CN103392332A - 测距与人体运动捕捉 - Google Patents
测距与人体运动捕捉 Download PDFInfo
- Publication number
- CN103392332A CN103392332A CN2012800108034A CN201280010803A CN103392332A CN 103392332 A CN103392332 A CN 103392332A CN 2012800108034 A CN2012800108034 A CN 2012800108034A CN 201280010803 A CN201280010803 A CN 201280010803A CN 103392332 A CN103392332 A CN 103392332A
- Authority
- CN
- China
- Prior art keywords
- human body
- information
- range finding
- ban
- basis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 claims abstract description 68
- 238000004891 communication Methods 0.000 claims description 52
- 238000005516 engineering process Methods 0.000 claims description 45
- 238000004590 computer program Methods 0.000 claims description 37
- 238000005259 measurement Methods 0.000 claims description 25
- 230000001360 synchronised effect Effects 0.000 claims description 9
- 230000008054 signal transmission Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 210000000988 bone and bone Anatomy 0.000 claims description 5
- 238000003860 storage Methods 0.000 description 13
- 230000003068 static effect Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 239000000835 fiber Substances 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001483 mobilizing effect Effects 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000037078 sports performance Effects 0.000 description 1
- 238000013456 study Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B5/00—Near-field transmission systems, e.g. inductive or capacitive transmission systems
- H04B5/20—Near-field transmission systems, e.g. inductive or capacitive transmission systems characterised by the transmission technique; characterised by the transmission medium
- H04B5/24—Inductive coupling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0284—Relative positioning
- G01S5/0289—Relative positioning of multiple transceivers, e.g. in ad hoc networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/14—Determining absolute distances from a plurality of spaced points of known location
- G01S5/145—Using a supplementary range measurement, e.g. based on pseudo-range measurements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B5/00—Near-field transmission systems, e.g. inductive or capacitive transmission systems
- H04B5/70—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes
- H04B5/72—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes for local intradevice communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
- H04W4/21—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for social networking applications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Radar Systems Or Details Thereof (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明的某些方面涉及执行测距与人体运动捕捉的技术。
Description
基于35U.S.C.§119要求优先权
本专利申请要求享有2011年2月28日递交的发明名称为“Ranging withbody motion capture”的美国临时专利申请No.61/447,470的优先权,该临时申请已转让给本申请的受让人,故以引用的方式明确地并入本文。
技术领域
本公开的某些方面通常涉及信号处理,并且尤其涉及用于人体运动捕捉的测距的方法。
背景技术
人体跟踪系统在两个不同的方向取得了进展。首先,专业级“运动捕捉”系统可以用于以高保真度来捕捉演员、运动员、玩家等等的运动,例如用于由电影和游戏工作室使用。这些系统通常成本高,并且因而不适合于消费级应用。
其次,起居室游戏控制器最近从基于按钮按压发展到基于玩家移动。由于这些是消费类产品,因此该技术成本较低,并且通常在性能方面也较低。例如,在Wii系统中,低成本的惯性传感器可以检测到用于控制游戏比赛的手部运动。这一类型的游戏控制的精确度方面的问题已经驱使使用相机增强系统进行基于照相机的运动捕捉的兴起。例如,移动系统能够使用照相机来跟踪手持游戏控制器的球形特征;可以将这一输入与惯性传感器数据进行组合来检测运动。而且,Kinect系统能够完全地去除控制器,并且能够使用传统和深度检测照相机的组合,以便单独地利用这些照相机来检测人体运动。
当前技术主要存在两种类型的问题。首先,这些系统遭遇性能问题,这限制了可检测的运动的类型,并且限制了可能的游戏和用户交互的类型。例如,照相机系统可能只对位于该照相机的视场中并且没有被任何对象或人物遮挡的事物起作用。第二,相机增强系统受限于在下面的环境中进行操作:通常大多在起居室中装配和安装静止的照相机。
因此,期望技术改进以实现消费级人体跟踪性能的改善,并且使这些系统能够应用到用户想要去往的任何地方。示例应用包括一个或多个玩家之间的移动游戏、以及体育表演跟踪和训练(室外或者在体育馆中)。进而,如果移动人体跟踪技术以消费类价格可用,则会涌现出更多的移动人体跟踪的潜在应用。
发明内容
本发明的某些方面提供一种能够装配在体域网(BAN)的人体上的装置。所述装置通常包括配置为使用超宽带(UWB)无线技术,执行与另一装配在人体上的装置的测距的第一电路,其中,所述测距包括与所述另一装置传输信号,所述信号基于所述UWB无线技术。
本发明的某些方面提供一种用于通信的方法。所述方法通常包括:通过能够装配在体域网(BAN)的人体上的装置,使用超宽带(UWB)无线技术,执行与另一装配在人体上的装置的测距,其中,所述测距包括与所述另一装置通信信号,所述信号基于所述UWB无线技术;向所述BAN的静止装置发射通过所述测距生成的信息;并且以所述测距为基础生成信息,其中所述信息用于跟踪所述人体的运动。
本发明的某些方面提供一种能够装配在体域网(BAN)的人体上的装置。所述装置通常包括:用于使用超宽带(UWB)无线技术,执行与另一装配在人体上的装置的测距的单元,其中,所述测距包括与所述另一装置通信信号,所述信号基于所述UWB无线技术;用于向所述BAN的静止装置发射通过所述测距生成的信息的单元;以及用于以所述测距为基础生成信息的单元,其中,所述信息用于跟踪所述人体的运动。
本发明的某些方面提供一种用于由能够装配在体域网(BAN)的人体上的装置执行的通信的计算机程序产品。所述计算机程序产品通常包括编码有指令的计算机可读介质,所述指令能够被执行以:使用超宽带(UWB)无线技术,执行与另一装配在人体上的装置的测距,其中,所述测距包括与所述另一装置通信信号,所述信号基于所述UWB无线技术。
本发明的某些方面提供能够装配在体域网(BAN)的人体上的用户设备。所述用户设备通常包括:配置为使用超宽带(UWB)无线技术,执行与另一装配在人体上的用户设备的测距的电路,其中,所述测距包括与所述另一装置通信信号,所述信号基于所述UWB无线技术;以及配置为以通信的信号为基础来显示指示的界面。
本发明的某些方面提供一种用于通信的装置。所述装置通常包括配置为接收通过在装配在至少一个人体上的位于体域网(BAN)中的一对或多对装置之间执行的测距生成的测距信息的接收机;以及配置为以所述测距信息为基础来估计所述至少一个人体的运动的第一电路。
本发明的某些方面提供一种用于通信的方法。所述方法通常包括接收通过在装配在至少一个人体上的位于体域网(BAN)中的一对或多对装置之间执行的测距生成的测距信息,以所述测距信息为基础来估计所述至少一个人体的运动,以所述测距信息为基础来修改与所述至少一个人体相关联的一个或多个传感器的至少一个漂移分量,从与装配在所述BAN的人体上的多个装置中的至少一个相关联的一个或多个传感器接收一个或多个信号,并且利用所述一个或多个信号来估计所述人体的运动。
本发明的某些方面提供一种用于通信的装置。所述装置通常包括用于接收通过在装配在至少一个人体上的位于体域网(BAN)中的一对或多对装置之间执行的测距生成的测距信息的单元,以及用于以所述测距信息为基础来估计所述至少一个人体的运动的单元。
本发明的某些方面提供一种用于由装置执行的通信的计算机程序产品。所述计算机程序产品通常包括编码有指令的计算机可读介质,所述指令能够被执行以用于接收通过在装配在至少一个人体上的位于体域网(BAN)中的一对或多对装置之间执行的测距生成的测距信息,并且以所述测距信息为基础来估计所述至少一个人体的运动。
本发明的某些方面提供一种用户设备。所述用户设备通常包括配置为接收通过在装配在至少一个人体上的位于体域网(BAN)中的一对或多对装置之间执行的测距生成的测距信息的接收机,配置为以所述测距信息为基础来估计所述至少一个人体的运动的电路,以及配置为以所述测距信息为基础来显示指示的界面。
本发明的某些方面提供一种能够装配在人体上的装置。所述装置通常包括配置为在与所述人体相关联的体域网(BAN)中执行数据通信并且在所述BAN中执行与另一装置的测距的无线电路。
本发明的某些方面提供一种用于通信的装置。所述装置通常包括配置为异步地收集通过在与至少一个人体相关联的体域网(BAN)中的多对装置之间执行的测距生成的测距信息的第一电路,以及配置为利用异步收集的测距信息来更新所述至少一个人体的运动估计的第二电路。
本发明的某些方面提供一种用于通信的装置。所述装置通常包括配置为根据所述多对装置中的每一对装置的调度优先级,调度装配在体域网(BAN)的相同人体或者不同人体上的多对装置之间的测距的第一电路。
本发明的某些方面提供一种用于通信的装置。所述装置通常包括配置为接收关于装配在相同人体或者不同人体上的一对装置之间的测距的信息的接收机,以及配置为使用所述信息来校准用于跟踪人体的运动的与所述人体的模型相关联的一个或多个参数的电路。
本发明的某些方面提供一种集成到体域网(BAN)中的用于无线通信的装置。所述装置通常包括配置为与装配在所述BAN的人体上的至少一个装置进行通信以获得与所述人体相关联的信息的第一电路,以及配置为利用所述信息来估计所述人体的运动的第二电路。
本发明的某些方面提供一种用于通信的装置。所述装置通常包括配置为收集通过在与至少一个人体相关联的体域网(BAN)中的一对或多对装置之间执行的测距生成的测距信息的第一电路,以及配置为利用所述测距信息来确定所述至少一个人体的运动是否对应于可识别的姿势的第二电路。
附图说明
为了详细地理解本公开的上述特征的实现方式,通过参照一些方面给出了上面简要概括的内容的更具体的描述,附图中说明了这些方面中的一些。然而,应当注意的是,由于所述描述准许其它等同有效的方面,因此这些附图仅说明了本公开的某些典型方面,并且因此不应该被认为限制其范围。
图1说明了根据本公开的某些方面使用体域网(BAN)内的测距的移动人体运动捕捉的示例。
图2说明了根据本公开的某些方面可以在BAN的无线设备中利用的各种部件。
图3说明了根据本公开的某些方面在装配在人体上的节点处执行的用于与另一节点进行测距的示例操作。
图3A说明了能够执行图3中说明的操作的示例部件。
图4说明了根据本公开的某些方面可以在固定(静止)节点处执行的示例操作,所述固定节点利用通过在一对或多对装配在人体上的节点之间进行的测距生成的信息。
图4A说明了能够执行图4中说明的操作的示例部件。
图5说明了根据本公开的某些方面可以在装配在人体上的节点处执行的示例操作,所述节点包括用于进行测距和数据传输二者的通用无线装置。
图5A说明了能够执行图5中说明的操作的示例部件。
图6说明了根据本公开的某些方面可以在固定节点处执行的用于处理异步距离测量的示例操作。
图6A说明了能够执行图6中说明的操作的示例部件。
图7说明了根据本公开的某些方面可以在固定节点处执行的用于距离调度的示例操作。
图7A说明了能够执行图7中说明的操作的示例部件。
图8说明了根据本公开的某些方面可以在固定节点处执行的用于校准与BAN相关联的参数的示例操作。
图8A说明了能够执行图8中说明的操作的示例部件。
图9说明了根据本公开的某些方面可以在集成到BAN中的移动设备处执行的示例操作。
图9A说明了能够执行图9中说明的操作的示例部件。
图10说明了根据本公开的某些方面可以在固定节点处执行的用于以测距信息为基础进行姿势识别的示例操作。
图10A说明了能够执行图10中说明的操作的示例部件。
具体实施方式
下面参照附图更充分地描述本公开的各个方面。然而,本公开可以以多种不同的形式体现,并且不应该被解释为局限于贯穿本公开给出的任何特定结构或功能。相反,提供这些方面以使得本公开变得全面而完整,并将向本领域的普通技术人员充分地传达本公开的保护范围。以本文的教导为基础,本领域的普通技术人员应当意识到,本公开的范围意在涵盖本文公开的本公开的任何方面,无论其是独立实现还是结合本公开的任何其它方面实现。例如,使用本文阐述的任意数量的方面可以实现装置或者可以实践方法。此外,本公开的范围意在涵盖使用其它结构、功能、或者除本文阐述的本公开的各个方面的结构和功能或不同于本文阐述的本公开的各个方面的结构和功能实现的这样的装置或方法。应当理解的是,本文公开的本公开的任何方面可以通过权利要求的一个或多个元件来体现。
本文使用的“示例性”一词意味着“用作示例、实例或说明”。不必将本文中描述为“示例性”的任何方面解释为比其它方面更优选或更有利。
尽管本文描述了特定的方面,但是这些方面的多种变型和排列也落入本公开的范围之内。尽管提及了优选方面的一些益处和优点,但是本公开的范围并不局限于特定的益处、用途或目的。相反,本公开的方面意在广泛地适用于不同的无线技术、系统配置、网络和传输协议,其中的一些通过示例的方式在附图和下面的优选方面的描述中进行了说明。详细的描述和附图仅是对本公开的说明而非限制,本公开的范围由所附权利要求及其等同物进行限定。
示例无线通信系统
本文描述的技术可以用于各种宽带无线通信系统,包括基于正交复用方案和单载波发射的通信系统。这样的通信系统的示例包括正交频分多址(OFDMA)系统、单载波频分多址(SC-FDMA)系统、码分多址(CDMA)等等。OFDMA系统利用正交频分复用(OFDM),OFDM是将整个系统带宽划分为多个正交子载波的调制技术。这些子载波也可以被称为音调、频段等等。使用OFDM,可以使用数据独立地调制每一个子载波。SC-FDMA系统可以利用交织的FDMA(IFDMA)以在分布在系统带宽上的子载波上进行发射,利用集中式FDMA(localized FDMA,LFDMA)以在相邻子载波的块上进行发射,或者利用增强的FDMA(EFDMA)以在相邻的子载波的多个块上进行发射。通常,在频域中使用OFDM并且在时域中使用SC-FDMA来创建调制符号。CDMA系统可以利用扩频技术和编码方案,其中向每一个发射机(即,用户)分配代码,以允许在相同的物理信道上复用多个用户。
可以将本文的技术并入到各种有线或无线装置(例如,节点)中(例如,在这些装置内实现或者由这些装置执行)。在一些方面,节点包括无线节点。例如,这样的无线节点可以例如经由有线或者无线通信链路,为网络(例如,诸如互联网或者蜂窝网络的广域网)提供连接或者提供到该网络的连接。在一些方面,根据本文的教导实现的无线节点可以包括接入点或接入终端。
本公开的某些方面可以支持在体域网(BAN)中实现的方法。BAN代表为了实现运动捕捉、医疗中的诊断目的等等而进行连续的人体监测的概念。
图1说明了两个玩家之间的移动游戏的示例100,每一个玩家都穿戴有节点。每一个节点可以确定其与位于相同玩家或者另一玩家上的其它节点的距离(即,路程)。图1中还显示了可选的地面节点102,其没有被装配在人体上,而是被放置在静止位置处。在本公开的一个方面,装配在人体上的节点104和静止节点102可以作为BAN的一部分而相互通信。
每一个装配在人体上的节点104可以包括无线传感器,该无线传感器感测(获取)与人体相关联的一个或多个信号(例如,心电图(ECG)信号、脑电图(EEG)信号、3维加速度计(3D-Accl)信号等等),并且(例如经过无线信道或者图1中说明的通信链路106)将这些信号发射到静止节点(本文还将其称为估计器)102,用于处理目的。在本公开的一个方面,一对装配在人体上的节点还可以彼此进行通信,用于距离感测目的。在静止节点102处,可以利用由装配在人体上的节点104生成的距离(路程)信息来估计图1中的玩家的运动。
因此,可以将图1中的BAN看作是其中各种无线节点使用正交复用方案、单载波发射、脉冲复用方案或者其它通信方法进行通信的无线通信系统。估计器102可以是监测设备、个人数据助理(PDA)、移动手持装置、个人计算机等等。在一个方面,图1中的无线节点还可以根据压缩感测(CS)进行操作,其中获取速率可以小于获取的信号的奈奎斯特速率。例如,图1中的装配在人体上的节点可以根据CS来获取与人体相关联的信号。
如下面进一步讨论的,在一些方面,通信链路106包括基于脉冲的物理层。例如,该物理层可以利用超宽带脉冲,该超宽带脉冲具有相对短的长度(例如,几个纳秒的数量级)和相对宽的带宽。在一些方面,可以将超宽带定义为具有大致20%或者更多数量级的部分带宽和/或具有大致500MHz或者更多数量级的带宽。所述部分带宽是与设备带宽除以其中心频率相关联的特定带宽。例如,根据本公开的设备可以具有1.75GHz的带宽,中心频率为8.125GHz,因此其部分带宽是1.75/8.125或者21.5%。
图2说明了可以在无线设备(无线节点)202中利用的各种部件,其中可以在图1的系统内采用该无线设备202。无线设备202是可以配置为实现本文描述的各种方法的设备的示例。无线设备202可以对应于图1中的估计器102,或者装配在人体上的节点104中的任何一个。
无线设备202可以包括控制该无线设备202的操作的处理器204。处理器204还可以被称为中央处理单元(CPU)。可以包括只读存储器(ROM)和随机存取存储器(RAM)的存储器206向处理器204提供指令和数据。存储器206的一部分还可以包括非易失性随机存取存储器(NVRAM)。处理器204典型地以存储在存储器206内的程序指令为基础来执行逻辑和算术运算。存储器206中的指令能够被执行以实现本文描述的方法。
无线设备202还可以包括壳体208,该壳体208可以包括发射机210和接收机212,以允许无线设备202和另一无线节点(例如,远程位置中的另一无线节点)之间的数据的发射和接收。可以将发射机210和接收机212组合为收发机214。无线设备202还可以包括电耦接到收发机214的一个或多个天线216。无线设备202还可以包括(未示出)多个发射机、多个接收机和/或多个收发机。
无线设备202还可以包括可以量化由收发机214接收的信号的电平的信号检测器218。信号检测器218可以使用总能量、每子载波每符号能量、功率谱密度和/或其它量化度量,来量化这样的信号的检测。无线设备202还可以包括用于在处理信号时使用的数字信号处理器(DSP)220。
可以通过总线系统222将无线设备202的各种部件耦接到一起,该总线系统222除包括数据总线之外还包括电源总线、控制信号总线和状态信号总线。
移动人体跟踪
根据某些方面,移动人体跟踪系统可以采用装配到与BAN相关联的人体的惯性传感器。这些系统会具有有限的动态范围,并且会受到惯性传感器常见的估计器漂移限制。而且,可接受的人体运动估计会使用大量的传感器节点(例如,最少15个),这是由于人体的每一个关节部分都需要充分的方位估计。进而,现有系统会需要工业级惯性传感器的性能,这增加了成本等等。
对于消费者来说,通常对易于使用和成本感兴趣。因此,期望开发用于在维持期望精确度的同时减少移动人体跟踪所需的节点数量的新方法。
应当注意的是,尽管本文使用术语“人体”,但是所述描述也可以应用于捕捉诸如机器人的机器的姿态。并且,给出的技术可以适用于捕捉活动中的小道具,例如,剑/盾、溜冰板、球拍/棍棒/球棒等等,的姿态。
用于运动捕捉的测距的使用
测距是确定两个节点之间的距离的感测方法。人体运动估计器可以将距离与惯性传感器测量进行组合,以校正误差,并且提供对惯性传感器中的漂移分量进行估计的能力。根据某些方面,一组装配在人体上的节点可以发出能够由一个或多个静止的地面参考节点检测的发射。这些参考节点可以具有已知的位置,并且可以在彼此之间以及与装配在人体上的节点进行时间同步,以在一个纳秒的很小部分之内。
本公开的某些方面支持允许系统克服先前方案的局限并且使产品具有消费级产品所需的特性的机制。
测距机制
在本公开的一个方面,一个节点可以以信号往返时间而不是到达时间为基础而产生与另一节点相关联的距离信息。这可以从距离估计中消除两个节点之间的时钟差,并且因而可以去除对节点进行同步的需求,这可以极大地简化设置。进而,这一方法使所有节点关于同步都基本上相同,这是由于不存在“同步节点”与“未同步节点”的概念。
这一方法可以确定任何两个节点之间的距离,包括不同的装配在人体上的节点之间的距离。静止节点(例如,图1中的估计器102)可以将这些距离与惯性传感器数据(即,通过可以被装配到与BAN相关联的人体的惯性传感器获得的测量),并且与由运动学人体模型提供的约束进行组合,来估计这些装配到人体上的节点也附接到的人体的姿态和/或运动。然而,先前系统仅执行从人体节点到固定节点的测距,去除时间同步需求能够实现任何两个节点之间的测距。由于有额外的距离数据可用,并且还由于人体相对位置的直接感测,这些额外的距离在运动跟踪估计器中非常有价值。对于确定人体之间的相对位置和姿态来说,位于不同人体上的节点之间的距离也是有用的。
通过使用高精确度的往返时间距离以及体上和体外节点之间的距离,可以减少惯性传感器的数量和质量。减少节点的数量可以使使用更加简单,并且减少惯性传感器的要求精确度可以减少成本。在制造适合于消费类产品的系统时,这两者的改善都是期望的。
返回参照图1,两个玩家108、110参与到移动游戏。每一个玩家都穿戴能够用于在相同玩家上的节点或另一玩家上的节点之间进行距离感测的节点。可以将静止的地面节点102配置为用于至少部分地以通过所述测距生成的信息为基础来捕捉玩家的运动的估计器。
图3说明了根据本公开的某些方面可以在体域网(BAN)的装配在人体上的节点(例如,图1中的装配在人体上的节点104中的任何一个)处执行的用于与该BAN中另一装配在人体上的节点进行测距的示例操作300。在302,装配在人体上的节点可以使用超宽带(UWB)无线技术,执行与另一装配在人体上的节点的测距,其中,所述测距可以包括与所述另一装配在人体上的节点传输信号,并且所述信号可以基于UWB无线技术。
在一个方面,可以将所述节点和所述另一节点装配到BAN中的相同人体上。在另一方面,可以将所述另一节点装配到BAN中的另一人体上。通常,BAN可以包括装配到一个或多个人体上的多个装置(节点),BAN中的每一个节点可以与该BAN中的一个或多个其它节点进行通信。
在本公开的一个方面,所述另一装配到人体上的节点可以包括可穿戴个人计算机(PC)。进而,所述装配到人体上的节点可以配置为向所述BAN的静止装置发射通过所述测距生成的信息。在一个方面,可以根据UWB技术,按照大致5.5Mbps的吞吐量来发射所述信息。进而,与所述信号中的至少一个相关联的至少一个脉冲具有至少大约20%的部分带宽或者至少大约500MHz的带宽中的至少一个。
图3A说明了根据本公开的某些方面可以在BAN的装配在人体上的节点处(例如,在图1中的装配在人体上的节点104中的任何一个处)执行的用于与所述BAN中的另一装配在人体上的节点(例如,节点104)进行测距的示例操作300A。在302A,装配在人体上的节点104的第一电路(例如,处理器204)可以使用UWB无线技术,执行与所述另一装配在人体上的节点104的测距,其中,所述测距可以包括与所述另一装置传输信号,并且所述信号可以基于UWB无线技术。在一个方面,处理器204可以以在所述节点和所述另一装配在人体上的节点104之间交换的信号的往返时间为基础来执行与所述另一装配在人体上的节点104的测距。
图4说明了根据本公开的某些方面可以在固定(静止)节点(例如,图1中的静止节点102)处执行的示例操作400,所述固定节点利用通过在一对或多对装配在人体上的节点之间进行测距生成的信息。在402,静止节点(即,估计器)可以接收通过在装配在至少一个人体上的BAN中的一对或多对节点之间执行的测距生成的测距信息。在404,估计器可以以所述测距信息为基础来估计所述至少一个人体的运动。
在一个方面,估计器可以包括移动设备,其中所述移动设备可以包括移动电话。在本公开的一个方面,估计器可以将所述信息与来自与所述至少一个人体相关联的一个或多个传感器的数据或者所述至少一个人体的模型的约束中的至少一项进行组合,用于估计所述至少一个人体的运动。估计器可以利用所述信息来校正这些传感器的漂移分量,其中所述一个或多个传感器可以包括下面中的至少一项:一个或多个惯性传感器、一个或多个磁力传感器、或者一个或多个光传感器,或者其组合。
图4A说明了根据本公开的某些方面可以在固定(静止)节点(例如,图1中的静止节点102)处执行的示例操作400A,所述固定节点利用通过在BAN中的一对或多对装配在人体上的节点(例如,图1中的装配在人体上的节点104中的任何一个)之间的测距生成的信息。在402A,静止节点102的接收机(例如,接收机212)可以接收通过在装配在BAN中的至少一个人体上的一对或多对节点104之间执行的测距生成的测距信息。在404A,静止节点102的第一电路(例如,处理器204)可以配置为以所述测距信息为基础来估计所述至少一个人体的运动。在一个方面,处理器204可以以测距信息为基础,修改与所述至少一个人体相关联的一个或多个传感器的至少一个漂移分量。此外,在一些方面,静止节点102的第二电路(例如,处理器204)可以以估计的运动为基础,确定BAN中的两个人体之间的相对位置。而且,静止节点102的第三电路(例如,处理器204)可以以估计的运动为基础,确定所述至少一个人体的姿态。
用于测距和数据传输的通用无线装置
具有装配到人体上的节点的任何系统,都会需要通信网络以携带到这些节点的控制命令以及自这些节点的测量。如上面提及的,这一BAN可以是系统操作的一部分。在本公开的一个方面,可以将位于装配到人体上的节点内的相同无线装置配置为在BAN中进行距离感测和数据传输。这一集成的方案可以减少最终产品的成本和复杂度。
图5说明了根据本公开的某些方面可以在装配在人体上的节点处(例如,在图1中的装配在人体上的节点104中的任何一个处)执行的示例操作500,所述节点包括用于进行测距和数据通信二者的通用无线装置。在502,装配到人体上的节点的无线电路可以配置为在与所述人体相关联的BAN中执行数据通信,并且执行与所述BAN中的另一节点的测距。
在本公开的一个方面,所述无线电路还可以配置为发射通过所述测距生成的信息。例如,可以根据UWB技术,按照大致5.5Mbps的吞吐量来发射所述信息。在一个方面,BAN可以包括下面中的至少一项:一个或多个玩具武器、一个或多个溜冰板、一个或多个球拍、或者一个或多个棒球棒,或者其组合。
图5A说明了根据本公开的某些方面可以在装配在人体上的节点处(例如,在图1中的装配在人体上的节点104中的任何一个处)执行的示例操作500,所述节点包括用于实现测距和数据通信二者的通用无线装置。在502A,装配到人体上的节点104的无线电路(例如,收发机214)可以配置为在与所述人体相关联的BAN中执行数据通信,并且执行与所述BAN中的另一节点(例如,与装配在人体上的节点104中的任何一个)的测距。在一个方面,收发机214可以发射通过所述测距生成的信息,例如,按照大致5.5Mbps的吞吐量。此外,在一些方面,装配在人体上的节点104的第二电路(例如,处理器204)可以以所述测距为基础来生成信息,其中所述信息可以用于跟踪所述人体的运动。
处理异步距离测量
根据某些方面,系统可以尝试创建在时间上非常接近的距离测量,以使得所述距离可以由估计器同时进行处理。然而,使用上面描述的系统设置,在按照尽力而为的原则产生距离并且不具有测量时间戳的紧密同步的情况下,估计器需要能够在任何时间合并任何距离测量。本公开提出一种方案,该方案能够在人体运动估计器中使用异步收集的距离信息。估计器可以通过下面的方式来实现这一目标:在进行更新和考虑收集的距离的几何形状之前,根据人体运动估计来对估计更新进行加权。因而,尽管任何一个距离不足以用于解决所有估计的维度,但是随着时间从不同节点收集的距离可以提供所有维度的足够可观察性。
尽管所述系统可以处理异步距离,但是具有给定时间戳的距离可以在全球系统时间基础上精确。会需要这一情况,以使得最终的人体运动估计器可以正确地合并具有时间戳的测量。本公开中提出的系统可以采用使每一个节点能够与全球系统时间同步的控制机制。这可以通过发送具有时间信息的数据分组来实现,所述时间信息嵌入在所述数据分组中。应当注意的是,与到达时间(TOA)或者到达时间差(TDOA)测距所需的时间精确度相比,所述时间精确度要求可以足够宽松以使得能够通过数据发射来简单地实现。还应当注意的是,本公开描述的全球时间基础也可以具有其它用途,例如用于调度距离测量,如下面的详细说明描述的。
图6说明了根据本公开的某些方面可以在固定节点处(例如,在图1中的静止节点102处)执行的用于处理异步距离测量的示例操作600。在602,固定节点可以异步地收集通过在与至少一个人体相关联的BAN中的多对设备之间执行的测距生成的测距信息。在604,所述固定节点可以利用异步收集的测距信息,来更新所述至少一个人体的运动估计。
图6A说明了根据本公开的某些方面可以在固定节点处(例如,在图1中的静止节点102处)执行的用于处理异步距离测量的示例操作600A。在602A,固定节点102的第一电路(例如,信号检测器218)可以异步地收集通过在与至少一个人体相关联的BAN中的多对设备(例如,节点104)之间执行的测距生成的测距信息。在604A,固定节点102的第二电路(例如,处理器204)可以利用异步收集的测距信息,来更新所述至少一个人体的运动估计。在一个方面,处理器204还可以配置为根据该测距信息的时间戳来更新运动估计。此外,在一些方面,固定节点102的发射机(例如,发射机210)可以向节点104发射具有与全球系统时间有关的信息的一个或多个分组,所述信息嵌入在这些分组中的每一个中,以便将节点104中的每一个同步到该全球系统时间,并且其中通过在每一对节点104之间进行测距生成的测距信息中的每一个,可以包括与该全球系统时间有关的时间戳。进而,测距信息中的每一个可以包括指示生成该测距信息的时间的时间戳。在一个方面,信号检测器218可以至少部分地以该时间戳为基础,异步地收集测距信息。而且,固定节点102的第三电路(例如,处理器204)可以在对异步收集的测距信息进行更新和考虑几何形状之前,根据所述至少一个人体的运动估计来对更新的运动估计进行加权。
测距调度
如先前提及的,提出的系统可以允许在该系统中的任何两个节点之间进行测距。然而,实际约束会允许任何一个装置(节点)一次仅参与与一个其它装置(节点)的测距(这只是关于测距的约束的一个示例,并且可以存在其它类型)。因此,可能需要一些测距尝试的调度。进而,由于可以从其获得距离的节点对会由于来自人体部分的视线阻塞而随着时间改变,因此在选择这些距离时需要某种智能。根据本公开的某些方面,系统可以以各种因素为基础维持节点对的优先级列表,这些因素例如是下面中的至少一项:自上一次测距流逝的时间、输出误差幅度估计、传感器误差幅度估计、先前人体姿态、当前姿态、以及预测的未来人体姿态/运动、先前距离测量的值、阻塞的概率、功耗控制或最小化、或者惯性传感器测量的值,例如使用移动的检测以触发距离测量。
在本公开的一个方面,可以利用关于节点对的优先级列表的信息来形成控制命令,可以将这些控制命令发送到系统中的节点,以帮助它们确定何时执行测距,以及与哪些其它节点执行测距。
图7说明了根据本公开的某些方面可以在固定节点处(例如,在图1中的静止节点102处)执行的用于测距调度的示例操作700。在702,固定节点可以根据每一对节点的调度优先级,调度装配到BAN的相同人体或者不同人体上的多对节点之间的测距。在本公开的一个方面,对于特定对的装置(例如,对于一对节点)的调度优先级可以以下面中的至少一项为基础:自上一次测距以来流逝的时间、与该对节点相关联的估计的输出误差幅度、与该对节点相关联的估计的传感器误差幅度、装配有这些节点的至少一个人体的当前姿态、所述至少一个人体的先前姿态、所述至少一个人体的预测的未来姿态、对于该对节点的先前距离测量的一个或多个值、在该对节点中的节点之间阻塞的概率、与该对节点相关联的功耗、或者与该BAN相关联的惯性传感器测量的一个或多个值。
图7A说明了根据本公开的某些方面可以在固定节点处(例如,在图1中的静止节点102处)执行的用于测距调度的示例操作700A。在702A,固定节点102的第一电路(例如,处理器204)可以根据每一对节点的调度优先级,调度装配到BAN的相同人体或者不同人体上的多对设备(例如,节点104)之间的测距。在一个方面,处理器204可以以所述人体的估计的位置或者所述人体之间的估计的相对位置为基础,动态地重新调度多对节点104之间的测距。在另一方面,处理器204可以以节点104中的一个或多个的估计的运动为基础,对测距进行重新调度。在再一方面,如果利用多对节点104中的一对或多对来估计所述人体的具体状态,则处理器204可以修改所述一对或多对节点104之间的测距的速率。此外,在一些方面,固定节点102的发射机(例如,发射机210)可以向特定的一对节点104发射具有关于该调度优先级的信息的控制命令。并且,如果与BAN相关联的一个或多个估计的测量误差等于或者超过一个或多个阈值,则固定节点102的第二电路(例如,处理器204)可以发起测距。
用于校准的方法
根据本公开的某些方面,移动人体运动跟踪会需要校准技术,并且消费类产品也会需要校准技术。因此,会需要校准要求的简化(或者“不可视”),以维持易于使用。由于节点之间的距离的可获得性,本公开提出的系统可以实现简单而精确的校准。要被校准的参数的类型可以包括:所述人体上的节点位置和方位,诸如骨骼长度、人的高度的人体参数,惯性传感器偏移和偏置。
在活动运动跟踪、确定对于用户基本上不可视的这些参数期间,还可以对这些参数中的一些进行估计。例如,可以将位于用户的胳膊上的节点的位置看作是静止的。然后,在人体姿态的估计期间,估计器可以解析与测量的数据最一致的位置。由于相对距离测量不会随着时间漂移,因此这一在线校准是可能的。
图8说明了根据本公开的某些方面可以在固定节点处(例如,在图1中的静止节点102处)执行的用于参数校准的示例操作800。在802,固定节点可以接收关于装配在相同人体或者不同人体上的一对设备之间的测距的信息。在804,固定节点可以使用所述信息来校准用于跟踪所述人体的运动的与所述人体的模型相关联的一个或多个参数。
图8A说明了根据本公开的某些方面可以在固定节点处(例如,在图1中的静止节点102处)执行的用于参数校准的示例操作800A。在802A,固定节点102的接收机(例如,接收机212)可以接收关于装配在相同人体或者不同人体上的一对设备(例如,节点104)之间的测距的信息。在804A,固定节点102的电路(例如,处理器204)可以使用所述信息来校准用于跟踪所述人体的运动的与所述人体的模型相关联的一个或多个参数。在一个方面,处理器204可以根据所述模型,在跟踪所述人体的运动期间,对所述参数中的至少一个进行估计。
与移动设备集成
移动人体跟踪的用户也可能具有移动设备。移动设备(例如,智能电话)可以提供到游戏内容的入口、活动进行或者结果的社交联网、用于反馈的高质量屏幕、以及相当高性能的处理器。本公开的BAN系统可以与一个或多个移动设备进行集成,以利用上面列出的能力,并且直接在移动设备上合并来自传感器的输入。例如,大多数移动设备可以包括惯性传感器、磁力计、邻近设备、麦克风或者照相机等等中的至少一个。
如果移动设备在运动捕捉期间处于静态位置,则其可以为测距提供静止的节点位置。如果移动设备位于人体上,则可以将其用作装配在人体上的节点。如果移动设备包括照相机,则可以使其朝向用户取向,并通过识别人体特征且跟踪它们的移动来向人体运动估计算法提供额外的输入。如果移动设备被装配在人体上,则照相机还可以用于跟踪特征,并且有助于人体运动估计。
如上面提及的,本公开中提出的系统对于大多数密集数据处理中的一些还可以利用移动设备上的处理器的计算能力,例如,在人体姿态估计器中进行所有传感器信息的最终融合。
图9说明了根据本公开的某些方面可以在集成到BAN中的移动设备处执行的示例操作900。在902,移动设备可以与装配在BAN的人体上的至少一个装置进行通信,以获得与所述人体相关联的信息。在904,移动设备可以利用所述信息来估计所述人体的运动。
根据本公开的某些方面,可以将所述移动设备装配在人体上(例如,图1中的装配在人体上的节点104中的任何一个可以代表该移动设备)。在本公开的一个方面,移动设备可以包括移动电话。在另一方面,移动设备可以包括掌上娱乐平台(PSP)智能电话。在再一方面,移动设备可以包括双屏(DS)智能电话。
图9A说明了根据本公开的某些方面可以在集成到BAN中的移动设备(例如,估计器102或者图1中的装配在人体上的节点104中的任何一个)处执行的示例操作900A。在902,移动设备的第一电路(例如,收发机214)可以与装配在BAN的人体上的至少一个节点104进行通信,以获得与所述人体相关联的信息。在904A,移动设备的第二电路(例如,处理器204)可以利用所述信息来估计所述人体的运动。此外,在一些方面,移动设备的接收机(例如,接收机212)可以从与所述至少一个节点104相关联的一个或多个传感器接收一个或多个信号,并且处理器204可以利用所述一个或多个信号来估计所述人体的运动。在一个方面,如果该移动设备在所述人体的运动的捕捉期间静止,则收发机214可以为所述至少一个节点104的测距提供静止位置。而且,移动设备的第三电路(例如,处理器204)可以对于由与所述人体相关联的传感器获得的信息执行最终融合,用于估计所述人体的姿态。
姿势识别的测距增强
上面描述的系统的相关领域与下面的系统相关联,这些系统使用模式匹配算法来确定是否存在被分类为固定数量的预定义类别之一的运动(姿势)。这一技术有时被称为姿势识别。这些姿势识别系统可以利用传感器数据作为到匹配算法的输入。这些系统通常以具有执行这些运动类别的多个参与者的试验为基础,使用机器学习算法来调整匹配算法(或者“分类器”)。
这些系统的成功可以部分地取决于在训练和匹配阶段期间可以用作输入的传感器。出于与上面的全运动捕捉示例相同的原因中的许多原因,来自体上和体外节点的相对距离信息的使用是有价值的。例如,相对距离传感器可以给予漂移较少的运动信息,单独利用惯性传感器不能够获得这一信息。这可以允许姿势识别系统在分类方面更加精确,并且还可以允许定义更多的类别,这些类别在之前与现有感测方法不可区分。
进而,本公开的系统可以实现交替的类别战略,它们将具有全运动估计形式的处理的传感器数据作为输入,或者将诸如节点的方位的一些部分处理作为输入。由于这一输入可以根据具有互补性能特性的多个传感器形成,因此可以改善分类器的性能。
图10说明了根据本公开的某些方面可以在固定节点处(例如,图1中的静止节点102处)执行的用于以测距信息为基础进行姿势识别的示例操作1000。在1002,固定节点可以收集通过在与人体相关联的BAN中的一对或多对装置之间(例如,在一对或多对装配在人体上的节点之间)执行的测距生成的测距信息。在1004,固定节点可以利用所述测距信息来确定所述人体的运动是否对应于可识别的姿势。在一个方面,所述可识别的姿势可以属于预定的一组姿势。
图10A说明了根据本公开的某些方面可以在固定节点处(例如,在图1中的静止节点102处)执行的用于以测距信息为基础进行姿势识别的示例操作1000A。在1002A,固定节点102的第一电路(例如,收发机214)可以收集通过在与人体相关联的BAN中的一对或多对装置(例如,节点104)之间(例如,在一对或多对装配在人体上的节点104之间)执行的测距生成的测距信息。在1004A,固定节点102的第二电路(例如,处理器204)可以利用所述测距信息来确定所述人体的运动是否对应于可识别的姿势。在一个方面,处理器204可以使用模式匹配算法来确定所述运动是否对应于可识别的姿势。在另一方面,处理器204可以将所述测距信息与通过所述BAN的一个或多个惯性传感器获得的信息进行组合,来确定所述运动是否对应于可识别的姿势。
优化基于测距的运动捕捉系统的功耗和性能
以惯性传感器或光学传感器为基础的运动捕捉系统会遭遇许多公知的问题。示例可以包括来自传感器的测量中的漂移误差,该漂移误差会在位置估计中产生累积误差,以及由于光学传感器的阻塞的数据丢失。使用测距增强运动捕捉可以通过提供航位推算(dead-reckon)定位的方式来消除大量的这些问题。这一方案还可以允许以用户友好的方式对来自惯性传感器或光学传感器的估计进行再校准。
即使使用基于测距的运动捕捉或估计,也仍然会存在一些问题,例如,需要将功耗最小化以改善执行测距的节点的电池寿命的事实。而且,由于节点被取向而使得它们之间的视线被降低或消除,仍然会发生阻塞。
本公开提出用于优化基于测距的运动捕捉系统的功耗和性能的一些构思。这一系统可以极大地得益于节点的网格联网阵列,在这种情况下,任何节点会潜在地与网络中的任何其它节点进行测距。本文描述了在协作框架下采用这一网络架构的方法,其中为了减少功耗并改善性能,该网络整体上是自我了解的。
所有下面构思的通常建立可以假定节点的网络具有一个或多个运动传感器(惯性传感器、光学传感器、磁传感器等等)以及进行中央决策或者调度的节点。在任何一对节点之间进行测距都是可能的。调度节点可以具有到所有距离测量的接入。
基于活动调整测距
本公开的某些方面支持当合适时在节点之间执行测距。在典型的运动捕捉场景中,终极目标是能够跟踪作为系统一部分的各个节点的移动。然而,可能的是,不是所有节点都同时处于显著的运动之中。
本公开提出了一种用于以特定节点的运动的确定为基础来调度对于该节点的测距的方法。例如,可以认为具有非测距传感器A的节点N比按照相同采样速率的测距消耗更低的功率。一个示例是传感器A可以连续地处于“开启”状态并且其可以本地确定该节点是否处于运动之中。替代地,可以由调度器分析来自传感器A的测量以确定其是否处于运动之中。在一个方面,可以将运动定义为来自传感器A的测量的一个或多个分量跨越了预定义的一组阈值。
仅当确定节点N处于运动中时,调度器才开始对于节点N的测距处理。一旦将这一节点分类为静止,调度器就可以停止对于该节点N的测距处理。
可以超出静止节点或移动节点的简单分类来进行概括。移动节点可能不具有足够的运动来保证测距测量。通过按需地调度对于节点的测距,系统会更加功率有效,并且会具有更高的电池寿命。
以基于模型的估计为基础的协同测距
本公开的某些方面支持协同测距以优化功率和性能。运动捕捉可以取决于对正在被监测的一组或多组装配在人体上的节点之间的相对运动进行估计。这些估计以人体模型为条件,该人体模型确定所述人体的可能运动状态的集合。
因此,非常可能的是,以人体的当前状态为基础,可以在给定的时间窗中从可能性中排除某些其它状态。因此,不需要定位那些专有地确定人体状态的被排除集的节点。在这样的情形下,调度器可以以当前状态为基础预测需要对于其获得位置的节点的子集,并且调度器可以停止对于不需要对于其获得位置的节点的测距。这一方案可以节省那些不需要对于其获取位置的节点的功耗。
可以利用这一相同的技术来增强估计精确度。如果调度器确定需要某些节点来估计特定状态,则调度器可以增加对于这些节点的测量速率。这可以有助于获得这些节点的位置的更好估计,这些估计对于确定人体状态会非常重要。
以漂移或其它误差为基础调整测距
在本公开的一个方面,调度器还可以以漂移或者其它类型的测量误差的确定或者估计为基础来控制测距速率。在某些场景中,在误差悄悄混入之前,使用非测距方法来确定人体状态是足够的。调度器可以跟踪这样的误差,并且当确定这些误差等于或者超过一个或多个阈值时,发起测距或者增加测距的速率。另一方面,如果与BAN相关联的一个或多个估计的测量误差等于或者减少到低于一个或多个其它阈值,则调度器可以减少测距的速率或者终止测距。
在阻塞期间改善测距测量
即使使用测距,也很可能发生阻塞和非视线状况。本公开提出了用于解决该问题的两种可能方法:使用人体模型的阻塞预测,以及使用来自其它节点的代理测量。
对于第一种方法,可以使用人体模型来预测节点何时进入阻塞状态。然后,调度器可以采取几个动作。在本公开的一个方面,调度器可以积极主动地关闭对于受影响节点的测距,以节约功率。在另一方面,其可以较快速地更新其估计算法,以允许来自受影响节点的测量不可用的事实。在再一方面,调度器可以根据预测,打开对于没有被阻塞的一个或多个其它节点的测距,或者增加对于这些节点的测距的速率,以补偿被阻塞的节点。
对于第二种方法,可以利用来自其它节点的代理测量。在节点A(第一装置)与调度器S(第二装置)阻塞但是可以定位另一节点B(第三装置)以使得A-B之间和B-S之间的测距仍然可能的情形下,可以通过产生距离值RAB的节点B对节点A进行测距。同时,可以通过产生距离值RBS的调度器S对节点B进行测距。然后,调度器可以使用这两个距离值RAB和RBS来估计RAS的值。应当注意的是,由于节点A和调度器S之间的阻塞,RAS可能不可直接测量。
上面描述的方法的各种操作可以由能够执行相对应功能的任何适当单元来执行。这些单元可以包括各种硬件和/或软件部件和/或模块,包括但不局限于电路、专用集成电路(ASIC)或者处理器。通常,在附图中说明了操作的情况下,这些操作可以具有进行了类似编号的相对应的对等功能模块部件。例如,图3、4、5、6、7、8、9和图10中说明的操作300、400、500、600、700、800、900和1000对应于图3A、4A、5A、6A、7A、8A、9A和图10A中说明的部件300A、400A、500A、600A、700A、800A、900A和1000A。
例如,用于执行测距的单元可以包括专用集成电路,例如,图2中的无线设备202的处理器204。用于发射的单元可以包括发射机,例如,无线设备202的发射机210。用于执行数据通信和测距的单元可以包括收发机,例如,无线设备202的收发机214。用于接收的单元可以包括接收机,例如,无线设备202的接收机212。用于利用的单元可以包括专用集成电路,例如,处理器204。用于组合的单元可以包括专用集成电路,例如,处理器204。用于确定的单元可以包括专用集成电路,例如,处理器204。用于生成的单元可以包括专用集成电路,例如,处理器204。用于异步收集的单元可以包括专用集成电路,例如,无线设备202的信号检测器218。用于调度的单元可以包括专用集成电路,例如,处理器204。用于动态重新调度的单元可以包括专用集成电路,例如,处理器204。用于修改的单元可以包括专用集成电路,例如,处理器204。用于预测的单元可以包括专用集成电路,例如,处理器204。用于关闭的单元可以包括专用集成电路,例如,处理器204。用于校准的单元可以包括专用集成电路,例如,处理器204。用于估计的单元可以包括专用集成电路,例如,处理器204。用于通信的单元可以包括收发机,例如,无线设备202的收发机214。用于使用的单元可以包括专用集成电路,例如,处理器204。
如本文使用的,术语“确定”涵盖宽范围的动作。例如,“确定”可以包括计算、运算、处理、推导、研究、查找(例如,在表中、数据库中或另一数据结构中进行查找)、断定等等。并且,“确定”可以包括接收(例如,接收信息)、存取(例如,存取存储器中的数据)等等。并且,“确定”还可以包括解析、选定、选择、建立等等。
如本文使用的,指代项目列表“中的至少一个”的短语是指这些项目的任意组合,包括单数成员。作为示例,“a、b或c中的至少一个”意在涵盖:a、b、c、a-b、a-c、b-c和a-b-c。
可以利用设计为执行本文描述的功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件(PLD)、分立门或者晶体管逻辑、分立硬件部件或者其任意组合,来实现或执行结合本公开描述的各种说明性逻辑框、模块和电路。通用处理器可以是微处理器,但是替代地,该处理器也可以是任何商业可用的处理器、控制器、微控制器或者状态机。还可以将处理器实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器与DSP内核的结合,或者任何其它这样的配置。
结合本公开描述的方法或算法的步骤可以直接体现在硬件、由处理器执行的软件模块或二者的组合中。软件模块可以位于本领域已知的任何形式的存储介质中。可以使用的存储介质的一些示例包括随机存取存储器(RAM)、只读存储器(ROM)、闪存、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动硬盘、CD-ROM等等。软件模块可以包括单个指令或多个指令,并且可以分布在几个不同的代码段上、分布在不同的程序中并且分布在多个存储介质上。可以将存储介质耦接到处理器,以使得处理器能够从该存储介质读取信息,并且可以向该存储介质写入信息。替代地,存储介质也可以是处理器的组成部分。
本文公开的方法包括用于实现描述的方法的一个或多个步骤或动作。在不脱离权利要求的保护范围的情况下,这些方法步骤和/或动作可以相互交换。换言之,除非指定了步骤或动作的特定顺序,否则在不脱离权利要求的保护范围的情况下,可以修改特定步骤和/或动作的顺序和/或用途。
所描述的功能可以实现在硬件、软件、固件或者其任意组合中。当实现在软件中时,可以将这些功能存储在计算机可读介质上或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质二者,通信介质包括促进计算机程序从一个地方传送到另一地方的任何介质。存储介质可以是计算机能够存取的任何可用介质。通过示例而非限制的方式,这样的计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望程序代码并且能够由计算机进行存取的任何其它介质。并且,可以将任何连接适当地称作计算机可读介质。举例而言,如果使用同轴电缆、光纤电缆、双绞线、数字用户线路(DSL)或者诸如红外(IR)、无线和微波的无线技术从网站、服务器或其它远程源传输软件,则所述同轴电缆、光纤电缆、双绞线、DSL或者诸如红外、无线和微波的无线技术包括在所述介质的定义中。如本文使用的,磁盘(disk)和光盘(disc)包括压缩光盘(CD)、激光光盘、光学光盘、数字多用途光盘(DVD)、软盘和光盘,其中磁盘通常磁性地再现数据,而光盘则使用激光光学地再现数据。因而,在一些方面,计算机可读介质可以包括非暂态计算机可读介质(例如,有形介质)。此外,对于其它方面,计算机可读介质可以包括暂态计算机可读介质(例如,信号)。上述的组合也应当包括在计算机可读介质的范围之内。
因而,某些方面可以包括用于执行本文提供的操作的计算机程序产品。例如,这样的计算机程序产品可以包括在其上存储(和/或编码)有指令的计算机可读介质,这些指令可以由一个或多个处理器执行以实现本文描述的操作。对于某些方面,计算机程序产品可以包括包装材料。
也可以经过传输介质传输软件或指令。举例而言,如果使用同轴电缆、光纤电缆、双绞线、数字用户线路(DSL)或者诸如红外、无线和微波的无线技术从网站、服务器或其它远程源传输软件,则所述同轴电缆、光纤电缆、双绞线、DSL或者诸如红外、无线和微波的无线技术包括在传输介质的定义中。
进而,应当意识到的是,根据需要,可以由用户终端和/或基站下载和/或以其它方式获得用于执行本文描述的方法和技术的模块和/或其它适当单元。例如,可以将这样的设备耦接到服务器,以促进用于执行本文描述的方法的单元的传输。替代地,可以经由存储单元(例如,RAM、ROM、诸如压缩光盘(CD)或软盘的物理存储介质等等)提供本文描述的各种方法,以使得用户终端和/或基站能够在将存储单元耦接到或提供给该设备时,获得各种方法。而且,还可以利用用于向设备提供本文描述的方法和技术的任何其它适当技术。
应当理解的是,权利要求并不局限于上面说明的精确配置和部件。在不脱离本权利要求的保护范围的情况下,可以对上面描述的方法和装置的排列、操作和细节做出各种修改、改变和变化。
本公开中的无线设备(无线节点)可以包括以由该无线设备发送或在该无线设备处接收的信号为基础来执行功能的各种部件。无线设备还可以被称为可穿戴无线设备。在一些方面,可穿戴无线设备可以包括无线头戴装置或者无线手表。例如,无线头戴装置可以包括适于以经由接收机接收的数据为基础来提供音频输出的换能器。无线手表可以包括适于以经由接收机接收的数据为基础来提供指示的用户接口。无线感测设备可以包括适于提供数据以便经由发射机进行发射的传感器。
无线设备可以经由一个或多个无线通信链路进行通信,其中所述一个或多个无线通信链路以任何适当的无线通信技术为基础或者支持任何适当的无线通信技术。例如,在一些方面,无线设备可以与网络相关联。在一些方面,所述网络可以包括使用超宽带技术或者某种其它适当技术实现的个域网(例如,支持30米数量级的无线覆盖区域)或者体域网(例如,支持10米数量级的无线覆盖区域)。在一些方面,所述网络可以包括局域网或者广域网。无线设备可以支持或者以其它方式使用多种无线通信技术、协议或者标准中的一种或多种,例如,CDMA、TDMA、OFDM、OFDMA、WiMAX和Wi-Fi。类似地,无线设备可以支持或者以其它方式使用多种相对应的调制或者复用方案中的一种或多种。因而,无线设备可以包括使用上面或其它无线通信技术,建立一个或多个无线通信链路并且经由该一个或多个无线通信链路进行通信的适当部件(例如,空中接口)。例如,设备可以包括具有相关联的发射机和接收机部件(例如,发射机210和接收机212)的无线收发机,该无线收发机可以包括促进经过无线介质进行通信的各种部件(例如,信号发生器和信号处理器)。
可以将本文的教导并入到多种装置(例如,设备)中(例如,在多种装置中实现或者由多种装置执行)。例如,可以将本文教导的一个或多个方面并入到电话(例如,蜂窝电话)、个人数据助理(“PDA”)或者所谓的智能电话、娱乐设备(例如,便携式媒体设备,包括音乐和视频播放器)、头戴装置(例如,耳机、听筒等等)、麦克风、医学感测设备(例如,生物传感器、心率监测器、计步器、EKG设备、智能绷带等等)、用户I/O设备(例如,手表、远程控制、光开关、键盘、鼠标等等)、环境感测设备(例如,胎压监测器)、可以从医学或环境感测设备接收数据的监测设备(例如,桌面型计算机、移动式计算机等等)、定点照护设备、助听器、机顶盒或者任何其它适当的设备。此外,监测设备还可以经由与网络的连接,访问来自不同的感测设备的数据。
这些设备可以具有不同的功率和数据需求。在一些方面,本文的教导可以适用于低功率应用(例如,经过使用基于脉冲的信令方案和低占空比模式),并且可以支持包括相对高数据速率的多种数据速率(例如,经过使用高带宽脉冲)。
在一些方面,无线设备可以包括用于通信系统的接入设备(例如,接入点)。这样的接入设备可以例如经由有线或无线通信链路提供到另一网络(例如,诸如互联网或蜂窝网络的广域网)的连接。因此,该接入设备可以使另一设备(例如,无线站)能够接入该另一网络或者某种其它功能。此外,应当意识到的是,这些设备中的一个或两个可以是便携式的,或者在一些情况下相对地非便携。并且,应当意识到的是,无线设备还可以能够以非无线方式(例如,经由有线连接),经由适当的通信接口来发射和/或接收信息。
尽管上述内容针对本发明的一些方面,但是在不脱离本公开的基本范围的情况下,可以设计出本公开的其它和进一步方面,并且本公开的范围由所附权利要求进行限定。
Claims (118)
1.一种能够装配在体域网(BAN)的人体上的装置,包括:
第一电路,配置为使用超宽带(UWB)无线技术,执行与另一装配在人体上的装置的测距,其中,
所述测距包括与另一装置传输信号,并且
所述信号基于所述UWB无线技术。
2.根据权利要求1所述的装置,其中,与所述信号中的至少一个相关联的至少一个脉冲具有至少大约20%的部分带宽或者至少大约500MHz的带宽中的至少一个。
3.根据权利要求1所述的装置,其中,所述第一电路还配置为以在所述装置和所述另一装置之间交换的信号的往返时间为基础,执行与所述另一装置的测距。
4.根据权利要求1所述的装置,进一步包括:
发射机,配置为向所述BAN的静止装置发射通过所述测距生成的信息。
5.根据权利要求1所述的装置,其中,所述另一装置装配在所述人体上。
6.根据权利要求1所述的装置,其中,所述另一装置装配在所述BAN的另一人体上。
7.根据权利要求1所述的装置,进一步包括:
无线电路,配置为在所述BAN中执行数据通信,并且在所述BAN中执行与所述另一装置的测距,其中,
所述无线电路还配置为发射通过所述测距生成的信息。
8.根据权利要求1所述的装置,进一步包括:
第二电路,配置为以所述测距为基础来生成信息,其中,所述信息用于跟踪所述人体的运动。
9.一种用于通信的方法,包括:
通过能够装配在体域网(BAN)的人体上的装置,使用超宽带(UWB)无线技术,执行与另一装配在人体上的装置的测距,其中,
所述测距包括与另一装置传输信号,并且
所述信号基于所述UWB无线技术。
10.根据权利要求9所述的方法,其中,与所述信号中的至少一个相关联的至少一个脉冲具有至少大约20%的部分带宽或者至少大约500MHz的带宽中的至少一个。
11.根据权利要求9所述的方法,其中,与所述另一装置的测距以在所述装置和所述另一装置之间交换的信号的往返时间为基础。
12.根据权利要求9所述的方法,进一步包括:
向所述BAN的静止装置发射通过所述测距生成的信息。
13.根据权利要求9所述的方法,其中,所述另一装置装配在所述人体上。
14.根据权利要求9所述的方法,其中,所述另一装置装配在所述BAN的另一人体上。
15.根据权利要求9所述的方法,进一步包括:
在所述BAN中执行数据通信;并且
发射通过所述测距生成的信息。
16.根据权利要求9所述的方法,进一步包括:
以所述测距为基础来生成信息,其中,所述信息用于跟踪所述人体的运动。
17.一种能够装配在体域网(BAN)的人体上的装置,包括:
用于使用超宽带(UWB)无线技术,执行与另一装配在人体上的装置的测距的单元,其中,
所述测距包括与另一装置传输信号,并且
所述信号基于所述UWB无线技术。
18.根据权利要求17所述的装置,其中,与所述信号中的至少一个相关联的至少一个脉冲具有至少大约20%的部分带宽或者至少大约500MHz的带宽中的至少一个。
19.根据权利要求17所述的装置,进一步包括:
用于以在所述装置和所述另一装置之间交换的信号的往返时间为基础,执行与所述另一装置的测距的单元。
20.根据权利要求17所述的装置,进一步包括:
用于向所述BAN的静止装置发射通过所述测距生成的信息的单元。
21.根据权利要求17所述的装置,其中,所述另一装置装配在所述人体上。
22.根据权利要求17所述的装置,其中,所述另一装置装配在所述BAN的另一人体上。
23.根据权利要求17所述的装置,进一步包括:
用于在所述BAN中执行数据通信,并且在所述BAN中执行与所述另一装置的测距的单元;以及
用于发射通过所述测距生成的信息的单元。
24.根据权利要求17所述的装置,进一步包括:
用于以所述测距为基础来生成信息的单元,其中,所述信息用于跟踪所述人体的运动。
25.一种用于通过能够装配在体域网(BAN)的人体上的装置执行的通信的计算机程序产品,包括编码有指令的计算机可读介质,所述指令能够被执行以用于:
使用超宽带(UWB)无线技术,执行与另一装配在人体上的装置的测距,其中,
所述测距包括与另一装置传输信号,并且
所述信号基于所述UWB无线技术。
26.根据权利要求25所述的计算机程序产品,其中,与所述信号中的至少一个相关联的至少一个脉冲具有至少大约20%的部分带宽或者至少大约500MHz的带宽中的至少一个。
27.根据权利要求25所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
以在所述装置和所述另一装置之间交换的信号的往返时间为基础,执行与所述另一装置的测距。
28.根据权利要求25所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
向所述BAN的静止装置发射通过所述测距生成的信息。
29.根据权利要求25所述的计算机程序产品,其中,所述另一装置装配在所述人体上。
30.根据权利要求25所述的计算机程序产品,其中,所述另一装置装配在所述BAN的另一人体上。
31.根据权利要求25所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
在所述BAN中执行数据通信,并且在所述BAN中执行与所述另一装置的测距;以及
发射通过所述测距生成的信息。
32.根据权利要求25所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
以所述测距为基础来生成信息,其中,所述信息用于跟踪所述人体的运动。
33.一种能够装配在体域网(BAN)的人体上的用户设备,包括:
电路,配置为使用超宽带(UWB)无线技术,执行与另一装配在人体上的用户设备的测距,其中,所述测距包括与另一用户设备传输信号,并且所述信号基于所述UWB无线技术;以及
界面,配置为以传输的信号为基础来显示指示。
34.一种用于通信的装置,包括:
接收机,配置为接收通过在装配在至少一个人体上的位于体域网(BAN)中的一对或多对装置之间执行的测距生成的测距信息;以及
第一电路,配置为以所述测距信息为基础来估计所述至少一个人体的运动。
35.根据权利要求34所述的装置,其中,所述估计包括:
将所述测距信息与来自与所述至少一个人体相关联的一个或多个传感器的数据或者所述至少一个人体的模型的约束中的至少一个进行组合。
36.根据权利要求34所述的装置,其中,所述第一电路还配置为:
以所述测距信息为基础,修改与所述至少一个人体相关联的一个或多个传感器的至少一个漂移分量。
37.根据权利要求34所述的装置,进一步包括:
第二电路,配置为以估计的运动为基础,确定所述BAN的两个人体之间的相对位置。
38.根据权利要求34所述的装置,进一步包括:
第二电路,配置为异步地收集通过在所述多对装置中的两对或者更多对装置之间执行的测距生成的测距信息;以及
第三电路,配置为利用异步收集的测距信息来更新所述至少一个人体的运动估计。
39.根据权利要求38所述的装置,其中,所述测距信息中的每一个包括指示生成所述测距信息的时间的时间戳。
40.根据权利要求34所述的装置,进一步包括:
发射机,配置为向多个装置发射一个或多个分组,所述一个或多个分组具有信息,所述信息与嵌入在所述一个或多个分组中的每一个中的全球系统时间有关,用于将所述多个装置中的每一个与所述全球系统时间同步,并且其中,
通过在所述多对装置中的每一对之间进行测距而生成的所述测距信息中的每一个包括与所述全球系统时间有关的时间戳。
41.根据权利要求40所述的装置,进一步包括:
第二电路,配置为至少部分地以所述时间戳为基础来异步地收集所述测距信息。
42.根据权利要求34所述的装置,进一步包括:
第二电路,配置为根据所述多对装置中的每一对的调度优先级来调度在所述对多装置之间进行的测距。
43.根据权利要求42所述的装置,其中,对于特定一对装置的调度优先级以下面中的至少一个为基础:自上一次测距以来流逝的时间、与所述一对装置相关联的估计的输出误差幅度、与所述一对装置相关联的估计的传感器误差幅度、所述至少一个人体的当前姿态、所述至少一个人体的先前姿态、所述至少一个人体的预测的未来姿态、对于所述一对装置的先前距离测量的一个或多个值、在所述一对装置中的装置之间阻塞的概率、与所述一对装置相关联的功耗、或者与所述BAN相关联的惯性传感器测量的一个或多个值。
44.根据权利要求42所述的装置,其中,所述第二电路还配置为:
以所述至少一个人体的估计的位置或者所述BAN的人体之间的估计的相对位置中的至少一个为基础,动态地重新调度所述多对装置之间的测距。
45.根据权利要求34所述的装置,进一步包括:
第二电路,配置为以所述至少一个人体的模型为基础来预测多个装置的子集是否将进入阻塞状态;以及
第三电路,配置为根据所述预测来关闭对于所述多个装置的所述子集的测距。
46.根据权利要求34所述的装置,进一步包括:
第二电路,配置为如果在所述装置和多个装置中的第二装置之间存在阻塞,则调度在所述装置和所述多个装置中的第一装置之间的第一测距,并且调度所述第一装置和所述第二装置之间的第二测距;
第三电路,配置为以通过所述第一测距和所述第二测距生成的信息为基础,确定所述装置和所述第二装置之间的距离。
47.根据权利要求34所述的装置,进一步包括:
第二电路,配置为使用所述测距信息来校准用于跟踪所述至少一个人体的运动的与所述至少一个人体的模型相关联的一个或多个参数。
48.根据权利要求47所述的装置,其中,所述一个或多个参数包括下面中的至少一个:多个装置中的一个装置在所述至少一个人体上的位置、所述一个装置在所述至少一个人体上的方位、使用所述一个装置的个人的高度、或者装配有所述一个装置的个人的骨骼长度。
49.根据权利要求34所述的装置,进一步包括:
第二电路,配置为与装配在所述BAN的人体上的多个装置中的至少一个装置进行通信,以获得与所述人体相关联的信息;以及
第三电路,配置为利用所述信息来估计所述人体的运动。
50.根据权利要求49所述的装置,其中:
所述接收机还配置为从与所述至少一个装置相关联的一个或多个传感器接收一个或多个信号;并且
所述第三电路还配置为利用所述一个或多个信号来估计所述人体的运动。
51.根据权利要求49所述的装置,其中,所述装置包括用于获得所述信息的一个或多个惯性传感器、磁力计、邻近设备、麦克风或者照相机中的至少一个。
52.根据权利要求34所述的装置,进一步包括:
第二电路,配置为利用所述测距信息来确定所述至少一个人体的运动是否对应于可识别的姿势。
53.根据权利要求52所述的装置,其中,所述第二电路还配置为使用模式匹配算法来确定所述运动是否对应于所述可识别的姿势。
54.根据权利要求52所述的装置,其中,所述第二电路还配置为将所述测距信息与通过所述BAN的一个或多个惯性传感器获得的信息进行组合,以确定所述运动是否对应于所述可识别的姿势。
55.一种用于通信的方法,包括:
接收通过在装配在至少一个人体上的位于体域网(BAN)中的一对或多对装置之间执行的测距生成的测距信息;并且
以所述测距信息为基础来估计所述至少一个人体的运动。
56.根据权利要求55所述的方法,其中,所述估计包括:
将所述测距信息与来自与所述至少一个人体相关联的一个或多个传感器的数据或者所述至少一个人体的模型的约束中的至少一个进行组合。
57.根据权利要求55所述的方法,进一步包括:
以所述测距信息为基础,修改与所述至少一个人体相关联的一个或多个传感器的至少一个漂移分量。
58.根据权利要求55所述的方法,进一步包括:
以估计的运动为基础,确定所述BAN的两个人体之间的相对位置。
59.根据权利要求55所述的方法,进一步包括:
异步地收集通过在所述多对装置中的两对或者更多对装置之间执行的测距生成的测距信息;并且
利用异步收集的测距信息来更新所述至少一个人体的运动估计。
60.根据权利要求59所述的方法,其中,所述测距信息中的每一个包括指示生成所述测距信息的时间的时间戳。
61.根据权利要求55所述的方法,进一步包括:
向多个装置发射一个或多个分组,所述一个或多个分组具有信息,所述信息与嵌入在所述一个或多个分组中的每一个中的全球系统时间有关,用于使所述多个装置中的每一个与所述全球系统时间同步,并且其中,
通过在所述多对装置中的每一对装置之间进行测距而生成的所述测距信息中的每一个包括与所述全球系统时间有关的时间戳。
62.根据权利要求61所述的方法,进一步包括:
至少部分地以所述时间戳为基础来异步地收集所述测距信息。
63.根据权利要求55所述的方法,进一步包括:
根据所述多对装置中的每一对装置的调度优先级来调度在所述多对装置之间进行的测距。
64.根据权利要求63所述的方法,其中,对于特定一对装置的调度优先级以下面中的至少一个为基础:自上一次测距以来流逝的时间、与所述一对装置相关联的估计的输出误差幅度、与所述一对装置相关联的估计的传感器误差幅度、所述至少一个人体的当前姿态、所述至少一个人体的先前姿态、所述至少一个人体的预测的未来姿态、对于所述一对装置的先前距离测量的一个或多个值、在所述一对装置中的装置之间阻塞的概率、与所述一对装置相关联的功耗、或者与所述BAN相关联的惯性传感器测量的一个或多个值。
65.根据权利要求63所述的方法,进一步包括:
以所述至少一个人体的估计的位置或者所述BAN的人体之间的估计的相对位置中的至少一个为基础,动态地重新调度所述多对装置之间的测距。
66.根据权利要求55所述的方法,进一步包括:
以所述至少一个人体的模型为基础来预测多个装置的子集是否将进入阻塞状态;并且
根据所述预测来关闭对于所述多个装置的所述子集的测距。
67.根据权利要求55所述的方法,进一步包括:
如果在一个装置和多个装置中的第二装置之间存在阻塞,则由所述装置调度所述装置和多个装置中的第一装置之间的第一测距,并且调度所述第一装置和所述第二装置之间的第二测距;并且
以通过所述第一测距和所述第二测距生成的信息为基础,确定所述装置和所述第二装置之间的距离。
68.根据权利要求55所述的方法,进一步包括:
使用所述测距信息来校准用于跟踪所述至少一个人体的运动的与所述至少一个人体的模型相关联的一个或多个参数。
69.根据权利要求68所述的方法,其中,所述一个或多个参数包括下面中的至少一个:多个装置中的一个装置在所述至少一个人体上的位置、所述一个装置在所述至少一个人体上的方位、使用所述一个装置的个人的高度、或者装配有所述一个装置的个人的骨骼长度。
70.根据权利要求55所述的方法,进一步包括:
通过一装置与装配在所述BAN的人体上的多个装置中的至少一个装置进行通信,以获得与所述人体相关联的信息;并且
利用所述信息来估计所述人体的运动。
71.根据权利要求70所述的方法,进一步包括:
从与所述至少一个装置相关联的一个或多个传感器接收一个或多个信号;并且
利用所述一个或多个信号来估计所述人体的运动。
72.根据权利要求70所述的方法,其中,所述装置包括用于获得所述信息的一个或多个惯性传感器、磁力计、邻近设备、麦克风或者照相机中的至少一个。
73.根据权利要求55所述的方法,进一步包括:
利用所述测距信息来确定所述至少一个人体的运动是否对应于可识别的姿势。
74.根据权利要求73所述的方法,进一步包括:
使用模式匹配算法来确定所述运动是否对应于所述可识别的姿势。
75.根据权利要求73所述的方法,进一步包括:
将所述测距信息与通过所述BAN的一个或多个惯性传感器获得的信息进行组合,以确定所述运动是否对应于所述可识别的姿势。
76.一种用于通信的装置,包括:
用于接收通过在装配在至少一个人体上的位于体域网(BAN)中的一对或多对装置之间执行的测距生成的测距信息的单元;以及
用于以所述测距信息为基础来估计所述至少一个人体的运动的单元。
77.根据权利要求76所述的装置,进一步包括:
用于将所述测距信息与来自与所述至少一个人体相关联的一个或多个传感器的数据或者所述至少一个人体的模型的约束中的至少一个进行组合的单元。
78.根据权利要求76所述的装置,进一步包括:
用于以所述测距信息为基础来修改与所述至少一个人体相关联的一个或多个传感器的至少一个漂移分量的单元。
79.根据权利要求76所述的装置,进一步包括:
用于以估计的运动为基础来确定所述BAN的两个人体之间的相对位置的单元。
80.根据权利要求76所述的装置,进一步包括:
用于异步地收集通过在所述多对装置中的两对或者更多对装置之间执行的测距生成的测距信息的单元;以及
用于利用异步收集的测距信息来更新所述至少一个人体的运动估计的单元。
81.根据权利要求80所述的装置,其中,所述测距信息中的每一个包括指示生成所述测距信息的时间的时间戳。
82.根据权利要求76所述的装置,进一步包括:
用于向多个装置发射一个或多个分组的单元,所述一个或多个分组具有信息,所述信息与嵌入在所述一个或多个分组中的每一个中的全球系统时间有关,用于使所述多个装置中的每一个与所述全球系统时间同步,并且其中,
通过在所述多对装置中的每一对装置之间进行测距而生成的测距信息中的每一个包括与所述全球系统时间有关的时间戳。
83.根据权利要求82所述的装置,进一步包括:
用于至少部分地以所述时间戳为基础来异步地收集所述测距信息的单元。
84.根据权利要求76所述的装置,进一步包括:
用于根据所述多对装置中的每一对装置的调度优先级来调度在所述多对装置之间进行的测距的单元。
85.根据权利要求84所述的装置,其中,对于特定一对装置的调度优先级以下面中的至少一个为基础:自上一次测距以来流逝的时间、与所述一对装置相关联的估计的输出误差幅度、与所述一对装置相关联的估计的传感器误差幅度、所述至少一个人体的当前姿态、所述至少一个人体的先前姿态、所述至少一个人体的预测的未来姿态、对于所述一对装置的先前距离测量的一个或多个值、在所述一对装置中的装置之间阻塞的概率、与所述一对装置相关联的功耗、或者与所述BAN相关联的惯性传感器测量的一个或多个值。
86.根据权利要求84所述的装置,进一步包括:
用于以所述至少一个人体的估计的位置或者所述BAN的人体之间的估计的相对位置中的至少一个为基础,动态地重新调度所述多对装置之间的测距的单元。
87.根据权利要求76所述的装置,进一步包括:
用于以所述至少一个人体的模型为基础来预测多个装置的子集是否将进入阻塞状态的单元;以及
用于根据所述预测来关闭对于所述多个装置的所述子集的测距的单元。
88.根据权利要求76所述的装置,进一步包括:
用于如果在所述装置和多个装置中的第二装置之间存在阻塞,则调度所述装置和多个装置中的第一装置之间的第一测距,并且调度所述第一装置和所述第二装置之间的第二测距的单元;以及
用于以通过所述第一测距和所述第二测距生成的信息为基础来确定所述装置和所述第二装置之间的距离的单元。
89.根据权利要求76所述的装置,进一步包括:
用于使用所述测距信息来校准用于跟踪所述至少一个人体的运动的与所述至少一个人体的模型相关联的一个或多个参数的单元。
90.根据权利要求89所述的装置,其中,所述一个或多个参数包括下面中的至少一个:多个装置中的一个装置在所述至少一个人体上的位置、所述一个装置在所述至少一个人体上的方位、使用所述一个装置的个人的高度、或者装配有所述一个装置的个人的骨骼长度。
91.根据权利要求76所述的装置,进一步包括:
用于与装配在所述BAN的人体上的多个装置中的至少一个装置进行通信以获得与所述人体相关联的信息的单元;以及
用于利用所述信息来估计所述人体的运动的单元。
92.根据权利要求91所述的装置,其中:
所述用于接收的单元进一步配置为从与所述至少一个装置相关联的一个或多个传感器接收一个或多个信号,并且所述装置进一步包括:
用于利用所述一个或多个信号来估计所述人体的运动的单元。
93.根据权利要求91所述的装置,其中,所述装置包括用于获得所述信息的一个或多个惯性传感器、磁力计、邻近设备、麦克风或者照相机中的至少一个。
94.根据权利要求76所述的装置,进一步包括:
用于利用所述测距信息来确定所述至少一个人体的运动是否对应于可识别的姿势的单元。
95.根据权利要求94所述的装置,进一步包括:
用于使用模式匹配算法来确定所述运动是否对应于所述可识别的姿势的单元。
96.根据权利要求94所述的装置,进一步包括:
用于将所述测距信息与通过所述BAN的一个或多个惯性传感器获得的信息进行组合以确定所述运动是否对应于所述可识别的姿势的单元。
97.一种用于通过一种装置执行的通信的计算机程序产品,包括编码有指令的计算机可读介质,所述指令能够被执行以用于:
接收通过在装配在至少一个人体上的位于体域网(BAN)中的一对或多对装置之间执行的测距生成的测距信息;并且
以所述测距信息为基础来估计所述至少一个人体的运动。
98.根据权利要求97所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
将所述测距信息与来自与所述至少一个人体相关联的一个或多个传感器的数据或者所述至少一个人体的模型的约束中的至少一个进行组合。
99.根据权利要求97所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
以所述测距信息为基础来修改与所述至少一个人体相关联的一个或多个传感器的至少一个漂移分量。
100.根据权利要求97所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
以估计的运动为基础来确定所述BAN的两个人体之间的相对位置。
101.根据权利要求97所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
异步地收集通过在所述多对装置中的两对或者更多对装置之间执行的测距生成的测距信息;并且
利用异步收集的测距信息来更新所述至少一个人体的运动估计。
102.根据权利要求101所述的计算机程序产品,其中,所述测距信息中的每一个包括指示生成所述测距信息的时间的时间戳。
103.根据权利要求97所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
向多个装置发射一个或多个分组,其中所述一个或多个分组具有信息,所述信息与嵌入在所述一个或多个分组中的每一个中的全球系统时间有关,用于使所述多个装置中的每一个与所述全球系统时间同步,并且其中,
通过在所述多对装置中的每一对装置之间进行测距而生成的测距信息中的每一个包括与所述全球系统时间有关的时间戳。
104.根据权利要求103所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
至少部分地以所述时间戳为基础来异步地收集所述测距信息。
105.根据权利要求97所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
根据所述多对装置中的每一对装置的调度优先级,调度在所述多对装置之间进行的测距。
106.根据权利要求105所述的计算机程序产品,其中,对于特定一对装置的调度优先级以下面中的至少一个为基础:自上一次测距以来流逝的时间、与所述一对装置相关联的估计的输出误差幅度、与所述一对装置相关联的估计的传感器误差幅度、所述至少一个人体的当前姿态、所述至少一个人体的先前姿态、所述至少一个人体的预测的未来姿态、对于所述一对装置的先前距离测量的一个或多个值、在所述一对装置中的装置之间阻塞的概率、与所述一对装置相关联的功耗、或者与所述BAN相关联的惯性传感器测量的一个或多个值。
107.根据权利要求105所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
以所述至少一个人体的估计的位置或者所述BAN的人体之间的估计的相对位置中的至少一个为基础,动态地重新调度所述多对装置之间的测距。
108.根据权利要求97所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
以所述至少一个人体的模型为基础来预测多个装置的子集是否将进入阻塞状态;并且
根据所述预测来关闭对于所述多个装置的所述子集的测距。
109.根据权利要求97所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
如果在所述装置和多个装置中的第二装置之间存在阻塞,则调度所述装置和所述多个装置中的第一装置之间的第一测距,并且调度所述第一装置和所述第二装置之间的第二测距;并且
以通过所述第一测距和所述第二测距生成的信息为基础来确定所述装置和所述第二装置之间的距离。
110.根据权利要求97所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
使用所述测距信息来校准用于跟踪所述至少一个人体的运动的与所述至少一个人体的模型相关联的一个或多个参数。
111.根据权利要求110所述的计算机程序产品,其中,所述一个或多个参数包括下面中的至少一个:多个装置中的一个装置在所述至少一个人体上的位置、所述一个装置在所述至少一个人体上的方位、使用所述一个装置的个人的高度、或者装配有所述一个装置的个人的骨骼长度。
112.根据权利要求97所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
与装配在所述BAN的人体上的多个装置中的至少一个装置进行通信,以获得与所述人体相关联的信息;并且
利用所述信息来估计所述人体的运动。
113.根据权利要求112所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
从与所述至少一个装置相关联的一个或多个传感器接收一个或多个信号;并且
利用所述一个或多个信号来估计所述人体的运动。
114.根据权利要求112所述的计算机程序产品,其中,所述装置包括用于获得所述信息的一个或多个惯性传感器、磁力计、邻近设备、麦克风或者照相机中的至少一个。
115.根据权利要求97所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
利用所述测距信息来确定所述至少一个人体的运动是否对应于可识别的姿势。
116.根据权利要求115所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
使用模式匹配算法来确定所述运动是否对应于所述可识别的姿势。
117.根据权利要求115所述的计算机程序产品,其中,所述指令能够进一步被执行以用于:
将所述测距信息与通过所述BAN的一个或多个惯性传感器获得的信息进行组合,以确定所述运动是否对应于所述可识别的姿势。
118.一种用户设备,包括:
接收机,配置为接收通过在装配在至少一个人体上的位于体域网(BAN)中的一对或多对装置之间执行的测距生成的测距信息;
电路,配置为以所述测距信息为基础来估计所述至少一个人体的运动;以及
界面,配置为以所述测距信息来显示指示。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161447470P | 2011-02-28 | 2011-02-28 | |
US61/447,470 | 2011-02-28 | ||
US13/406,394 US20120220233A1 (en) | 2011-02-28 | 2012-02-27 | Ranging with body motion capture |
US13/406,394 | 2012-02-27 | ||
PCT/US2012/027014 WO2012134690A1 (en) | 2011-02-28 | 2012-02-28 | Ranging with body motion capture |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103392332A true CN103392332A (zh) | 2013-11-13 |
Family
ID=46719322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012800108034A Pending CN103392332A (zh) | 2011-02-28 | 2012-02-28 | 测距与人体运动捕捉 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20120220233A1 (zh) |
EP (1) | EP2681900B1 (zh) |
JP (2) | JP2014517255A (zh) |
CN (1) | CN103392332A (zh) |
WO (1) | WO2012134690A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105056525A (zh) * | 2015-08-17 | 2015-11-18 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN107274467A (zh) * | 2017-06-29 | 2017-10-20 | 厦门游亨世纪科技有限公司 | 一种基于Unity3D的模型动画联动方法 |
US10521018B2 (en) | 2014-06-04 | 2019-12-31 | Beijing Zhigu Rui Tuo Tech Co., Ltd | Human body-based interaction method and interaction apparatus |
CN112888914A (zh) * | 2018-10-31 | 2021-06-01 | 索尼互动娱乐股份有限公司 | 跟踪器校准装置,跟踪器校准方法和程序 |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
PL2023812T3 (pl) | 2006-05-19 | 2017-07-31 | The Queen's Medical Center | Układ śledzenia ruchu dla adaptacyjnego obrazowania w czasie rzeczywistym i spektroskopii |
US20120219036A1 (en) * | 2011-02-28 | 2012-08-30 | Qualcomm Incorporated | Using multiple antennas to improve ranging availability |
US9504909B2 (en) | 2011-05-05 | 2016-11-29 | Qualcomm Incorporated | Method and apparatus of proximity and stunt recording for outdoor gaming |
EP2747641A4 (en) | 2011-08-26 | 2015-04-01 | Kineticor Inc | METHOD, SYSTEMS AND DEVICES FOR SCAN INTERNAL MOTION CORRECTION |
US9588582B2 (en) | 2013-09-17 | 2017-03-07 | Medibotics Llc | Motion recognition clothing (TM) with two different sets of tubes spanning a body joint |
US9235241B2 (en) | 2012-07-29 | 2016-01-12 | Qualcomm Incorporated | Anatomical gestures detection system using radio signals |
US9717461B2 (en) | 2013-01-24 | 2017-08-01 | Kineticor, Inc. | Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan |
US9305365B2 (en) | 2013-01-24 | 2016-04-05 | Kineticor, Inc. | Systems, devices, and methods for tracking moving targets |
US10327708B2 (en) | 2013-01-24 | 2019-06-25 | Kineticor, Inc. | Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan |
EP2950714A4 (en) | 2013-02-01 | 2017-08-16 | Kineticor, Inc. | Motion tracking system for real time adaptive motion compensation in biomedical imaging |
CN103150016B (zh) * | 2013-02-20 | 2016-03-09 | 兰州交通大学 | 一种融合超宽带定位与惯性传感技术的多人动作捕捉系统 |
KR20140116632A (ko) * | 2013-03-25 | 2014-10-06 | 삼성전자주식회사 | 사용자의 모션을 감지하는 웨어러블 장치 및 방법 |
WO2015021223A1 (en) | 2013-08-07 | 2015-02-12 | Nike Innovate C.V. | Wrist-worn athletic device with gesture recognition and power management |
CN106572810A (zh) | 2014-03-24 | 2017-04-19 | 凯内蒂科尔股份有限公司 | 去除医学成像扫描的预期运动校正的系统、方法和装置 |
EP3188660A4 (en) | 2014-07-23 | 2018-05-16 | Kineticor, Inc. | Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan |
US9794733B2 (en) * | 2015-03-25 | 2017-10-17 | Sony Corporation | System, method and device for transferring information via body coupled communication from a touch sensitive interface |
US9536421B2 (en) * | 2015-06-02 | 2017-01-03 | Qualcomm Technologies International, Ltd. | Intuitive way to point, access and control appliances and other objects in building interiors |
US9943247B2 (en) | 2015-07-28 | 2018-04-17 | The University Of Hawai'i | Systems, devices, and methods for detecting false movements for motion correction during a medical imaging scan |
US10782385B2 (en) * | 2015-09-23 | 2020-09-22 | Intel IP Corporation | Apparatus and method for high accuracy distance and orientation measurement |
EP3380007A4 (en) | 2015-11-23 | 2019-09-04 | Kineticor, Inc. | SYSTEMS, DEVICES, AND METHODS FOR MONITORING AND COMPENSATING A MOVEMENT OF A PATIENT DURING MEDICAL IMAGING SCAN |
EP3545385B1 (en) * | 2016-11-25 | 2021-07-14 | Sensoryx AG | Wearable motion tracking system |
JP2020009295A (ja) | 2018-07-11 | 2020-01-16 | ソニー株式会社 | 情報処理装置、情報処理方法及びプログラム |
US11026067B2 (en) | 2019-01-11 | 2021-06-01 | Sensormatic Electronics, LLC | Power efficient ultra-wideband (UWB) tag for indoor positioning |
US20210157394A1 (en) | 2019-11-24 | 2021-05-27 | XRSpace CO., LTD. | Motion tracking system and method |
US11502713B2 (en) * | 2020-09-16 | 2022-11-15 | Genki Instruments ehf. | Smart ring |
CN112492517A (zh) * | 2020-12-07 | 2021-03-12 | Oppo广东移动通信有限公司 | 基于uwb的交互方法及装置、设备、存储介质和系统 |
EP4016253A1 (en) * | 2020-12-17 | 2022-06-22 | XRSpace CO., LTD. | System and method related to data fusing |
EP4016252A1 (en) * | 2020-12-17 | 2022-06-22 | XRSpace CO., LTD. | System and method related to motion tracking |
WO2023277952A1 (en) * | 2021-06-28 | 2023-01-05 | Google Llc | System and method for motion capture |
CN114562993A (zh) * | 2022-02-28 | 2022-05-31 | 联想(北京)有限公司 | 一种轨迹处理方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5616078A (en) * | 1993-12-28 | 1997-04-01 | Konami Co., Ltd. | Motion-controlled video entertainment system |
CN101509969A (zh) * | 2009-03-31 | 2009-08-19 | 江苏大学 | 联合非视距误差消除和运动状态估计的无线定位方法 |
US7602301B1 (en) * | 2006-01-09 | 2009-10-13 | Applied Technology Holdings, Inc. | Apparatus, systems, and methods for gathering and processing biometric and biomechanical data |
US7733224B2 (en) * | 2006-06-30 | 2010-06-08 | Bao Tran | Mesh network personal emergency response appliance |
Family Cites Families (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3751226T2 (de) * | 1986-11-27 | 1995-12-07 | Fenner David Fenton | Fernsteuerungssysteme. |
US5963891A (en) * | 1997-04-24 | 1999-10-05 | Modern Cartoons, Ltd. | System for tracking body movements in a virtual reality system |
US7000469B2 (en) * | 2000-04-21 | 2006-02-21 | Intersense, Inc. | Motion-tracking |
US6784826B2 (en) * | 2001-01-26 | 2004-08-31 | Tera Research Incorporated | Body motion tracking system |
MXPA04008749A (es) * | 2002-03-08 | 2005-09-08 | Revelations In Design Lp | Aparato de control de dispositivo electrico. |
US20070250286A1 (en) * | 2003-07-01 | 2007-10-25 | Queensland University Of Technology | Motion Monitoring and Analysis System |
CA2578653A1 (en) * | 2004-07-29 | 2006-02-09 | Kevin Ferguson | A human movement measurement system |
IL167648A (en) * | 2005-03-24 | 2011-01-31 | Elbit Systems Ltd | Hybrid tracker |
JP4488218B2 (ja) * | 2005-03-30 | 2010-06-23 | 日本電気株式会社 | 携帯無線装置および無線通信方法 |
WO2007021292A2 (en) * | 2005-08-09 | 2007-02-22 | Mitsubishi Electric Research Laboratories | Device, method and protocol for private uwb ranging |
US7777626B2 (en) * | 2005-10-13 | 2010-08-17 | BAE Systems Information and Electronic Systems, Integration, Inc. | RFID tag incorporating at least two integrated circuits |
US7420472B2 (en) * | 2005-10-16 | 2008-09-02 | Bao Tran | Patient monitoring apparatus |
JP4684147B2 (ja) * | 2006-03-28 | 2011-05-18 | 任天堂株式会社 | 傾き算出装置、傾き算出プログラム、ゲーム装置およびゲームプログラム |
US20070249288A1 (en) * | 2006-04-14 | 2007-10-25 | Kamran Moallemi | Distance-based security |
US9215581B2 (en) * | 2006-04-14 | 2015-12-15 | Qualcomm Incorported | Distance-based presence management |
US8552903B2 (en) * | 2006-04-18 | 2013-10-08 | Qualcomm Incorporated | Verified distance ranging |
US8005257B2 (en) * | 2006-10-05 | 2011-08-23 | The United States Of America As Represented By The Secretary Of The Navy | Gesture recognition apparatus and method |
US8126735B2 (en) * | 2006-10-24 | 2012-02-28 | Medapps, Inc. | Systems and methods for remote patient monitoring and user interface |
US7628074B2 (en) * | 2007-03-15 | 2009-12-08 | Mitsubishi Electric Research Laboratories, Inc. | System and method for motion capture in natural environments |
JP2009118246A (ja) * | 2007-11-07 | 2009-05-28 | Kyocera Mita Corp | 画像処理装置 |
US8193929B1 (en) * | 2007-11-09 | 2012-06-05 | Oceanit Laboratories, Inc. | Integrated adaptive wireless mesh sensor platform and energy visualization and management system |
US7782755B2 (en) * | 2007-12-21 | 2010-08-24 | Motorola, Inc. | Method for uplink collaborative SDMA user pairing in WIMAX |
JP2009210408A (ja) * | 2008-03-04 | 2009-09-17 | Mitsubishi Electric Corp | 無線システム及びその位置特定方法 |
US8489021B2 (en) * | 2008-04-03 | 2013-07-16 | Polar Electro Oy | Communication between portable apparatus and counterpart apparatus |
US8184038B2 (en) * | 2008-08-20 | 2012-05-22 | Qualcomm Incorporated | Two-way ranging with inter-pulse transmission and reception |
CN102124367B (zh) * | 2008-08-20 | 2015-04-15 | 三菱电机株式会社 | 无线终端测位系统 |
US8548581B2 (en) * | 2008-10-31 | 2013-10-01 | The Invention Science Fund I Llc | Adaptive system and method for altering the motion of a person |
US20100201573A1 (en) * | 2009-02-06 | 2010-08-12 | Michael George Lamming | Ranging transceiver based activity monitoring system |
US8200321B2 (en) * | 2009-05-20 | 2012-06-12 | Sotera Wireless, Inc. | Method for measuring patient posture and vital signs |
US8527038B2 (en) * | 2009-09-15 | 2013-09-03 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US8379134B2 (en) * | 2010-02-26 | 2013-02-19 | Research In Motion Limited | Object detection and selection using gesture recognition |
JP5241807B2 (ja) * | 2010-12-02 | 2013-07-17 | 株式会社コナミデジタルエンタテインメント | ゲーム装置、ゲーム装置の制御方法、及びプログラム |
-
2012
- 2012-02-27 US US13/406,394 patent/US20120220233A1/en not_active Abandoned
- 2012-02-28 JP JP2013556818A patent/JP2014517255A/ja active Pending
- 2012-02-28 CN CN2012800108034A patent/CN103392332A/zh active Pending
- 2012-02-28 EP EP12717928.1A patent/EP2681900B1/en not_active Not-in-force
- 2012-02-28 WO PCT/US2012/027014 patent/WO2012134690A1/en unknown
-
2014
- 2014-11-05 JP JP2014225515A patent/JP2015064367A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5616078A (en) * | 1993-12-28 | 1997-04-01 | Konami Co., Ltd. | Motion-controlled video entertainment system |
US7602301B1 (en) * | 2006-01-09 | 2009-10-13 | Applied Technology Holdings, Inc. | Apparatus, systems, and methods for gathering and processing biometric and biomechanical data |
US7733224B2 (en) * | 2006-06-30 | 2010-06-08 | Bao Tran | Mesh network personal emergency response appliance |
CN101509969A (zh) * | 2009-03-31 | 2009-08-19 | 江苏大学 | 联合非视距误差消除和运动状态估计的无线定位方法 |
Non-Patent Citations (1)
Title |
---|
ZEMEREW.MEKONNEN .ET.AL: "《Constrained Maxmum Likelihood Positioning for UWB Based Human Motion Tracking》", 《2010 INTERNATIONAL CONFERENCE ON INDOOR POSITIONING AND INDOOR NAVIGATION》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10521018B2 (en) | 2014-06-04 | 2019-12-31 | Beijing Zhigu Rui Tuo Tech Co., Ltd | Human body-based interaction method and interaction apparatus |
CN105056525A (zh) * | 2015-08-17 | 2015-11-18 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN107274467A (zh) * | 2017-06-29 | 2017-10-20 | 厦门游亨世纪科技有限公司 | 一种基于Unity3D的模型动画联动方法 |
CN112888914A (zh) * | 2018-10-31 | 2021-06-01 | 索尼互动娱乐股份有限公司 | 跟踪器校准装置,跟踪器校准方法和程序 |
CN112888914B (zh) * | 2018-10-31 | 2023-02-28 | 索尼互动娱乐股份有限公司 | 跟踪器校准装置,跟踪器校准方法和程序 |
Also Published As
Publication number | Publication date |
---|---|
WO2012134690A1 (en) | 2012-10-04 |
US20120220233A1 (en) | 2012-08-30 |
JP2014517255A (ja) | 2014-07-17 |
EP2681900B1 (en) | 2018-03-21 |
JP2015064367A (ja) | 2015-04-09 |
EP2681900A1 (en) | 2014-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103392332A (zh) | 测距与人体运动捕捉 | |
CN102834842B (zh) | 用于确定用户年龄范围的方法和装置 | |
CN102884822B (zh) | 用于确定用户场景的方法和装置 | |
CN102625667B (zh) | 用于使用多个无线传感器的伪迹减轻的方法和装置 | |
US11103162B2 (en) | Method, apparatus and computer program product for activity recognition | |
US11793458B2 (en) | Tracking caloric expenditure using sensor driven fingerprints | |
CN110364144A (zh) | 一种语音识别模型训练方法及装置 | |
CN112052841B (zh) | 一种视频摘要的生成方法以及相关装置 | |
CN112136053A (zh) | 使用来自传感器装置的数据的针对运动检测系统的训练数据 | |
Gu et al. | BeSense: Leveraging WiFi channel data and computational intelligence for behavior analysis | |
EP3977793A1 (en) | Proximity-based model for indoor localization using wireless signals | |
CN103501867A (zh) | 经由自组织邻近度传感器网格的用于对对象进行远程控制的姿势识别 | |
US20160345869A1 (en) | Automatic recognition, learning, monitoring, and management of human physical activities | |
CN101009925B (zh) | 定位技术 | |
CN109934512A (zh) | 一种预测模型的训练方法及系统 | |
CN103717278A (zh) | 用于使用邻近度传感器进行多相机运动捕捉增强的方法和装置 | |
KR20140033388A (ko) | 모션 캡쳐를 위한 근접도 센서 메시 | |
Zhu et al. | NotiFi: A ubiquitous WiFi-based abnormal activity detection system | |
Lin et al. | Human activity recognition using smartphones with WiFi signals | |
CN113284142A (zh) | 图像检测方法、装置、计算机可读存储介质及计算机设备 | |
CN116057853A (zh) | 融合射频和传感器测量结果以进行波束管理的方法和设备 | |
Kozlowski et al. | Data fusion for robust indoor localisation in digital health | |
Zhu et al. | Wi-ATCN: Attentional temporal convolutional network for human action prediction using WiFi channel state information | |
Mosleh et al. | Monitoring respiratory motion with wi-fi csi: Characterizing performance and the breathesmart algorithm | |
Zou et al. | Poster: WiFi-based device-free human activity recognition via automatic representation learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131113 |