CN103413329B - 一种运动平台与3d视频数据匹配互动方法及系统 - Google Patents

Abstract

本发明提供了一种运动平台与3D视频数据匹配互动方法，包括以下步骤：A.获取第一3D视频镜头姿态数据，第一3D视频镜头姿态数据包括第一旋转数据；B.将第一旋转数据中的跳变数据滤除后得到第二旋转数据；C.将第二旋转数据进行分段压缩，使分段压缩后得到的压缩数据在运动平台所承受的范围内；D.建立参考坐标系，依据压缩数据中的旋转信息来模拟运动平台运动；E.在参考坐标系中利用三维旋转公式计算出运动平台控制杆的伸缩量；F.依据运动平台控制杆的伸缩量数据来控制运动平台相应运动。本发明提供的运动平台与3D视频数据匹配互动方法，能够保证运动平台的运动和游戏或影片内容保持同步，提高了最终控制数据准确性。

Description

一种运动平台与3D视频数据匹配互动方法及系统

技术领域

本发明涉及3D视频转换技术，尤其涉及运动平台与3D视频数据匹配互动方法及系统。

背景技术

目前，很多交互式3D游戏和3D电影，为了增强用户体验，会在荧幕前放置一个可运动的平台，体验者坐在平台座椅上，平台可以随着游戏画面内容做同步的运动，使得体验者能够身临其境地体验游戏和电影世界的真实感，但是绝大多数运动平台的控制数据都是通过人工根据游戏或者电影的画面一帧一帧手动调整出来的，这对于几十分钟甚至更长的游戏或影片来说（每秒24帧，30分钟就有43200帧），工作量是庞大的，而且很难做到和游戏或者影片保持同步，也很难保证数据的准确性。

发明内容

为了解决现有技术中的问题，本发明提供了一种运动平台与3D视频数据匹配互动方法。

本发明提供了一种运动平台与3D视频数据匹配互动方法，包括以下步骤：

A.获取第一3D视频镜头姿态数据，所述第一3D视频镜头姿态数据包括第一旋转数据；

B.将所述第一旋转数据中的跳变数据滤除后得到第二旋转数据；

C.将所述第二旋转数据进行分段压缩，使分段压缩后得到的压缩数据在运动平台所承受的运动范围内；

D.建立参考坐标系，依据所述压缩数据中的旋转信息来模拟运动平台运动；

E.在所述参考坐标系中利用三维旋转公式计算出运动平台控制杆的伸缩量；

F.依据运动平台控制杆的伸缩量数据来控制运动平台相应运动。

作为本发明的进一步改进，步骤C与步骤D之间还包括以下步骤：利用平滑滤波方法对所述压缩数据中存在的跳变数据进行平滑处理。

作为本发明的进一步改进，所述步骤C中的分段压缩为将所述第二旋转数据按大小分成多个区间段并对不同的区间段分别采用不同的比例进行缩放。

作为本发明的进一步改进，所述平滑滤波方法为利用离散信号五点三次滤波算法来对压缩数据中的跳变点进行滤除。

作为本发明的进一步改进，所述运动平台为多自由度运动平台。

作为本发明的进一步改进，所述3D视频包括3D游戏和3D影片。

本发明还提供了一种运动平台与3D视频数据匹配互动系统，包括：

获取模块，用于获取第一3D视频镜头姿态数据，所述第一3D视频镜头姿态数据包括第一旋转数据；

抑制模块，用于将所述第一旋转数据中的跳变数据滤除后得到第二旋转数据；

压缩模块，用于将所述第二旋转数据进行分段压缩，使分段压缩后得到的压缩数据在运动平台所承受的范围内；

生成模块，用于建立参考坐标系，依据所述压缩数据中的旋转信息来模拟运动平台运动；

计算模块，用于在所述参考坐标系中利用三维旋转公式计算出运动平台控制杆的伸缩量；

控制模块用于依据运动平台控制杆的伸缩量数据来控制运动平台相应运动。

作为本发明的进一步改进，还包括：滤波模块，用于利用平滑滤波方法对所述压缩数据中存在的跳变数据进行平滑处理。

作为本发明的进一步改进，所述步骤C中的分段压缩为将所述第二旋转数据按大小分成多个区间段并对不同的区间段分别采用不同的比例进行缩放。

作为本发明的进一步改进，所述平滑滤波方法为利用离散信号五点三次滤波算法来对压缩数据中的跳变点进行滤除，所述运动平台为多自由度运动平台。

本发明的有益效果是：本发明提供的运动平台与3D视频数据匹配互动方法，能偶大幅度减少了手动调整控制杆的时间和难度，而且能够保证运动平台的运动和游戏或者影片内容保持同步，提高了最终控制数据的准确性。

附图说明

图1是本发明运动平台与3D视频数据匹配互动方法的流程图；

图2是六自由度运动平台的结构示意图；

图3是从一个3D游戏中获取的一段镜头姿态数据连成曲线的数据曲线图；

图4是六自由度运动平台另一状态的结构示意图；

图5是本发明对图3中的跳变点进行抑制后的数据曲线图；

图6是本发明对图5中姿态数据进行分段压缩后的数据曲线图；

图7是图6的局部放大数据曲线图；

图8是图7经过五点三次平滑处理后的数据曲线图；

图9是本发明实施例中的三维坐标图；

图10是本发明六自由度运动平台的三维直角坐标图；

图11是图10另一角度的视图。

具体实施方式

本发明公开了一种运动平台与3D视频数据匹配互动方法，如图1所示，包括如下步骤：在步骤S1中，首先获取第一3D视频镜头姿态数据，所述第一3D视频镜头姿态数据包括第一旋转数据；在步骤S2中，将所述第一旋转数据中的跳变数据滤除后得到第二旋转数据；在步骤S3中，将所述第二旋转数据进行分段压缩，使分段压缩后得到的压缩数据在运动平台所承受的范围内；在步骤S4中，利用平滑滤波方法对所述压缩数据中存在的跳变数据进行平滑处理；在步骤S5中，建立参考坐标系，依据所述压缩数据中的旋转信息来模拟运动平台运动；在步骤S6中，在所述参考坐标系中利用三维旋转公式计算出运动平台控制杆的伸缩量；在步骤S7中，依据运动平台控制杆的伸缩量数据来控制运动平台相应运动。

所述步骤C中的分段压缩为将所述第二旋转数据按大小分成多个区间段并对不同的区间段分别采用不同的比例进行缩放。

平滑滤波方法为五点三次滤波方法。

运动平台为六自由度运动平台。

所述3D视频包括3D游戏和3D影片。

本发明还公布了一种运动平台与3D视频数据匹配互动系统，包括：

获取模块，用于获取第一3D视频镜头姿态数据，所述第一3D视频镜头姿态数据包括第一旋转数据；

抑制模块，用于将所述第一旋转数据中的跳变数据滤除后得到第二旋转数据；

压缩模块，用于将所述第二旋转数据进行分段压缩，使分段压缩后得到的压缩数据在运动平台所承受的范围内；

生成模块，用于建立参考坐标系，依据所述压缩数据中的旋转信息来模拟运动平台运动；

计算模块，用于在所述参考坐标系中利用三维旋转公式计算出运动平台控制杆的伸缩量；

控制模块用于依据运动平台控制杆的伸缩量数据来控制运动平台相应运动。

本发明提供的运动平台与3D视频数据匹配互动方法能够将3D游戏或3D影片中的镜头数据直接转换成运动平台控制杆的伸缩量，然后利用控制杆伸缩长度数据来控制平台运动，达到同步模拟游戏画面运动的效果，使坐在平台上的人能够更加真实的体验到游戏世界或影片的运动。

本实施例是以六自由度运动平台为例，如图2所示，下平台固定不动，通过六根伸缩杆来控制上平台运动，模拟物体在三维世界中的运动，包括旋转和平移，在3D游戏场景中，荧幕上画面的变化是通过改变游戏中的虚拟镜头在3D游戏世界坐标系中的位置和姿态来实现的，其中位置是镜头相对于3D游戏世界坐标系原点发生的平移量，姿态是镜头相对3D游戏世界坐标系三个坐标轴发生的旋转量（一般3D游戏世界坐标系是固定不变的），x、y、z三个方向上的平移量加上x、y、z三个轴向的旋转量，一共就有六个自由度，有了这六个自由度就能够唯一地确定物体在三维坐标系下的位置和所保持的一个姿态。

图3是从一个3D游戏中获取的一段第一3D视频镜头姿态数据，第一3D视频镜头姿态数据包括第一旋转数据，第一旋转数据是相对于一个坐标轴向发生的旋转量，可以看到，在3D游戏中，镜头的姿态完全是游戏开发人员根据视觉效果的需要来人为定义的，不受外界其他条件的限制（可以任意方向360°旋转），而且这些第一3D视频镜头姿态数据连成的曲线可能存在多个不连续点（这个跟游戏引擎有关），但是，在实际应用中，六自由度运动平台的控制杆都为一个可伸缩的机械装置，它们都有一个可接受的伸缩长度范围来限制平台的运动幅度，所以无法像3D游戏中一样实现360度无约束旋转，因此，运动平台旋转和3D游戏镜头旋转存在限制上的差异，以及镜头旋转数据存在不连续情况，这些特殊的情况在六自由度平台模拟运动之前都是必须注意而且需要进行合理地处理。

当六自由度运动平台处于初始状态时，上下平台平行，上下平台中铰点所在外接圆的半径为R，间距为D（对于一个固定的平台R和D为定值，但是不同的运动平台之间会由于设计不同而不同），此时，控制杆处于初始状态，伸缩量为0（伸缩量是指控制杆发生伸缩时杆子长度相对于初始状态长度的Δ值，当控制杆缩短时，其伸缩量为负值；当控制杆伸长时，其伸缩量为正值）。

假设，控制杆的伸缩范围为(-LO～+LO)，这个伸缩范围只能支撑平台朝一个方向发生大最大倾斜角度θ，如图4所示，其中θ一般都是比较小的角度（例如：当R=500，D=464，L0=45时，θ只有4°～6°），所以，必须将3D游戏中的镜头姿态数据转换到运动平台可以接受的范围：

从3D游戏中获取的虚拟镜头的第一旋转数据为：

RotateX[n];

RotateY[n];

RotateZ[n];

其中，n=0、1、2、…;（n表示帧数），RotateX[n]表示第n帧在x轴方向上的旋转量。

首先对第一数据作处理，抑制数据中可能存在的跳变点，保证其曲线平滑、连续：

Δ=RotateX[i]-RotateX[i-1]

if fabs(Δ)＞270°

$\mathrm{RotateX}\left[i\right]=\mathrm{RotateX}\left[i\right]+\frac{\mathrm{fabs}\left(\mathrm{\Δ}\right)}{\mathrm{\Δ}}*360$

其中：fabs是取绝对值操作。

RotateY[n]、RotateZ[n]也按照上述操作来完成，这样就可以抑制第一旋转数据中可能会出现的跳变点从而得到第二旋转数据。

第二旋转数据的连成曲线为如图5所示。

接下来需要将第二旋转数据转换到运动平台所承受的运动范围内，使用分段压缩的方法依次对RotateX[n]、RotateY[n]、RotateZ[n]进行处理，步骤如下：

a)找到RotateX[n]中的最大值max，定义maxItem=factor*max；

b)对RotateX[n]取绝对值，然后从小到大分段进行计数统计

（0～720°，每段1°），分别统计每段的个数，统计数组

c)if fabs(RotateX[i)≤maxItem

$\mathrm{RotateX}\left[i\right]=\frac{\mathrm{RotateX}\left[i\right]}{\max \mathrm{Item}}*0.9*\mathrm{\θ}$

else if fabs(RotateX[i])＞maxItem

$\mathrm{RotateX}\left[i\right]=(0.9*\mathrm{\θ}+\frac{\mathrm{fabs}\left(\mathrm{RotateX}\right[i\left]\right)-\max \mathrm{Item}}{(1-\mathrm{factor})*\max }*0.1*\mathrm{\θ})$

$*\frac{\mathrm{fabs}\left(\mathrm{RotateX}\right[i\left]\right)}{\mathrm{RotateX}\left[i\right]}$

其中，factor为可调参数，取值(0,1)，factor越小，压缩后的压缩数据曲线变化将被放得越大（这样可增大游戏的体验感），但是factor越小，压缩后的压缩数据曲线将会越不平滑，所以factor需要根据需要做调整。

RotateY[n]、RotateZ[n]也做同样的压缩处理，就可以得到压缩后的压缩数据，其数据曲线如图6所示（单位：弧度）。

之后要对压缩后的压缩数据进行平滑处理：如图7所示，通过局部放大分段压缩后的压缩数据曲线可以发现，曲线还是存在着突变的地方，这些突变的旋转数据会使得运动平台在模拟运动的时候会发生抖动，使得整个过程不和谐，要对整个压缩数据再进行处理，尽量抑制这些突变的地方，但是又不能破坏曲线的整体形状，本发明利用离散信号五点三次滤波算法来对数据进行处理，从而抑制不平滑的地方，具体步骤如下：

前两帧的数据可以用公式1、2求得；

$\mathrm{RotateX}\left[0\right]=\frac{69}{70}*\mathrm{RotateX}\left[0\right]+\frac{4}{70}*\mathrm{RotateX}\left[1\right]-\frac{6}{70}*\mathrm{RotateX}\left[2\right]$

$+\frac{4}{70}*\mathrm{RotateX}\left[3\right]-\frac{1}{70}$

$*\mathrm{RotateX}\left[4\right]---\left(1\right)$

$\mathrm{RotateX}\left[1\right]=\frac{2}{35}*\mathrm{RotateX}\left[0\right]+\frac{27}{35}*\mathrm{RotateX}\left[1\right]+\frac{12}{35}*\mathrm{RotateX}\left[2\right]$

$-\frac{8}{35}*\mathrm{RotateX}\left[3\right]+\frac{2}{35}$

$*\mathrm{RotateX}\left[4\right]---\left(2\right)$

中间第i帧的数据利用公式3求得：

$\mathrm{RotateX}\left[i\right]=-\frac{2}{35}*\mathrm{RotateX}[i-2]+\frac{12}{35}*\mathrm{RotateX}[i-1]+\frac{17}{35}$

$*\mathrm{RotateX}\left[i\right]+\frac{12}{35}*\mathrm{RotateX}[i+1]-\frac{3}{35}$

$*\mathrm{RotateX}[i+2]---\left(3\right)$

最后两帧的数据利用公式4和5求得：

$\mathrm{RotateX}[n-1]=\frac{2}{35}*\mathrm{RotateX}[n-4]-\frac{8}{35}*\mathrm{RotateX}[n-3]+\frac{12}{35}*\mathrm{RotateX}[n-2]+\frac{27}{35}$

$*\mathrm{RotateX}[n-1]+\frac{2}{35}*\mathrm{RotateX}\left[n\right]---\left(4\right)$

$\mathrm{RotateX}\left[n\right]=-\frac{1}{70}*\mathrm{RotateX}[n-4]+\frac{4}{70}*\mathrm{RotateX}[n-3]-\frac{6}{70}*\mathrm{RotateX}[n-2]+\frac{4}{70}$

$*\mathrm{RotateX}[n-1]+\frac{69}{70}*\mathrm{RotateX}\left[n\right]---\left(5\right)$

RotaTeY[n]和RotateZ[n]也同样的处理，最终得到的结果和处理前的结果比较如图7和图8所示，可见该算法在不破坏曲线整体形状的前提下，有效地抑制了突变区域。

之后利用上述平滑处理后的压缩数据来模拟平台运动，并求得控制杆的伸缩量：

在模拟前，首先必须说明固定坐标系下的三维旋转过程及其公式推导，

如图9所示，在三维坐标系下，点(x0,y0,z0)绕z轴旋转θ后到达(x1,y1,z1)，显然z1=z0；在初始位置时，点的坐标轴可以表示：

X0=L*sinα，y0=L*cosα，旋转之后新坐标为：

x1=L*sin(α+θ)=L*sinα*cosθ+L*cosα*sinθ

y1=L*cos(α+θ)=L*cosα*cosθ-L*sinα*sinθ

z1=z0

用向量和矩阵来描述上述过程，可以描述成：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=\left[\begin{array}{ccc}\cos \mathrm{\θ}& \sin \mathrm{\θ}& 0\\ -\sin \mathrm{\θ}& \cos \mathrm{\θ}& 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]=M_z\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(6\right)$

$M_z=\left[\begin{array}{ccc}\cos \mathrm{\θ}& \sin \mathrm{\θ}& 0\\ -\sin \mathrm{\θ}& \cos \mathrm{\θ}& 0\\ 0& 0& 1\end{array}\right]$

同理，点绕x轴旋转α可以表示成：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos \mathrm{\θ}& \sin \mathrm{\θ}\\ 0& -\sin \mathrm{\θ}& \cos \mathrm{\θ}\end{array}\right]\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]=M_z\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(7\right)$

$M_z=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos \mathrm{\θ}& \sin \mathrm{\θ}\\ 0& -\sin \mathrm{\θ}& \cos \mathrm{\θ}\end{array}\right]$

同理，点绕y轴旋转β角可以表示成：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=\left[\begin{array}{ccc}\cos \mathrm{\θ}& 0& -\sin \mathrm{\θ}\\ 0& 1& 0\\ \sin \mathrm{\θ}& 0& \cos \mathrm{\θ}\end{array}\right]\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]=M_z\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(8\right)$

$M_z=\left[\begin{array}{ccc}\cos \mathrm{\θ}& 0& -\sin \mathrm{\θ}\\ 0& 1& 0\\ \sin \mathrm{\θ}& 0& \cos \mathrm{\θ}\end{array}\right]$

则，在固定的三维坐标系下，一个点依次绕x、y、z轴旋转α、β和θ角后最终的新坐标为：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=M_z{M}_y{M}_x\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(9\right)$

任何运动的模拟必须要有一个坐标系作参考才有意义，如图10、图11所示，在六自由度运动平台上建立一个三维直角坐标系作为参考坐标系，以上平台的中心为坐标原点（建立的坐标系要和3D游戏中的坐标系一致，同为左手坐标系或者同为右手坐标系，或者转换到同一坐标系下）。

针对实际情况下具体的运动平台，初始状态时，坐标系中有些参数是固定的定值，例如：上下平台的三个铰点（A、B、C）所在外接圆的半径R固定（假设上下平台一致，也有可能不一致，方法类似，不影响后面推导），三点所在外接圆的分段圆弧都为120°，上下平台的距离D（O′O=D）固定等等。

根据这些初始的固定参数，可以很容易计算出上下平台中A、B、C、D、E、F六个铰点的初始状态的坐标，分别记为：(x_A,y_A,z_A),(x_B,y_B,z_B)、(x_C,y_C，z_C)、(x_D，y_D，z_D)、(x_E,y_E,z_E)、(x_F,y_F，z_F)，然后根据这六个初始坐标不难求出六根控制杆的初始长度（即三维空间内两点之间的欧氏距离）：L1、L2、L3、L4、L5、L6。

六自由度运动平台模拟运动时，下平台固定不动，上平台在可接受范围内发生运动（包括旋转和平移）。假设，上平台依次绕X、Y、Z轴旋转α、β和θ角，则，根据公式(9)，A、B、C三点在三维空间中的坐标将会变为：(X_A′，y_A′，Z_A′)、(x_B′,y_B′,z_B′)、(x_C′,y_C′,z_C′)

其中： $\left[\begin{array}{c}{x}_A^{\′}\\ y_A^{\′}\\ z_A^{\′}\end{array}\right]=M_z{M}_y{M}_x\left[\begin{array}{c}{x}_A\\ y_A\\ z_A\end{array}\right];$ [M_x、M_y、M_z见公式(6)、(7)、(8)]

同理，依次计算出B点和C点的新坐标。

这样，六个铰点中上平台的三个铰点（A、B、C）的坐标由于平台的运动发生了改变，改变后A、B、C、D、E、F六个铰点的坐标依次记为：(x_A′,y_A′,z_A′)、(x_B′,y_B′,z_B′)、(x_C′,y_C′,z_C′)、(x_D，y_D,z_D)、(x_E,y_E,z_E)、(x_F，y_F，z_F)。此时，再根据新的坐标不难再次计算出六根控制杆的长度：L1′、L2′、L3′、L4′、L5′、L6′,至此，对比初始状态，每根控制杆的伸缩量可以求得：

Δ1=L1′-L1

Δ2=L2′-L2

Δ3=L3′-L3

Δ4=L4′-L4

Δ5=L5′-L5

Δ6=L6′-L6

(10)

以上是以单帧为例来说明整个处理过程。

针对3D游戏（或3D电影）的多帧数据，在DirectX3D环境下建立运动平台的3D模型，模拟运动时，下平台模型保持不动，把步骤S4中获得的旋转数据RotateX[n]、RotateY[n]和RotateZ[n]（依次对应上面的α、β和θ角）依次代入公式(6)、(7)、(8)，即可求得每一帧对应的M_X、M_y和M_z，然后利用公式(9)来模拟上平台模型的姿态，与此同时，控制杆模型将会随着上平台姿态的变化而发生伸缩，最后在DirectX3D的世界坐标系下利用公式(10)，即可求得每一帧镜头数据对应控制杆的伸缩量：Δ1、Δ2、Δ3、Δ4、Δ5、Δ6。

把每一帧的伸缩量数据按顺序保存起来，需要的时候用它们来控制运动平台，运动平台就会根据游戏内容进行同步运动，至此，完成了数据的转换和运动平台的控制。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种运动平台与3D视频数据匹配互动方法，其特征在于，所述运动平台包括平台控制杆，所述方法包括以下步骤：

A.获取第一3D视频镜头姿态数据，所述第一3D视频镜头姿态数据包括第一旋转数据；

B.将所述第一旋转数据中的跳变数据滤除后得到第二旋转数据：

首先对第一数据作处理，抑制数据中可能存在的跳变点，保证其曲线平滑、连续：

Δ＝RotateX[i]-RotateX[i-1]

if fabs(Δ)＞270°

$RotateX\[i\]=RotateX\[i\]+\frac{fabs\left(\mathrm{\Δ}\right)}{\mathrm{\Δ}}*360$

其中：fabs是取绝对值操作；

C.将所述第二旋转数据进行分段压缩，使分段压缩后得到的压缩数据在所述运动平台所承受的运动范围内；

D.建立参考坐标系，依据所述压缩数据中的旋转信息来模拟运动平台运动；

E.在所述参考坐标系中利用三维旋转公式计算出运动平台控制杆的伸缩量；

在三维坐标系下，点(x0,y0,z0)绕z轴旋转θ后到达(x1,y1,z1)，显然z1＝z0；在初始位置时，点的坐标轴可以表示：

x0＝L*sinα，y0＝L*cosα，旋转之后新坐标为：

x1＝L*sin(α+θ)＝L*sinα*cosθ+L*cosα*sinθ

y1＝L*cos(α+θ)＝L*cosα*cosθ-L*sinα*sinθ

z1＝z0

用向量和矩阵来描述上述过程，可以描述成：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=\left[\begin{array}{ccc}cos\mathrm{\θ}& sin\mathrm{\θ}& 0\\ -\sin \mathrm{\θ}& cos\mathrm{\θ}& 0\\ 0& 0& -1\end{array}\right]\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]=M_z\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(6\right)$

$M_z=\left[\begin{array}{ccc}cos\mathrm{\θ}& \sin \mathrm{\θ}& 0\\ -sin\mathrm{\θ}& cos\mathrm{\θ}& 0\\ 0& 0& 1\end{array}\right]$

同理，点绕x轴旋转α可以表示成：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos \mathrm{\θ}& \sin \mathrm{\θ}\\ 0& -\sin \mathrm{\θ}& \cos \mathrm{\θ}\end{array}\right]\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]=M_z\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(7\right)$

$M_z=\left[\begin{array}{ccc}1& 0& 0\\ 0& cos\mathrm{\θ}& \sin \mathrm{\θ}\\ 0& -sin\mathrm{\θ}& cos\mathrm{\θ}\end{array}\right]$

同理，点绕y轴旋转β角可以表示成：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=\left[\begin{array}{ccc}cos\mathrm{\θ}& 0& -sin\mathrm{\θ}\\ 0& 1& 0\\ \sin \mathrm{\θ}& 0& \cos \mathrm{\θ}\end{array}\right]\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]=M_z\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(8\right)$

$M_z=\left[\begin{array}{ccc}cos\mathrm{\θ}& 0& -sin\mathrm{\θ}\\ 0& 1& 0\\ \sin \mathrm{\θ}& 0& \cos \mathrm{\θ}\end{array}\right]$

则，在固定的三维坐标系下，一个点依次绕x、y、z轴旋转α、β和θ角后最终的新坐标为：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=M_z{M}_y{M}_x\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(9\right)$

针对实际情况下具体的运动平台，初始状态时，坐标系中有些参数是固定的定值，例如：上下平台的三个铰点(A、B、C)所在外接圆的半径R固定，假设上下平台一致，也有可能不一致，方法类似，不影响后面推导，三点所在外接圆的分段圆弧都为120°，上下平台的距离D，O′O＝D固定，

根据这些初始的固定参数，可以很容易计算出上下平台中A、B、C、D、E、F六个铰点的初始状态的坐标，分别记为：(x_A，y_A，z_A)、(x_B，y_B，z_B)、(x_C，y_C，z_C)、(x_D，y_D，z_D)、(x_E，y_E，z_E)、(x_F，y_F，z_F)，然后根据这六个初始坐标不难求出六根控制杆的初始长度，即三维空间内两点之间的欧氏距离：L1、L2、L3、L4、L5、L6，

六自由度运动平台模拟运动时，下平台固定不动，上平台在可接受范围内发生运动，包括旋转和平移，假设，上平台依次绕X、Y、Z轴旋转α、β和θ角，则，根据公式(9)，A、B、C三点在三维空间中的坐标将会变为：(x′_A，y′_A，z′_A)、(x′_B，y′_B，z′_B)、(x′_C，y′_C，z′_C)

其中：M_x、M_y、M_z见公式(6)、(7)、(8)同理，依次计算出B点和C点的新坐标，

这样，六个铰点中上平台的三个铰点(A、B、C)的坐标由于平台的运动发生了改变，改变后A、B、C、D、E、F六个铰点的坐标依次记为：(x′_A，y′_A，z′_A)、(x′_B，y′_B，z′_B)、(x′_C，y′_C，z′_C)、(x_D，y_D，z_D)、(x_E，y_E，z_E)、(x_F，y_F，z_F)，此时，再根据新的坐标不难再次计算出六根控制杆的长度：L1‘、L2‘、L3‘、L4‘、L5‘、L6‘，至此，对比初始状态，每根控制杆的伸缩量可以求得：

Δ1＝L1′-L1

Δ2＝L2′-L2

Δ3＝L3′-L3

Δ4＝L4′-L4

Δ5＝L5′-L5 Δ6＝L6′-L6(10)；

F.依据所述运动平台控制杆的伸缩量来控制运动平台相应运动。

2.根据权利要求1所述的运动平台与3D视频数据匹配互动方法，其特征在于，在所述步骤C与步骤D之间还包括以下步骤：利用平滑滤波方法对所述压缩数据中存在的跳变数据进行平滑处理。

3.根据权利要求1所述的运动平台与3D视频数据匹配互动方法，其特征在于：所述步骤C中的分段压缩为将所述第二旋转数据按大小分成多个区间段并对不同的区间段分别采用不同的比例进行缩放。

4.根据权利要求2所述的运动平台与3D视频数据匹配互动方法，其特征在于：所述平滑滤波方法为利用离散信号五点三次滤波算法来对压缩数据中的跳变点进行滤除。

5.根据权利要求1所述的运动平台与3D视频数据匹配互动方法，其特征在于：所述运动平台为多自由度运动平台。

6.根据权利要求1所述的运动平台与3D视频数据匹配互动方法，其特征在于：所述3D视频包括3D游戏和3D影片。

7.一种运动平台与3D视频数据匹配互动系统，其特征在于：包括

获取模块，用于获取第一3D视频镜头姿态数据，所述第一3D视频镜头姿态数据包括第一旋转数据；

抑制模块，用于将所述第一旋转数据中的跳变数据滤除后得到第二旋转数据：首先对第一数据作处理，抑制数据中可能存在的跳变点，保证其曲线平滑、连续：

Δ＝RotateX[i]-RotateX[i-1]

if fabs(Δ)＞270°

$RotateX\[i\]=RotateX\[i\]+\frac{fabs\left(\mathrm{\Δ}\right)}{\mathrm{\Δ}}*360$

其中：fabs是取绝对值操作；

压缩模块，用于将所述第二旋转数据进行分段压缩，使分段压缩后得到的压缩数据在运动平台所承受的运动范围内；

生成模块，用于建立参考坐标系，依据所述压缩数据中的旋转信息来模拟运动平台运动；

计算模块，用于在所述参考坐标系中利用三维旋转公式计算出运动平台控制杆的伸缩量：在三维坐标系下，点(x0,y0,z0)绕z轴旋转θ后到达(x1,y1,z1)，显然z1＝z0；在初始位置时，点的坐标轴可以表示：

x0＝L*sinα，y0＝L*cos α，旋转之后新坐标为：

x1＝L*sin(α+θ)＝L*sinα*cosθ+L*cosα*sinθ

y1＝L*cos(α+θ)＝L*cosα*cosθ-L*sinα*sinθ

z1＝z0

用向量和矩阵来描述上述过程，可以描述成：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=\left[\begin{array}{ccc}cos\mathrm{\θ}& sin\mathrm{\θ}& 0\\ -\sin \mathrm{\θ}& cos\mathrm{\θ}& 0\\ 0& 0& -1\end{array}\right]\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]=M_z\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(6\right)$

$M_z=\left[\begin{array}{ccc}cos\mathrm{\θ}& \sin \mathrm{\θ}& 0\\ -sin\mathrm{\θ}& cos\mathrm{\θ}& 0\\ 0& 0& 1\end{array}\right]$

同理，点绕x轴旋转α可以表示成：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos \mathrm{\θ}& \sin \mathrm{\θ}\\ 0& -\sin \mathrm{\θ}& \cos \mathrm{\θ}\end{array}\right]\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]=M_z\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(7\right)$

$M_z=\left[\begin{array}{ccc}1& 0& 0\\ 0& cos\mathrm{\θ}& \sin \mathrm{\θ}\\ 0& -sin\mathrm{\θ}& cos\mathrm{\θ}\end{array}\right]$

同理，点绕y轴旋转β角可以表示成：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=\left[\begin{array}{ccc}cos\mathrm{\θ}& 0& -sin\mathrm{\θ}\\ 0& 1& 0\\ \sin \mathrm{\θ}& 0& \cos \mathrm{\θ}\end{array}\right]\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]=M_z\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(8\right)$

$M_z=\left[\begin{array}{ccc}cos\mathrm{\θ}& 0& -sin\mathrm{\θ}\\ 0& 1& 0\\ \sin \mathrm{\θ}& 0& \cos \mathrm{\θ}\end{array}\right]$

则，在固定的三维坐标系下，一个点依次绕x、y、z轴旋转α、β和θ角后最终的新坐标为：

$\left[\begin{array}{c}x1\\ y1\\ z1\end{array}\right]=M_z{M}_y{M}_x\left[\begin{array}{c}x0\\ y0\\ z0\end{array}\right]---\left(9\right)$

针对实际情况下具体的运动平台，初始状态时，坐标系中有些参数是固定的定值，例如：上下平台的三个铰点(A、B、C)所在外接圆的半径R固定，假设上下平台一致，也有可能不一致，方法类似，不影响后面推导，三点所在外接圆的分段圆弧都为120°，上下平台的距离D，O′O＝D固定，

根据这些初始的固定参数，可以很容易计算出上下平台中A、B、C、D、E、F六个铰点的初始状态的坐标，分别记为：(x_A，y_A，z_A)、(x_B，y_B，z_B)、(x_C，y_C，z_C)、(x_D，y_D，z_D)、(x_E，y_E，z_E)、(x_F，y_F，z_F)，然后根据这六个初始坐标不难求出六根控制杆的初始长度，即三维空间内两点之间的欧氏距离：L1、L2、L3、L4、L5、L6，

六自由度运动平台模拟运动时，下平台固定不动，上平台在可接受范围内发生运动，包括旋转和平移，假设，上平台依次绕X、Y、Z轴旋转α、β和θ角，则，根据公式(9)，A、B、C三点在三维空间中的坐标将会变为：(x′_A，y′_A，z′_A)、(x′_B，y′_B，z′_B)、(x′_C，y′_C，z′_C)

其中：M_x、M_y、M_z见公式(6)、(7)、(8)同理，依次计算出B点和C点的新坐标，

这样，六个铰点中上平台的三个铰点(A、B、C)的坐标由于平台的运动发生了改变，改变后A、B、C、D、E、F六个铰点的坐标依次记为：(x′_A，y′_A，z′_A)、(x′_B，y′_B，z′_B)、(x′_C，y′_C，z′_C)、(x_D，y_D，z_D)、(x_E，y_E，z_E)、(x_F，y_F，z_F)，此时，再根据新的坐标不难再次计算出六根控制杆的长度：L1‘、L2‘、L3‘、L4‘、L5‘、L6‘，至此，对比初始状态，每根控制杆的伸缩量可以求得：

Δ1＝L1′-L1

Δ2＝L2′-L2

Δ3＝L3′-L3

Δ4＝L4′-L4

Δ5＝L5′-L5 Δ6＝L6′-L6 (10)；

控制模块，用于依据运动平台控制杆的伸缩量来控制运动平台相应运动。

8.根据权利要求7所述的运动平台与3D视频数据匹配互动系统，其特征在于，还包括：

滤波模块，用于利用平滑滤波方法对所述压缩数据中存在的跳变数据进行平滑处理。

9.根据权利要求8所述的运动平台与3D视频数据匹配互动系统，其特征在于：分段压缩为将所述第二旋转数据按大小分成多个区间段，不同的区间段用不同的比例来进行缩放。

10.根据权利要求9所述的运动平台与3D视频数据匹配互动系统，其特征在于：所述平滑滤波方法为为利用离散信号五点三次滤波算法来对压缩数据中的跳变点进行滤除，所述运动平台为多自由度运动平台。