CN104424650A - 一种光学式人体运动捕捉中手臂信息补偿方法 - Google Patents
一种光学式人体运动捕捉中手臂信息补偿方法 Download PDFInfo
- Publication number
- CN104424650A CN104424650A CN201310375951.2A CN201310375951A CN104424650A CN 104424650 A CN104424650 A CN 104424650A CN 201310375951 A CN201310375951 A CN 201310375951A CN 104424650 A CN104424650 A CN 104424650A
- Authority
- CN
- China
- Prior art keywords
- lcs
- arm
- relative
- wcs
- point
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/014—Hand-worn input/output arrangements, e.g. data gloves
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种光学式人体运动捕捉数据缺失情况下的信息补偿方法,尤其涉及一种基于空间位置跟踪装置的手臂运动信息补偿方法。其特征在于:利用空间位置跟踪装置获取到的手腕位置信息和角度信息,结合手臂上各Marker点的初始位置信息及大小臂的长度,根据人体运动学方程,求解得出手臂运动过程中的各Marker点空间位置信息。同现有技术相比,不容易造成累积误差和用于单个Marker点在连续多帧数据缺失情况下的预测;可以用于长时间丢失的单独点不多的情况下的预测,计算量少,易于实现对Marker点空间位置的准确预测。
Description
技术领域
本发明属于虚拟现实环境中虚拟人运动控制技术领域,涉及一种光学式人体运动捕捉数据缺失情况下的信息补偿方法,尤其涉及一种基于空间位置跟踪装置的手臂运动信息补偿方法。
背景技术
当前,常用的运动捕捉技术可分为机械式、声学式、电磁式和光学式。光学式运动捕捉方法简单,与其它技术相比具有装置结构简单、使用方便、实时性好、准确度高及环境要求低等特点,因此是目前应用相对广泛的一种人体运动捕捉系统。但是由于采集到的光学特征点(Marker)的三维坐标信息,数据以散乱无序的形式存在,并存在缺少点的情况,所以数据后续处理运算难度较大,因此如何设计高效准确的处理方法或算法对散乱数据进行处理,并对缺失点进行预测成为了近年来研究的热点和难点。为此,大连理工大学的魏小鹏、张强教授及肖伯祥、刘瑞、方小勇和吴升等博士及硕士研究生进行了深入研究,发表在2008年1月第20卷第2期的《系统仿真学报》上的《光学运动捕捉散乱数据处理的一种方法》、2008年11月第25卷第11期的《计算机应用研究》上的《人体运动数据重构方法进展》、2009年5月第26卷第5期的《计算机应用研究》上的《一种新的光学运动捕捉数据处理方法》、2009年10月第17卷第5期的《应用基础与工程科学学报》上的《一种有效的光学运动捕捉数据处理方法》、2010年10月第22卷第10期的《系统仿真学报》上的《基于模板匹配的人体运动捕捉数据处理方法》等文章,对光学人体运动捕捉数据的处理主要先采用刚性结构匹配的方法,然后通过采用运动轨迹追踪及缺失点自回归模型(AutoRegressive,AR)、人体结构特征关联性或Newton插值算法等不同原理和算法对缺失点进行预测,其基本方法是:根据人体骨骼结构对捕获数据进行刚性结构匹配;然后对捕获数据中所存在的缺失点进行预测,包括:轨迹追踪及缺失点AR模型预测、根据人体结构特征关联性对缺失点进行预测、基于Newton插值算法的缺失点运动数据预测。
以上数据处理及缺失点信息预测方法中,轨迹追踪及缺失点AR模型预测法实时性较好,但在多个Marker点重合在一起或者距离过小时容易造成累积误差,导致追踪错误,并不易用于单个Marker点在连续多帧数据缺失情况下的预测;人体结构特征关联性预测法可以用于长时间丢失的单独点不多的情况下的预测,但是必须有一段时间的骨架信息做保证;基于Newton插值算法的预测法可以在很短时间内(小于0.5s)对缺失点进行预测,在一定条件下可以对多点进行预测,但是要求具备一定数量的数据信息,计算量大。此外,在采用光学式人体运动捕捉系统的多人协同式虚拟维修训练系统中,维修训练人员由于道具、动作或相互遮挡等原因,Marker点的捕捉数据容易出现缺失的现象。在人体上粘连的Marker点中,身体主要躯干部位(头部、肩部、背部、胸部等)上的Marker点被遮挡的可能性较小,而且这些部位具有一定的相对固定性和约束性,可以通过上述的方法进行预测补偿;两个手臂部位由于维修操作动作模拟以及协同配合的需要,被遮挡的机率较大,而且每个手臂上有5个标记点,涉及手臂运动7个自由度信息,在仅有肩部关节连接处标记点信息的情况下,即便将上述预测方法与正向运动学相结合,也较难实现对Marker点空间位置的准确预测。
发明内容
针对上述现有技术状况,本发明的目的在于:在手臂Marker点捕捉数据缺失的情况下,通过采用空间位置跟踪装置获取手腕的空间坐标系统信息,并结合大小臂的长度,补偿出手臂在运动过程中缺失的Marker点空间位置信息。
现将本发明构思及技术解决方案叙述如下:
本发明方法的基本构思是,利用空间位置跟踪装置获取到的手腕位置信息和角度信息,结合手臂上各Marker点的初始位置信息及大小臂的长度,根据人体运动学方程,求解得出手臂运动过程中的各Marker点空间位置信息,具体步骤如下:
步骤1:将空间位置跟踪装置中的信号源发射器固定在某物体表面,在虚拟维修环境(Virtual Maintenance Environment,VME)中以世界坐标系(World Coordinate System,WCS)某坐标点为原点形成参考坐标系(Reference Coordinate System,RCS),即位置跟踪坐标系(Position Tracking Coordinate System,PTCS):
步骤2将两个位置传感器分别固定于维修训练人员的左右手腕部位,相当于在两个手腕关节点处建立相对于PTCS的局部坐标系LCS(local Coordinate System),此局部坐标系LCSLwrist和LCSRwrist与手腕固连;
步骤2.1:调整传感器姿态,对位置跟踪装置进行初始化配置;
步骤2.2:使LCSLwrist和LCSRwrist相应手腕关节点的局部坐标系中各坐标轴方向相同;两两之间保持相对固定的位置关系;
步骤3:当光学式人体运动捕捉系统能正常跟踪手臂Marker点位置信息时,系统不读入空间位置跟踪装置采集的数据信息;当光学式人体运动捕捉系统捕捉手臂Marker点信息缺失或出现明显错误时,按照以下步骤分析和解算空间位置跟踪装置所采集的数据,以实现对手臂运动信息的补偿;
步骤4:当维修训练人员在实际环境中进行操作时,空间位置跟踪装置可以获取每一时刻手腕关节点PLwrist和PRwrist在PTCS中的相对空间位置和姿态,并计算出虚拟人体骨架中左右手腕部位的位置信息,即有:
其中,
在式(1)中,PLwrist(t)和PRwrist(t)分别为t时刻左右手腕节点在WCS中的空间位置,LPLwrist(t)和RPRwrist(t)分别为此刻左右手腕节点在LCSLwrist和LCSRwrist中的相对位置,由于空间位置跟踪传感器与手腕相固连,因此其数值为[0,0,0]T;TPTCS为PTCS对应于WCS的平移变换矩阵,为PTCS相对WCS的旋转矩阵,WPp为PTCS原点在WCS中的空间位置,由于信号源固定不动,因此TPTCS保持不变;TLwrist(t)和TRwrist(t)为t时刻左右手腕相对于PTCS的平移变换矩阵,和分别为此刻LCSLwrist和LCSRwrist相对于PTCS的旋转矩阵,PPl(t)和PPr(t)分别为此刻LCSLwrist和LCSRwrist在PTCS的空间位置,TLwrist(t)和TRwrist(t)数据信息由空间位置跟踪装置获取;若设置LCSLwrist和LCSRwrist的初始坐标轴方向与PTCS的坐标轴方向相同,则和可分别表示为左右小臂相对于PTCS的旋转矩阵;
步骤5:根据肘部Marker点安放位置,确定左右肘部Marker点在LCSLwrist和LCSRwrist中的坐标LwPLeblow(t)和RwPReblow(t)为[x1,y1,z1]T;若小臂长度为l1,则坐标值为[-l1,y1,0]T;将小臂视为一刚体,根据已知的TPTCS及小臂在PTCS中的旋转矩阵和初始位置,计算出肘关节t时刻在WCS中的位置PLelbow(t)和PRelbow(t),即为:
步骤6:将左右肩关节上相对于WCS的局部坐标系与人体主躯干固连,分别为LCSLshould和LCSRshould,坐标轴方向;通过光学式人体运动捕设备实时获取LCSLshould和LCSRshould相对于WCS的齐次变换矩阵WTLshould(t)和WTRshould(t);
步骤6.1:将左右大臂局部坐标系LCSLarm和LCSRarm的原点位置与各轴初始方向与LCSLshould和LCSRshould设置相同,并与大臂相固连,t时刻其相对于各自肩关节的齐次变换矩阵分别表示为LsTLarm(t)和LsTRarm(t);
步骤6.2:根据肘部Marker点安放位置,可确定左右肘关节在LCSLarm和LCSRarm中的坐标LarmPLeblow和RarmPReblow值为[x2,y2,x2]T;若大臂长度为l2,肘部Marker点位置坐标值为[l2,0,0]T;则肘关节在WCS中的位置可表示为:
其中,
WTLshould(t)和WTRshould(t)中WRLs(t)和WRRs(t)分别为t时刻左右肩关节相对于WCS的旋转矩阵,WPLs(t)和WPRs(t)分别为此刻左右肩关节在WCS的空间位置;LsTLarm(t)和RsTRarm(t)分别为左右大臂相对于左右肩关节的齐次变换矩阵,因大臂只能绕肩关节作旋转运动,所以其相对于LCSLshould和LCSRshould的空间原点位置为[0,0,0]T;
步骤6.3:将由(2)式求得的PLelbow(t)和PRelbow(t)带入(3)式中,即求解可得出
步骤7:假定左右大臂上第三个Marker点相对于LCSLarm和LCSRarm的初始坐标为LP1和RP1,左右小臂上第三个Marker点相对于LCSLwrist和LCSRwrist的初始坐标为LP2和RP2,则其在WCS中的位置为:
至此,将手臂运动过程中肩、肘、腕关节及其它位置Marker点的空间位置坐标都捕捉或计算出来,实现了对光学式人体运动捕捉手臂信息缺失条件下的数据补偿。
本发明方法同现有技术相比,不容易造成累积误差和用于单个Marker点在连续多帧数据缺失情况下的预测;可以用于长时间丢失的单独点不多的情况下的预测,计算量少,易于实现对Marker点空间位置的准确预测。
附图说明
图1:适合不同部位的五类匹配关系图
图2:两臂上Marker点的位置设置图
图3:辅助局部坐标系布局示意图
具体实施方式
现结合附图并采用美国Polhemus公司的PATRIOT电磁式空间位置跟踪装置和NaturalPoint公司的Optitrack运动捕捉系统对本发明具体实施方法进行阐述。
PATRIOT电磁式空间位置跟踪装置由信号源发射器、传感接受器、电源供应器、系统电子单元(SEU)和配套软件组成。在实际应用中,信号源发射器通常被固定于物体的水平面上,调整好坐标方向后基本不再挪动,它产生半径约为1.5m的球形磁场,并形成原点位于虚拟环境中ACS下某特定点的参考坐标系统(RCS),即位置跟踪坐标系统(PTCS)。传感接受器则通过数据手套上的粘带固定于手腕部位,跟踪真实空间中手部相对于信号源发射器的位移和方向,从而驱动虚拟人体模型腕部在PTCS中做相对运动,实现空间位置跟踪功能。
Optitrack运动捕捉系统由红外摄像机、全身运动捕捉软件、运动捕捉专用衣及Marker点、通信设备及校准设备等组成,通过在直径为6m的圆形区域架设12个摄像机,从而在架设区域中心直径约为3.5m的圆形范围内,能够同时实现对2个维修操作人员的实时运动数据捕捉。其红外摄像机的捕捉频率可以达到100fps,能够实现亚毫米级的捕捉精度。
实施例:
在由光学式人体运动捕捉系统和空间位置跟踪装置组成的协同式虚拟维修仿真实验中,将LCSLwrist初始坐标轴方向、PTCS的坐标轴方向与世界坐标系设置相同,如图3所示。将信号源发射器放置于点[0.1,1,0.45]T处(本文中采用米作为长度计量单位)。在虚拟维修过程中t1时刻,由于人体相互遮挡,某一人体左臂上L_1、L_2及L_elbow三点在世界坐标系中的空间位置信息未能被光学式人体运动捕捉系统捕获。该人体大小臂长度分别为0.32m,0.27m,左臂肘关节Marker点在LCSLwrist中的位置为[-0.27,0.05,0]T。通过光学式人体运动设备对人体主躯干Marker点位置信息分析,得到如下信息:人体绕世界坐标系x轴逆时针旋转2°、y轴逆时针旋转41°、z轴逆时针旋转11°,左肩关节点所捕捉的坐标为【0.47,1.51,1.02]T。
步骤1:在判断出人体运动中左臂光学数据信息存在缺失情况后,系统读入空间位置跟踪装置测得的位置和角度信息,测得左手腕关节点在PTCS中的坐标和在LCSLwrist中的旋转角度分别为LPLwrist=[0.48,0.33,0.54]T和LθLwrist=[-42°,38°,134°]T,则根据式(1)有:
由(1)式可得,
因此,左臂手腕关节点在世界坐标系中的位置为WPLwrist=[0.58,1.33,0.99]T。
步骤2:根据左肘Marker点在LCSLwrist的初始坐标加LwPLebloww(t)[-0.27,0.05,0]T,计算出左肘关节点在世界坐标系中的空间位置。
由(2)式可得,
即有左肘关节点在t1时刻的坐标PLelbow(t1)=[0.76,1.36,1.20]T。
步骤3:根据人体大臂实际长度,可确定左肘关节点在LCSLshould的初始坐标LsPLeblow(t1)为[0.32,0.0]T。假定左大臂绕LCSLshould三个坐标轴转动的角度分别为α、β、γ,则有:
由(3)式可得,
在α、β、γ的定义域内对上式进行求解,可求出LsTLelbow(t1)。
步骤4:根据大臂上L_i在LCSLshould的初始坐标[0.16,-0.04,-0.05]T及L_2在LCSLwrist的初始坐标[-0.14,-0.03,-0.04]T,由(4)式和(5)式可计算该点在世界坐标系中的空间位置。
因此,L_1和L_2在世界坐标系中的空间位置分别为[0.63,1.40,1.05]T和[0.66,1.4l,1.08]T。
从而,左手臂上未被人体运动捕捉系统捕获的Marker点(肩关节除外)在世界坐标系中的空间坐标便可以计算出来,进而完成其相关Marker点被遮挡后的数据信息补偿。
Claims (3)
1.一种光学式人体运动捕捉中手臂信息补偿方法,其特征在于:利用空间位置跟踪装置获取到的手腕位置信息和角度信息,结合手臂上各Marker点的初始位置信息及大小臂的长度,根据人体运动学方程,求解得出手臂运动过程中的各Marker点空间位置信息,具体步骤如下:
步骤1:将空间位置跟踪装置中的信号源发射器固定在某物体表面,在虚拟维修环境中以世界坐标系某坐标点为原点形成参考坐标系,即位置跟踪坐标系;
步骤2将两个位置传感器分别固定于维修训练人员的左右手腕部位,相当于在两个手腕关节点处建立了相对于PTCS的局部坐标系LCS,此局部坐标系LCSLwrist和LCSRwrist与手腕固连;
步骤3:当光学式人体运动捕捉系统能正常跟踪手臂Marker点位置信息时,系统不读入空间位置跟踪装置采集的数据信息;当光学式人体运动捕捉系统捕捉手臂Marker点信息缺失或出现明显错误时,按照以下步骤分析和解算空间位置跟踪装置所采集的数据,以实现对手臂运动信息的补偿;
步骤4:当维修训练人员在实际环境中进行操作时,空间位置跟踪装置可以获取每一时刻手腕关节点PLwrist和PRwrist在PTCS中的相对空间位置和姿态,并计算出虚拟人体骨架中左右手腕部位的位置信息,即有:
其中,
在式(1)中,PLwrist(t)和PRwrist(t)分别为t时刻左右手腕节点在WCS中的空间位置, LPLwrist(t)和RPRwrist(t)分别为此刻左右手腕节点在LCSLwrist和LCSRwrist中的相对位置;TPTCS为PTCS对应于WCS的平移变换矩阵;为PTCS相对WCS的旋转矩阵;WPp为PTCS原点在WCS中的空间位置;
步骤5:根据肘部Marker点安放位置,确定左右肘部Marker点在LCSLwrist和LCSRwrist 中的坐标LwPLeblow(t)和RwPReblow(t)为[x1,y1,z1]T;根据已知的TPTCS及小臂在PTCS中的旋转矩阵和初始位置,计算出肘关节r时刻在WCS中的位置PLelbow(t)和PRelbow(t),即为:
步骤6:将左右肩关节上相对于WCS的局部坐标系与人体主躯干固连,分别为LCSLshould和LCSRshould,坐标轴方向;通过光学式人体运动捕设备实时获取LCSLshould和LCSRshould相对于WCS的齐次变换矩阵WTLshould(t)和WTRshould(t);
步骤7:假定左右大臂上第三个Marker点相对于LCSlarm和LCSRarm的初始坐标为LP1和 RP1,左右小臂上第三个Marker点相对于LCSLwrist和LCSRwrist的初始坐标为LP2和RP2,则其在WCS中的位置为:
至此,将手臂运动过程中肩、肘、腕关节及其它位置Marker点的空间位置坐标都捕捉或计算出来,实现了对光学式人体运动捕捉手臂信息缺失条件下的数据补偿。
2.根据权利要求1所述的一种光学式人体运动捕捉中手臂信息补偿方法,其特征在于:步骤2中所述的“相当于建立相对于PTCS的局部坐标系LCS”的具体步骤为:
步骤2.1:调整传感器姿态,对位置跟踪装置进行初始化配置;
步骤2.2:使LCSLwrist和LCSRwrist相应手腕关节点的局部坐标系中各坐标轴方向相同;两两之间保持相对固定的位置关系。
3.根据权利要求1所述的一种光学式人体运动捕捉中手臂信息补偿方法,其特征在于:步骤6中所述的“通过光学式人体运动捕设备实时获取LCSLshould和LCSRshould相对于WCS的齐次变换矩阵WTLshould(t)和WTRshould(t)”的具体步骤为:
步骤6.1:将左右大臂局部坐标系LCSLarm和LCSRarm的原点位置与各轴初始方向与LCSLshould和LCSRshould设置相同,并与大臂相固连,t时刻其相对于各自肩关节的齐次变换矩阵分别表示为LsTLarm(t)和LsTRarm(t);
步骤6.2:根据肘部Marker点安放位置,可确定左右肘关节在LCSLarm和LCSRarm中的坐标LarmPLeblow和RarmPReblow值为[x2,y2,x2]T;若大臂长度为l2,肘部Marker点位置坐标值为[l2,0,0]T;则肘关节在WCS中的位置可表示为:
其中,
WTLshould(t)和WTRshould(t)中WRLs(t)和wRRs(t)分别为t时刻左右肩关节相对于WCS的旋转矩阵,WPLs(t)和wPRs(t)分别为此刻左右肩关节在WCS的空间位置;LsTLarm(t)和RsTRarm(t)分别为左右大臂相对于左右肩关节的齐次变换矩阵,因大臂只能绕肩关节作旋转运动,所以其相对于LCSLshould和LCSRshould的空间原点位置为[0,0,0]T;
步骤6.3:将由(2)式求得的PLelbow(t)和PRelbow(t)带入(3)式中,即求解可得出和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310375951.2A CN104424650B (zh) | 2013-08-21 | 2013-08-21 | 一种光学式人体运动捕捉中手臂信息补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310375951.2A CN104424650B (zh) | 2013-08-21 | 2013-08-21 | 一种光学式人体运动捕捉中手臂信息补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104424650A true CN104424650A (zh) | 2015-03-18 |
CN104424650B CN104424650B (zh) | 2017-11-21 |
Family
ID=52973533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310375951.2A Active CN104424650B (zh) | 2013-08-21 | 2013-08-21 | 一种光学式人体运动捕捉中手臂信息补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104424650B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843388A (zh) * | 2016-03-23 | 2016-08-10 | 北京轩宇智能科技有限公司 | 一种新型数据手套系统 |
CN107576998A (zh) * | 2017-10-25 | 2018-01-12 | 成都金麒麟云信息科技有限公司 | 应用于交互式数字展览的人体跟踪系统 |
CN109542210A (zh) * | 2017-09-21 | 2019-03-29 | 福建天晴数码有限公司 | 基于虚拟引擎的手臂运动模拟还原方法、存储介质 |
CN111539300A (zh) * | 2020-04-20 | 2020-08-14 | 上海曼恒数字技术股份有限公司 | 一种基于ik算法的人体运动捕捉方法、装置、介质及设备 |
CN113256684A (zh) * | 2021-06-11 | 2021-08-13 | 腾讯科技(深圳)有限公司 | 动捕数据的修复方法、装置、设备及存储介质 |
CN113688683A (zh) * | 2021-07-23 | 2021-11-23 | 网易(杭州)网络有限公司 | 光学运动捕捉数据处理方法、模型训练方法及装置 |
EP3971683A1 (en) * | 2020-09-18 | 2022-03-23 | XRSpace CO., LTD. | Human body portion tracking method and human body portion tracking system |
US11783492B2 (en) | 2020-09-01 | 2023-10-10 | XRSpace CO., LTD. | Human body portion tracking method and human body portion tracking system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040080102A (ko) * | 2003-03-10 | 2004-09-18 | (주) 모비다임 | 인체 촬상센서를 이용한 모션캡춰장치 |
CN101533527A (zh) * | 2009-04-18 | 2009-09-16 | 大连大学 | 基于时空搜索数据处理的光学运动捕捉数据处理方法 |
CN102855470A (zh) * | 2012-07-31 | 2013-01-02 | 中国科学院自动化研究所 | 基于深度图像的人体姿态估计方法 |
-
2013
- 2013-08-21 CN CN201310375951.2A patent/CN104424650B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040080102A (ko) * | 2003-03-10 | 2004-09-18 | (주) 모비다임 | 인체 촬상센서를 이용한 모션캡춰장치 |
CN101533527A (zh) * | 2009-04-18 | 2009-09-16 | 大连大学 | 基于时空搜索数据处理的光学运动捕捉数据处理方法 |
CN102855470A (zh) * | 2012-07-31 | 2013-01-02 | 中国科学院自动化研究所 | 基于深度图像的人体姿态估计方法 |
Non-Patent Citations (1)
Title |
---|
王维: ""虚拟人运动规划与运动合成关键技术研究"", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843388A (zh) * | 2016-03-23 | 2016-08-10 | 北京轩宇智能科技有限公司 | 一种新型数据手套系统 |
CN105843388B (zh) * | 2016-03-23 | 2018-12-04 | 北京轩宇智能科技有限公司 | 一种数据手套系统 |
CN109542210A (zh) * | 2017-09-21 | 2019-03-29 | 福建天晴数码有限公司 | 基于虚拟引擎的手臂运动模拟还原方法、存储介质 |
CN109542210B (zh) * | 2017-09-21 | 2022-02-08 | 福建天晴数码有限公司 | 基于虚拟引擎的手臂运动模拟还原方法、存储介质 |
CN107576998A (zh) * | 2017-10-25 | 2018-01-12 | 成都金麒麟云信息科技有限公司 | 应用于交互式数字展览的人体跟踪系统 |
CN111539300A (zh) * | 2020-04-20 | 2020-08-14 | 上海曼恒数字技术股份有限公司 | 一种基于ik算法的人体运动捕捉方法、装置、介质及设备 |
US11783492B2 (en) | 2020-09-01 | 2023-10-10 | XRSpace CO., LTD. | Human body portion tracking method and human body portion tracking system |
EP3971683A1 (en) * | 2020-09-18 | 2022-03-23 | XRSpace CO., LTD. | Human body portion tracking method and human body portion tracking system |
CN113256684A (zh) * | 2021-06-11 | 2021-08-13 | 腾讯科技(深圳)有限公司 | 动捕数据的修复方法、装置、设备及存储介质 |
CN113688683A (zh) * | 2021-07-23 | 2021-11-23 | 网易(杭州)网络有限公司 | 光学运动捕捉数据处理方法、模型训练方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104424650B (zh) | 2017-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104424650A (zh) | 一种光学式人体运动捕捉中手臂信息补偿方法 | |
CN102848389B (zh) | 基于视觉运动捕捉的机械臂标定及跟踪系统实现方法 | |
CN107349570A (zh) | 基于Kinect的上肢康复训练与评估方法 | |
CN107253192A (zh) | 一种基于Kinect的无标定人机交互控制系统及方法 | |
CN104700433A (zh) | 一种基于视觉的实时人体全身体运动捕捉方法及其系统 | |
CN108527373A (zh) | 机械臂的参数测量与辨识方法及装置、终端、存储介质 | |
CN108324373A (zh) | 一种基于电磁定位系统的穿刺手术机器人精确定位实现方法 | |
CN100361070C (zh) | 一种基于光学的运动捕获数据的骨骼运动提取方法 | |
Chen et al. | Real‐time human motion capture driven by a wireless sensor network | |
CN103529944A (zh) | 一种基于Kinect的人体动作识别方法 | |
CN110327048A (zh) | 一种基于可穿戴式惯性传感器的人体上肢姿态重建系统 | |
CN106227368B (zh) | 一种人体关节角度解算方法及装置 | |
CN104766345A (zh) | 基于衣服特征点的身体扫描及运动捕捉方法 | |
CN103862459A (zh) | 一种用于机载并联平台的位姿观测器设计方法 | |
CN110202581A (zh) | 机器人末端执行器工作误差的补偿方法、装置及电子设备 | |
Chen et al. | Full-body human motion reconstruction with sparse joint tracking using flexible sensors | |
CN103679712A (zh) | 人体姿态估计方法及系统 | |
Li et al. | Marker-based shape estimation of a continuum manipulator using binocular vision and its error compensation | |
CN116749168A (zh) | 一种基于体势手势示教的康复轨迹获取方法 | |
CN203630717U (zh) | 基于轻型惯导传感输入设备的交互系统 | |
Yang et al. | Research on human motion monitoring method based on multi-joint constraint filter model | |
Xiang et al. | Enhanced optimisation-based inverse kinematics methodology considering joint discomfort | |
CN109453505A (zh) | 一种基于可穿戴设备的多关节追踪方法 | |
CN113758506B (zh) | 一种基于Leap Motion的拇指弹琴触键动作测量平台及方法 | |
CN104460578B (zh) | 一种基于平行控制的智能体定位控制系统及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |