基于多传感器融合的人体运动分析系统设计

由于光学式、机械式等传统运动测量系统在成本、使用环境及精度等方面的缺陷,设计了一款主要基于惯性传感器的手臂关节人体运动测量系统,通过在人体特定部位佩戴所设计的惯性传感器节点,可实时采集人体各部位的运动数据,并以数据帧格式,通过WIFI无线传感器网络将各节点所采集的运动信息发送至所设计的STM32主机运算单元,通过使用STM32内置DSP-CMSIS库进行卡尔曼滤波和姿态融合,加快运算速度,降低节点的运算量,使得节点的体积更小;再通过串口将数据传输至上位机进行存储和显示;经实验验证,设计的运动测量系统能够准确采集人体运动数据,并经转台实验所测姿态角相对误差小于2.5%;同时通过三维仿真,可以较好复现人体运动轨迹,该系统具有成本低廉,穿戴方便和操作简单等特点,可广泛应用于医学,体育等多个领域。     

基于MEMS 传感器和Unity3D 的人体运动捕获系统

随着人机交互技术的发展,人与计算机之间自然、多模态交互将成为人与计算机 之间交互的主要方式,而这首先需要计算机可以正确地理解和捕捉人的行为特征,运动捕获技 术正是在这种背景下提出来。通过运动捕获技术,计算机可以理解人体动作,用户就可以通过 体态、方位、手势和表情等模态向计算机发出指令、传达信息等,因此运动捕获是新一代人机 交互中的关键技术之一。目前基于MEMS 惯性传感器的动作捕获研究主要针对动漫和电影制 作,价格昂贵;随着传感器的集成度变高,价格逐渐降低带来了新的系统设计需求。在原有动 作捕获技术基础上,设计并实现一种普适性更好的人体动作捕获系统原型,原型系统实现了基 于惯性传感节点的人体运动信息的采集与融合、节点与汇聚节点的数据传输、虚拟人体模型实 时动作呈现程序;实现了从数据测量到采集,再到模拟呈现的全过程。     

基于惯性测量系统的人体运动捕捉技术

通过对人体运动捕捉技术的研究,引入对偶四元数姿态变换方法,利用惯性姿态测量系统捕捉手臂关节的运动角速度、运动加速度、运动轨迹等信息。结合惯性传感器捕捉的人体肢体段的运动学参数,建立虚拟人体棒状骨架模型,实时驱动虚拟人手臂运动。实验结果表明,对偶四元数变换的方法结合了四元数旋转和对偶数平移的特点,避免了在大角度下欧拉角产生的奇异现象;对比图像捕捉系统,惯性运动捕捉系统能够方便获得运动姿态数据,快速建立虚拟人体结构模型。     

基于三维运动数据的拉班动作识别方法研究

运动捕捉是一种精准的三维人体动作记录技术,通过人体关节周围的传感器,运动捕捉系统以很高的频率采集人体的运动轨迹,然后将动作还原出来。拉班舞谱是一个动作记录体系,它以数学、力学、人体解剖学为基础,通过各种方向符号表达人体动作。通过运动捕捉数据绘制拉班舞谱可以结合两种记录方式的优点,将人体动作完整、精确地记录下来。基于拉班规则,本文在分析运动捕捉数据时,先进行运动分割,再进行动作识别,最后绘制出动捕数据的拉班舞谱。这种记录方法因其将动作记录的十分全面,因此对记录和保护民间舞蹈、戏曲等动作类非物质文化遗产有巨大的帮助。     

利用惯性传感器的人体运动空间轨迹追踪

人体运动的空间轨迹追踪是一种利用传感器技术和计算机技术来分析记录人体的运动过程的方法.为了实现人体运动轨迹的空间追踪,本文设计了一种人体可穿戴式的人体运动捕捉系统,通过佩戴在人体关节点的惯性传感器单元来获取肢体的实时姿态信息.惯性传感器由加速度传感器、角速度传感器和磁力计构成.通过微控制单元获取传感器数据,利用低通滤波和卡尔曼滤波来更新四元数,再将预处理后的数据由蓝牙模块实时发送到电脑端.本文通过对肢体运动的不同角度的实验,证明了利用惯性传感器可以追踪人体肢体、运动的空间轨迹.     

多模态人体运动同步数据集

人体运动数据集是运动数据去噪、运动编辑及运动合成等研究的重要基础.为支撑更具通用性的多模态数据融合研究,设计并采集一套公开的多模态人体运动数据集是亟待解决的问题.首先设计基于传感器的动作捕捉设备采集精准的运动数据、基于体感设备采集的粗糙运动数据、基于惯性测量单元采集的局部惯性数据的采集环境;然后基于网络时间协议实现设备间时序同步,以及多模态数据间的空间同步;最后分类采集了全身运动多模态数据集(HFUT multimodal motion dataset, HFUT-MMD),包含12位采集者进行6类运动的总计6 971 568帧数据.利用已有算法在HFUT-MMD数据集上的实验结果表明,低精度运动数据经过模型优化能够得到与精准的运动数据相近的运动数据,佐证了各模态数据间的一致性.     

可穿戴式人体姿态检测系统设计

针对临床康复中人体关节活动度检测评估和康复机器人动作示教不方便、训练参数设置繁琐等问题,设计一种价格低廉、运动数据采集方便直观的人体姿态检测系统。系统采用MPU6050惯性测量单元,利用I~2C通信实现多通道传感器数据的采集上传,在上位机LabVIEW环境下基于互补滤波算法实现人体关节角度的检测。通过与某公司生产的三维步态分析及运动训练系统进行比对,证实此系统准确可靠,并利用此系统进行卧式下肢康复训练机器人示教动作采集,实现了机器人示教功能。     

基于超宽带和惯性传感器融合的人体动作捕捉系统

惯性传感器动作捕捉系统能够非常精确的测量人体每个关节的旋转,但是并不能测量人体的位移,降低了系统的可用性。为此提出了一种超宽带定位系统和惯性传感器的融合算法。该算法结合两种传感器的优点,实现的动作捕捉系统不仅可以捕捉表演者的肢体动作,还能够精确定位用户在表演环境中的空间位置。实验表明在室内环境下该动作捕捉系统具有精确性和连续性。     

基于运动捕捉的人体动作识别研究

运动捕捉系统是一种测量物体在空间中运动状况的技术设备。其原理是基于计算机图形学通过传感器或跟踪器观测并记录物体在三维空间中的运动轨迹。拉班舞谱把人体动作空间视为一个空间球体,并划分为27个方位。运动捕捉与拉班舞谱在记录人体动作上都是基于三维空间的角度,所以在研究人体运动捕捉数据时,使用拉班舞谱进行分析记录是可行的。本文基于拉班舞谱的空间划分规则,对三维人体运动捕捉数据进行运动分割和动作识别,实现了基于动捕数据用舞谱记录三维人体动作。这是对由运动捕捉数据生成拉班舞谱的探索,为利用拉班舞谱记录和保护民族民间舞蹈艺术做出了贡献。     

动作捕捉：走近虚拟现实

一百多年来,人们推论、研究、实验、探索,想尽一切办法把人的动作捕捉下来。今天人们通过光学捕捉的方式已能精准地将人体动作进行还原,但其高昂的成本一直将普通用户拒之门外。“腾挪”是基于惯性传感器的动捕系统,它的出现拉低了动作捕捉系统的门槛。     

网络化手势运动跟踪系统设计

设计了一种基于微机电惯性传感器的数据手套.根据惯性导航和刚体动力学原理,构建了基于微型传感器的体感网络,并通过多传感器数据的融合解算以获取运动姿态信息,实现对手指各关节运动数据的捕获.结合计算机图形技术构建三维虚拟手捕获系统进行性能对比评估,实验结果表明:所设计的系统具有良好的稳定性和适应性,能够对手运动信息进行实时有效地捕获.     

网络化人体运动跟踪系统研究

针对目前基于惯性传感的动作捕捉系统存在的姿态漂移、实时性不强和价格较高的问题,设计了一种低功耗、低成本,能够有效克服姿态数据漂移的人体实时动作捕捉系统。首先通过人体运动学原理,构建分布式关节运动捕捉节点,各捕捉节点采用低功耗模式,当节点采集数据低于预定阈值时,自动进入休眠模式,降低系统功耗;结合惯性导航和Kalman滤波算法对人体运动姿态进行实时的解算,以降低传统的算法存在的数据漂移问题;基于Wi-Fi模块,采用TCP-IP协议对姿态数据进行转发,实现对模型的实时驱动。选取多轴电机测试平台对算法的精度进行了评估,并对比了系统对真实人体的跟踪效果。实验结果表明,改进算法与传统的互补滤波算法相比具有更高的精度,基本能将角度漂移控制在1°以内;且算法的时延相对于互补滤波没有明显的滞后,基本能够实现对人体运动的准确跟踪。     

基于MEMS的可穿戴无线体域网设计与实现

针对高精度低成本可穿戴式人体动作捕捉,采用MEMS微惯性传感单元(IMU)设计实现无线体域网系统.系统由六轴微惯性单元MPU-6050、三轴地磁仪AK8975、微处理器及射频模块CC2530构成.首先,详细讨论系统硬件构架和基于Z-Stack的软件构架,然后通过上位机Matlab用户程序进行数据采集与实验验证.实验结果表明,与其他微惯性传感器系统相比,本设计采用高集成度的芯片和无线通信方式,在减小硬件体积的同时能够获得较高精度的数据(角度传感器零漂＜1.5°),对实现可穿戴无线惯性测量有着积极的作用.     

Data‐Driven Reconstruction of Human Locomotion Using a Single Smartphone

Generating a visually appealing human motion sequence using low‐dimensional control signals is a major line of study in the motion research area in computer graphics. We propose a novel approach that allows us to reconstruct full body human locomotion using a single inertial sensing device, a smartphone. Smartphones are among the most widely used devices and incorporate inertial sensors such as an accelerometer and a gyroscope. To find a mapping between a full body pose and smartphone sensor data, we perform low dimensional embedding of full body motion capture data, based on a Gaussian Process Latent Variable Model. Our system ensures temporal coherence between the reconstructed poses by using a state decomposition model for automatic phase segmentation. Finally, application of the proposed nonlinear regression algorithm finds a proper mapping between the latent space and the sensor data. Our framework effectively reconstructs plausible 3D locomotion sequences. We compare the generated animation to ground truth data obtained using a commercial motion capture system.     

基于可穿戴传感器的普适化人体活动识别

为了提高日常活动识别的准确性和自动化程度,减少人为干预,提出了利用可穿戴传感信号作为输入,通过深度神经网络进行人体活动识别的方法.首先,设计了普适环境下人体活动识别的系统架构,建立了一套加速度、生理信号等传感数据的采集系统;然后,对获取的传感数据进行降噪、加窗与归一化等预处理,并设计了长短时记忆递归神经网络来进行特征的自动提取和融合,从而实现活动识别.实验结果表明,该方法减少了对人工和专家知识的依赖,自动进行多模态传感器的融合,智能化程度高,分类效果好.     

基于惯性传感器的电力线路杆塔倾斜监测装置设计

针对电力线路杆塔倾斜角实时测量的需要,设计了一种基于惯性传感器的倾斜角度实时监测装置。装置硬件上由惯性传感器、单片机、通信电路和电源变换控制电路组成。软件上采用中断模式和尽量减少工作模块和通信次数相结合的工作策略以降低系统功耗,将6轴惯性传感器的加速度和角速度原始数据进行去极值平均滤波预处理,再经由互补滤波算法进行倾斜角度的综合计算,经实测倾斜角测量相对精度能达到1.30%。该装置在测量精度、功耗、成本和易用性上均能较好地满足电力线路杆塔倾斜在线监测的需求,具有一定的推广应用价值。     

Force Sensing Using Kalman Filtering Techniques for Robot Compliant Motion Control

Robot motion can be classified into free and contact motion. In practical tasks, however, the motion may transit from free motion to contact motion and vice versa. In such tasks, a position controller is designed in free motion. A compensator is then added in the force feedback loop to help the system reach the desired target impedance when the end-effector is in contact with the environment. To obtain accurate contact force, a Kalman filter is used to extract contact force from the wrist force sensor signal which contains inertial force of the end-effector also.     

膛内惯性测速系统设计

弹丸的膛内运动参数可以反映火炮工作状态特性,针对常规火炮弹丸内弹道运动测速需求,设计了基于MEMS加速度传感器和姿态传感器的膛内惯性测速系统;采用Kalman滤波和四元数姿态解算算法对传感器数据进行FPGA片上处理,实现了从弹丸挤进到出膛运动过程的时间记录,成功获取弹丸内弹道运动过程中加速度、速度和位移变化;实验结果表明,相对激光区截测速方法,该系统出膛速率测量误差小于2.93%;相对火炮身管原参数,出膛位移测量误差小于1.85%,为内弹道过程弹丸运动参数测量获取提供了技术支持,对火炮系统设计评估具有重要意义。