基于三维坐姿的压力数据自动标注方法

针对当前传统坐姿标注方法,存在操作繁琐、人工标注效率低等问题,提出了一种基于三维坐姿的压力数据自动标注方法。该方法基于双指针时间戳匹配实现双目视觉数据和压力数据同步实时采集;采取归一化、自适应中值滤波处理压力数据,去除压力数据量纲影响和尖峰噪声;利用二维姿态估计与匹配优化、坐标变换和多点三角测量处理视觉数据,提取6个三维人体关键点信息;构造基于坐姿特征的骨架图和基于邻接节点间空间三维投影角度特征,建立一个基于三维坐姿的标注信息生成模型;利用标注信息标注压力数据,构建带标注的坐姿压力数据集。实际应用中,单个样本数据对视觉-压力端采集平均时间差仅为21 ms,生成标注准确率达98.98%,自动标注平均耗时0.199 s,标注速度较人工标注提升13.3倍。     

坐姿体压分布测量系统的研究

介绍了一套坐姿压力分布测量系统,该系统由硬件和软件两大部分组成,系统硬件包括压力传感器平板矩阵、信号切换电路、信号采集卡及计算机系统;系统软件主要由实时数据采集模块、数据存贮模块、数据计算分析和显示模块等组成。该系统能够对人体与座椅之间的压力分布进行测量,经计算机采集后的数据通过自行开发的软件处理直接以可视化方式显示结果。     

人体坐姿尺寸虚拟测量系统的开发

针对目前我国国民体型原始数据缺乏、与坐姿相关的产品(坐姿产品)设计不良的问题,研究了人体坐姿尺寸的测量方法和人体坐姿特征点提取算法,运用机器视觉和虚拟仪器相结合的手段,设计开发了人体坐姿尺寸虚拟测量系统,为人体坐姿尺寸数据的不断更新提供了有效的测量工具,对保证坐姿产品的设计能遵循人机工程学原理具有现实意义。     

人体压力分布测量技术的研究现状与发展综述

对人体压力分布的测量研究,是医学、仿生学等学科的重要工作.本文详细阐述了压力分布测量系统的关键点--传感器技术,阐述了相关测量系统,论述了它们的主要优缺点.同时,在详细分析了压力分布测量系统国内的研究及市场状况的基础上,对今后该领域的研究方向及市场发展提出了有益的看法.     

卷积神经网络在驾驶员姿态估计上的应用

为了实现对驾驶员的驾驶姿态估计,采集并构建了包含26名驾驶人员的姿态估计数据集,提出了一种轻量型卷积神经网络,用于对驾驶姿态的高效识别.首先,通过数学建模将驾驶员的姿态识别问题转化为寻找损失函数最小时关节点的预测值置信图与真值置信图的映射函数.以Hourglass模块为每阶段的骨干结构,残差块为基本组成单元,使用批量归...     

基于单片机技术的智能坐垫的设计

针对中小学生设计智能坐垫,采用分布式压力传感器,在对用户的压力数据进行预处理之后,应用提前训练好的模型,对用户的坐姿进行识别来进行坐姿监测,并通过报警系统实时提出警告,使用户使用正确的坐姿以免造成颈椎腰椎问题,实现非静态生活方式.     

基于 Transformer的三维人体姿态估计及其动作达成度评估

针对人机交互、医疗康复等领域存在的人体姿态分析与评估问题,本文提出了一种基于 Transformer 的三维人体姿态估 计及其动作达成度评估方法。 首先,本文定义了人体姿态的关键点及关节角,并在深度位姿估计网络(DPEN)的基础上,提出 并构建了一个基于 Transformer 的三维人体姿态估计模型(TPEM),Transformer 的引入能够更好的提取人体姿态的长时序特征; 其次,利用 TPEM 模型对三维人体姿态估计结果,设计了基于加权 3D 关节角的动态时间规整算法,在时序上对不同人物同一动 作的姿态进行姿态关键帧的规整匹配,并据此提出了动作达成度评估方法,用于给出动作的达成度分数;最后,通过在不同数据 集上进行实验验证,TPEM 在 Human3. 6 M 数据集上实现了平均关节点误差为 37. 3 mm, 而基于加权 3D 关节角的动态时间规 整算法在 Fit3D 数据集上的平均误差帧数为 5. 08,展现了本文所提方法在三维人体姿态估计与动作达成度评估方面的可行性 和有效性。     

基于基因表达式编程的坐姿舒适性主观测评模型与系统

针对坐姿舒适性测评中总体与局部舒适性关联性问题,提出基于基因表达式编程的舒适性主观测评模型。模型的输入变量为6个局部舒适性指标,输出变量为总体舒适性分值与等级。48名被试在实验椅上分别进行坐姿与坐卧姿舒适性主观测评,采用舒适性主观评价量表获取实验数据。通过基因表达式编程舒适性分级算法分别构建了2个耦合模型,并比较了两者的预测效果。实验结果表明,采用基因表达式编程算法预测坐姿主观舒适性是有效的。最后开发了一个坐姿舒适性的主观测评系统,并在实际应用中验证了模型的有效性。     

低分辨率红外感知系统的人体行为数据增强

针对目前公开的人体行为红外数据集较少的问题,本文设计了基于生成对抗网络和基于3D人体红外模型的两种数据增强方法,以快速扩充现有的红外人体行为数据集。搭建了改进的生成网络模型AC-WGAN并添加了网络优化策略,以生成高质量的红外热图;利用Unity 3D引擎搭建表征红外特征及运动信息的人体模型,模拟红外阵列传感器成像原理,实现了给定人体模型及传感器方位信息便能自动生成大量且多样化数据的功能。基于数据增强后的数据集训练和测试卷积神经网络,实验结果表明,网络对不同行为的感知准确度达到80%以上,且显著提高了网络对陌生数据的识别能力,所设计的数据增强方法对于扩充人体行为红外数据集有效。     

基于深度卷积网络的多目标动态三维抓取位姿检测方法

在非结构化环境机器人抓取任务中,获取稳定可靠目标物体抓取位姿至关重要。本文提出了一种基于深度卷积网络的多目标动态三维抓取位姿检测方法。首先采用Faster R-CNN进行多目标动态检测,并提出稳定检测滤波器,抑制噪声与实时检测时的抖动;然后在提出深度目标适配器的基础上采用GG-CNN模型估算二维抓取位姿;进而融合目标检测结果、二维抓取位姿以及物体深度信息,重建目标物体点云,并计算三维抓取位姿;最后搭建机器人抓取平台,实验统计抓取成功率达到95.6%,验证了所提方法的可行性及有效性,克服了二维抓取位姿固定且单一的缺陷。     

基于气体传感器阵列的混合气体定量分析

优选CO和H2气体敏感的半导体气体传感器组成阵列，建立实时数据采集系统，结合BP神经网络模式识别技术，实现了混合气体组分的定量分析。讨论了不同响应时间下的阵列输出值、不同的数据预处理算法及不同的神经网络结构等主要影响因素对网络输出结果的影响。结果表明，采用RRD预处理算法对3min响应时间下的阵列输出值进行处理，再输入到有12个隐层神经元数的3层BP神经网络进行训练，预测的效果最好。该处理模式能较准确地完成CO和H2混合气体组分的定量分析。     

基于坐姿的脚控操纵装置安装位置评价方法

在产品设计中,操纵装置安装位置直接影响了操作者的操纵行为,对操纵元件安装位置的设计和评价具有十分重要的意义.研究了一种通过人体姿态的舒适性来反映脚控操纵装置安装位置设计优劣的新评价方法,建立了坐姿操作状态下脚控操作装置安装位置的评价数学模型,并研究了模型的求解方法.运用该方法对某型号装甲车辆的脚踏板安装位置进行评价计算,得出了与实际情况非常吻合的结果.     

基于双平面DR的骨折股骨三维姿态估计

针对骨折股骨DR缺少三维模态下空间信息的问题,提出一种基于双平面DR进行2D-3D非刚性配准的姿态估计方法,实现骨外科手术术前骨折股骨的三维可视化.本文提出的方法相比于单纯的DR或CT成像诊断方式,具有成本低、成像快、有害辐射小、精度高等优点.该方法首先利用正、侧位骨折股骨DR获得与通用模型投影轮廓的二维配准参数;然后利用基于针孔相机模型的标定法确定二维平面到三维空间的变换关系,最后将通用模型分成骨折的两段,确定每段的姿态,获得患者股骨个体化骨折姿态.实验结果为平均旋转误差小于1.5°,平均平移误差小于2 mm,配准成功率大于90％,表明该方法具有较高的精度和鲁棒性,可为骨外科手术的术前诊断及手术计划制定提供更为有效的三维影像信息.     

结合位姿约束与轨迹寻优的人体姿态估计

基于混合部件模型的人体姿态估计方法忽视了人体结构的对称位姿约束关系,从而导致对称部件容易被重复检测、人体姿态估计准确率较低,为此,提出一种基于位姿约束与轨迹寻优的姿态估计新方法。首先估计人体单部件和对称部件在单帧图像中的多个合理位置,利用对称部件之间的位姿约束关系构建标识部件。然后根据单部件和标识部件各自的目标优化函数,通过动态规划算法反复迭代获得初始轨迹候选集,再结合轨迹的全局特征剔除检测得分较低的运动轨迹。最后引入树形合约模型,联系时空上下文信息,准确求解出视频序列光滑且兼容的最优轨迹。在N-best、Outdoor Pose和Scene数据集中的实验结果表明,对于存在背景复杂、运动模糊、部件遮挡等问题的视频序列中,该方法平均姿态估计准确率达87%以上,有效减少了对称部件的误判,提高了视频中人体姿态估计的准确率。     

基于四元数时空卷积神经网络的人体行为识别

传统卷积神经网络(CNN)只适用于灰度图像或彩色图像分通道的特征提取,忽视了通道间的空间依赖性,破坏了真实环境的颜色特征,从而影响人体行为识别的准确率。为了解决上述问题,提出一种基于四元数时空卷积神经网络(QST-CNN)的人体行为识别方法。首先,采用码本算法预处理样本集所有图像,提取图像中人体运动的关键区域;然后将彩色图像的四元数矩阵形式作为网络的输入,并将CNN的空间卷积层扩展为四元数空间卷积层,将彩色图像的红、绿、蓝通道看作一个整体进行动作空间特征的提取,并在时间卷积层提取相邻帧的动态信息;最后,比较QST-CNN、灰度单通道CNN(Gray-CNN)和RGB 3通道CNN(3Channel-CNN)3种方法的识别率。实验结果表明,所提方法优于其他流行方法,在Weizmann和UCF sports数据集分别取得了85.34%和80.2%的识别率。     

Improving contour based pose estimation for fast 3D measurement of free form objects

This paper introduces new techniques for pose estimation of free form objects with an optical 3D measurement system. The approach of pose estimation based on contour features was extended by utilizing projected features, which allows to overcome estimation limitations due to the lack of features on free form objects. The principles of combining contour features with projected markers are explained and results comparing different sizes, geometries and densities of projected markers are provided.     

基于三维模型的空间目标视觉位姿测量

传统空间合作目标视觉测量技术的适用范围受合作标志安装情况的限制。以边缘轮廓为合作特征,通过三维结构模型建立合作关系,提出一种适用范围更广的空间合作目标视觉位姿测量方法。方法生成不同观察方位的二维目标特征模板与测量图像进行搜索匹配,采用轮廓方向特征对匹配度进行评价,从最优匹配结果中解算目标位姿参数。采用离线预处理策略和两阶段图像金字塔搜索优化方法对处理过程进行加速。通过数字仿真试验和半实物仿真试验对方法的准确性和稳定性进行了验证,垂直光轴方向位置测量绝对误差优于2 mm,沿光轴方向位置测量相对误差优于0. 7%,姿态测量绝对误差优于0. 2°,单次位姿测量用时小于0. 5 s,能够满足空间目标导航需求。