略的有效性,使用Kinect传感器获取人体上肢动作关节角度变化曲线,并使用SolidWorks建立人体和上肢外骨骼模型,同时将其导入Adams中,进行Adams和MATLAB联合仿真。最后,仿真结果表明,实际关节角度与期望关节角度的误差在收敛后小于0.01,即使在动态模型不确定的情况下,所提控制策略也能获得优异的控制效果。     

一种姿态无关的人体模型骨骼提取方法

随着三维扫描技术的逐渐成熟,三维人体扫描模型的骨骼提取逐渐成为虚拟人建模研究领域的热点之一,现有的三维人体模型骨骼提取方法,存在手工标注任务繁重、对模型姿态过于敏感、计算结果不准确等问题,提出了一种新的三维人体模型的骨骼提取算法:首先,根据Morse原理,将测地距离作为Morse函数的要素,实现姿态无关的人体模型特征点以及拓扑结构的提取;其次,将测地距离等值面作为基础数据,采用截面似圆性判别准则提取模型关节中心所在等值面,从而获得关节中心的准确结果,实验结果表明,与已有算法相比,该方法具有模型姿态无关、计算结果准确等特性,并且能够完全自动地提取三维人体扫描模型的骨骼.     

基于分类特征提取的手部动作识别方法的研究及应用

提出一种基于分类特征提取的手部动作识别方法,该方法通过自适应的混合高斯模型构建背景模型,使用背景减除法并充分利用人体手部肤色信息分割出人体手部区域,结合手部关节、骨骼特征及肤色信息估算手部关节点位置,构建三维手部骨架模型,然后提取手部各关节角度、位置信息并利用隐马尔柯夫(HMM)模型对其所表示的动作进行训练识别。     

基于仿生学的上肢机构研究

本文根据人体上肢的结构原理，提出一种上肢仿生机构，并对其进行了优化设计，运 动分析和相应的动力学方程推导，为仿生手的设计提供了理论依据．     

改进的三维人体姿态估计算法

针对目前三维人体姿态由于遮挡、姿态复杂等预测不准确的问题,提出了一种改进的三维人体姿态估计算法以获得准确的三维人体姿态,提高人体姿态估计性能.本文采用时空图注意力卷积网络中的图注意力块来构建整个网络,在此基础上对全局多头图注意力部分的网络结构进行改进,使节点间更好传播和融合信息,捕获图中没有显式表示的语义信息.同时引入运动学约束,在MPJPE损失的基础上,加上骨骼长度损失.通过对局部和全局的空间节点信息建模,实现对局部运动学连接、对称性和全局姿态的人体骨骼运动学约束的学习.通过实验证明,本文改进后的模型有效地提高了人体姿态估计性能,在Human3.6M数据集上相较于原始模型,实现了1.8%的平均关节位置误差(MPJPE)提升和1.3%的预测关节与真值关节刚性对齐后的平均关节位置误差(P-MPJPE)提升.     

任意姿态虚拟人网格模型骨骼提取算法

人体骨骼动画技术是虚拟人物建模中的研究重点。在现有人体骨骼动画的制作过程中,动画师必需手工标定人体各主要关节点位置及人体骨架每一关键帧的姿态,工作量巨大。因此提出一种自动提取人体任意姿态网格模型骨架结构的方法。该方法首先利用模型各顶点间测地距离的几何关系自动识别人体位于四肢和头顶末端的5个特征点,再以特征点为起点生成等测地距离曲线族,利用等测地距离曲线将人体四肢和躯干区分开来,将这些相邻等测地线中心连接起来生成5条骨骼中心线,最后在中心线上根据中心夹角极小值及等测地距离曲线似圆率来确定人体关节的确切位置。实验结果表明,该算法能适应不同姿态的人体模型,计算结果准确性高,能完全自动实现关节点定位和骨骼提取。     

基于Kinect传感器骨骼信息的人体动作识别

为研究人体骨骼结构、骨骼关节点位置信息以及人体动作所具有的骨骼角度特征,提出了一种基于深度传感器提取人体骨骼信息的动作识别方法.方法利用Kinect深度传感器,实时准确地捕获人体骨骼三维数据,并根据坐标系变换构建人体骨骼拓扑结构.然后提取人体动作所感兴趣的骨骼关节点,定义骨骼向量,并获取每段骨骼向量的方向余弦特征;最后通过多类支持向量机训练以及动作识别分类.实验结果表明,相比于传统基于轮廓特征的方法,改进方法对人体识别具有更高的识别准确率,鲁棒性强.     

基于Kinect骨骼信息的机械臂体感交互系统的设计与实现

提出一种基于人体骨骼信息的机械臂体感交互方式。首先利用Kinect传感器获取图像景深数据,并通过骨骼追踪技术处理景深数据,以匹配人体的各个部分,进而建立人体各个关节的3D坐标。然后利用3D坐标值计算出人体腰、肩、肘和腕4个关节的转动角度,人体的这4个关节与四自由度机械臂的4个关节一一对应。最后将计算结果转换成控制指令通过串口发送给机械臂的控制器,实现体感交互。实验表明,该方法能够有效地控制机械臂的转动以及抓取物件。