体感交互技术在《虚拟现实技术》课程教学中的应用

根据虚拟现实技术课程知识综合性强、教学过程创新性需求大和实验工程应用性高的特点,笔者引入流行的体感交互技术,基于微软公司的Kinect镜头,围绕体感数据的捕捉与处理、人体动作的识别和虚拟交互设计三大知识模块,给出了课程中体感交互教学实验项目的原理、技术和开发方法。通过教学实践,本文设计的教学实验项目提高了学生学习的主动性,培养了学生的体感交互技术项目研发能力,增强了学生的创新思维能力和职业素养。     

基于体感控制的智能车设计

智能车设计中远程端及控制端采用单片机作为主控制器,远程端即小车端接收到控制端发送过来的控制信号,实现自身转向、姿态变换等动作,姿态传感器安装在人的手背上作为控制端,通过无线装置将相关参数传输到小车上的接收装置,接收器接收到相应参数后,处理器执行相应滤波算法,发送指令,从而实现远程遥控。设计中按照低功耗、高精度原则进行器件选型,主控制器部分、电机驱动等硬件电路设计力求经济性和精简性。软件设计充分发挥软件控制灵活方便的特点,实现了小车的平稳性和精确变换姿态等功能,所实现的智能车可应用于医疗、娱乐等各个领域。     

不同光线下的拍摄（二）

当光线从被摄体后或斜上方射来,正对着相机时就会产生逆光和俯射光.拍摄对象在这两种光线下会显得富于戏剧性.逆光会产生漂亮的轮廓光,俯射光会产生强烈的立体感.     

一种基于Unity和JOYSTICK传感器的2D游戏设计与实现

针对现在大部分计算机类的单机小游戏基本是通过鼠标或者键盘控制的,智能手机的显示屏又过于小,游戏玩家无法在游戏中享受大屏的同时,享受交互式沉浸即视感所带来的游戏乐趣,由此观点出发,设计了一款由Joystick传感器控制代替键盘控制的Arduino开发板,并将它应用在2D单机游戏的相关应用中。经测试证明,通过实现Arduino开发板与Joystick传感器的巧妙结合,既摆脱了传统的单机游戏通过键盘鼠标控制的固有模式,增加了用户沉浸式的体验感,而且Joystick传感器以及Arduino开发板既轻便,又易携带,同时利用了Unity3D发布平台多样化的特性,对今后的体感游戏开发具有较高的应用价值。     

基于手臂体感交互技术的可穿戴装置

介绍了一种基于手臂体感交互技术的可穿戴装置.利用固定在手臂上的加速度计和陀螺仪等惯性传感器采集手臂运动数据,经Arduino处理后通过蓝牙发送给小车,从而控制小车运动.所有的硬件都位于一个极小的便携空间内,因而具有便于携带,机动性高,发展前景广阔的优点,为基于体感交互技术的可穿戴装置提供一种思路.     

体感交互式上肢镜像康复训练机器人系统

针对脑卒中患者因大脑神经损伤而造成的上肢运动功能缺失,结合镜像疗法的机器人辅助训练可通过促使双侧肢协同运动来有效地促进大脑神经元重塑,从而实现运动功能恢复。为此,将镜像康复理论、虚拟现实技术和机器人技术有效结合,提出一种体感交互式上肢镜像康复训练机器人系统。使用动作捕捉设备采集患者健肢的位姿信息,通过设计人机镜像运动映射算法来映射上肢康复训练机器人的运动轨迹。考虑到康复治疗的柔性需要,该机器人的关节采用基于比例压力控制的摆动气缸来驱动;同时,针对气动系统的特性,设计了PD(proportional differential,比例微分)+速度前馈补偿的轨迹跟踪控制策略,实现了双侧肢协同运动的镜像康复训练。通过对机器人系统样机进行复合运动轨迹规划试验和镜像康复训练试验,验证了该系统在镜像康复治疗中的可行性和有效性。所设计的机器人系统为人体双侧肢协同运动的康复训练临床需求提供了设计思路和实现方法。     

用于电视控制的混合式体感菜单系统

电视控制需要适合的体感菜单。身体部位型菜单和饼型菜单各有优缺点。综合了两者的优势, 用身体部位型菜单保证稳定的启动,用饼型菜单保证识别率,并对其改良以实现层级展开的效果。系统前处理进行数据整理,字母提取器对运动状态作出离散描述,以正则表达式描述原子动作,通过产生式规约实现动作识别。测试结果表明有较高的识别率和很好的用户满意度。     

怎样规范二手设备市场?

最近一段时间,关于二手设备市场管理的议论和会议比较多.并且还制定了管理办法和流通标准.初步了解后,总体感觉主持议论和管理办法的制定者应该对建筑市场发展、建筑企业的改制、建筑施工市场变化以及施工企业设备管理的实际情况进行深入的了解,聘请建筑设备管理专业人士参与才有可能有效地规范二手设备市场.     

基于SSVEP_SSA融合的混合脑机接口研究

针对目前基于体感选择性注意范式的脑机接口控制指令数少,信息传输率低等缺点,提出了一种全新的多模态混合脑机接口系统。该系统融合稳态视觉刺激(SSVEP)和体感选择性注意范式(SSA),在外部视觉和体感刺激的作用下,诱发大脑产生稳态视觉电位和事件相关去同步现象。同时,为了解决传统脑电信息特征提取中需要大量先验知识等问题,引入深度学习算法对混合脑机接口信息进行意图解码,该方法将多通道的时域信息转换成具有时-频-空域三维特征的二维特征图。对8名受试者的离线实验显示,平均识别准确率达到81. 35%,确认了所提出的基于SSVEP_SSA融合的多模态混合脑机接口是可行的,实现了脑机接口(BCI)系统的指令集扩展和高精度解码。     

智能体感虚拟现实交互运动系统

针对室外骑行运动安全性不高,且容易受天气路况的影响,同时传统室内骑行台体验单一,长时健身会感到枯燥乏味。文章提出了一种基于体感交互与虚拟现实技术相结合的智能交互式运动系统,通过ARM主控系统采集霍尔转速传感器、六轴陀螺仪等传感器上的骑行数据,并将数据发送给上位机系统,实现与Unity3D搭建的虚拟场景进行虚拟交互,从而体验不同场景的虚拟化骑行运动。在此基础之上,系统还加入体征信息采集装置,用于采集骑行者的心率、脉搏及体温等生理参数,更好的指导骑行。