CN105446485B - 基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法 - Google Patents

基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法 Download PDF

Info

Publication number
CN105446485B
CN105446485B CN201510811472.XA CN201510811472A CN105446485B CN 105446485 B CN105446485 B CN 105446485B CN 201510811472 A CN201510811472 A CN 201510811472A CN 105446485 B CN105446485 B CN 105446485B
Authority
CN
China
Prior art keywords
sensor
data
human hand
data glove
posture
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.)
Active
Application number
CN201510811472.XA
Other languages
English (en)
Other versions
CN105446485A (zh
Inventor
姜力
刘源
杨大鹏
樊绍巍
程明
杨斌
刘宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201510811472.XA priority Critical patent/CN105446485B/zh
Publication of CN105446485A publication Critical patent/CN105446485A/zh
Application granted granted Critical
Publication of CN105446485B publication Critical patent/CN105446485B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input 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
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/014Hand-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)
  • User Interface Of Digital Computer (AREA)

Abstract

基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法,涉及人手运动功能捕捉系统领域。本发明是为了解决人手运动功能捕捉困难,且现有数据手套记录人手抓取姿势数据标定困难的问题。本发明所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法,通过数据手套采集人手关节屈曲‑伸展角度信息,通过8个姿态的数据手套标定实验范式,快速、准确的地完成数据手套标定,根据人手运动功能实验要求,并结合位置跟踪仪的手腕位置姿态数据高效的记录多人多次多抓取姿势,大大的提高人手运动功能捕捉的准确性和效率。适用于人手姿态捕捉。

Description

基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法
技术领域
本发明属于人手运动功能捕捉系统技术领域,尤其涉及基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法。
背景技术
人手是人体最灵巧的部分之一,拥有超过20个自由度,实现人手稳定的抓握功能和灵巧操作功能一直是仿人假手和灵巧手领域研究的重点和难点,首先,就仿人假手和灵巧手设计而言,最基本的问题是搜集能够体现人手抓握能力的抓取姿势,以期从构型和控制上复现拟人的抓取姿势,从而最终达到仿人性抓取的目标。对于康复领域而言,捕捉正常人手运动时的关节角度变化特性,体现的是正常人手的运动能力,将为中风等手或者手指运动困难病患的康复性治疗提供参考和指导。因此,无论从残疾人假手稳定抓取、仿人灵巧手灵巧操作还是手指运动困难病患的康复性治疗指导来看,人手运动捕捉就显得尤为重要。
当前对于人手运动特性的捕捉研究主要采用数据手套和视觉的方式进行,使用视觉的方法提取的为人手笛卡尔空间的运动数据,需要将其通过运动学模型或者投影法将笛卡尔空间数据映射到关节空间来提取人手关节的运动功能谱。但经过调研发现采用视觉会出现很多丢点串点的情况,尤其是人手采用marker(标识)标记时,marker在手背面布局密集,将会导致丢点串现象点更为严重,这样就需要人为一帧一帧的找marker点,使得数据的提取十分困难。所以经过对比,我们采用了数据手套的方法来进行人手运动功能谱的提取,但在使用数据手套的过程中发现,数据手套需要前期先进行手套的标定,由于数据手套包含多个光纤传感器,因此标定显得十分困难,尤其是拇指的传感器在人手抓握过程中的耦合现象,同时由于不同的人手尺寸大小不同,因此标定十分困难,采用手套自带的标定软件不能够满足实验要求。
此外,手腕在人手完成抓取任务时起到将人手调整到抓取物体的较佳位姿,因此对于抓取而言,手腕的也起到了至关重要的作用,记录并模拟人手抓取过程中手腕的位置和姿态就显得尤为重要,同样,对于手腕活动困难的病患,正常人手抓取物体时的位置和姿态信息也将起到重要的参考和指导作用。
就进行人手运动功能捕捉而言,抓取任务的拟人复现是实现目标,提取足够多的人手抓取姿势尽可能的覆盖人手运动功能就显得尤为重要,因此,在记录人手抓取姿势时,需要记录多人多次多抓取姿势,设计一种能够用来记录抓取姿势和手腕位姿的系统也是十分必要的。
发明内容
本发明是为了解决人手运动功能捕捉困难,且现有数据手套记录人手抓取姿势数据标定困难的问题,现提供基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法。
基于数据手套和位置跟踪仪的人手运动功能捕捉系统,它包括以下单元:
数据手套传感器初始值记录单元:采集并记录数据手套中每个传感器的初始值,并将该初始值发送至数据手套传感器标定单元,所述初始值为戴有数据手套的人手在数据手套标定实验范式下每个关节的角度值;
数据手套传感器标定单元:利用初始值和实际角度给定值建立实际角度和初始值之间的映射模型和模型参数,并将该映射模型和模型参数发送至标定后传感器实际值获得单元,所述实际角度给定值为预先设定的;
数据手套传感器抓取姿势采集单元:实时采集并记录数据手套中每个传感器的当前值,并将该当前值发送至标定后传感器实际值获得单元,所述当前值为戴有数据手套的人手在每个抓取任务下每个关节的角度值,所述抓取任务为需要获得的人手抓取姿态;
手腕位置姿态数据采集单元:实时采集位置跟踪仪获得的手腕位置姿态数据,并将该手腕位置姿态数据发送至存储单元,所述手腕位置姿态数据为手腕上戴有位置跟踪仪的人手在每个抓取任务下手腕的位置姿态数据;
标定后传感器实际值获得单元:将数据手套中每个传感器的当前值代入映射模型中,获得标定后传感器实际值,并将该标定后传感器实际值发送至存储单元,所述标定后传感器实际值为戴有数据手套的人手在每个抓取任务下每个关节的实际角度值;
存储单元:将同一抓取任务下的标定后传感器实际值和手腕位置姿态数据作为同一组人手运动功能信息进行存储;
显示单元:实时显示数据手套中每个传感器的初始值、映射模型参数、数据手套中每个传感器的当前值、手腕位置姿态数据和标定后传感器实际值;
所述数据手套标定实验范式包括以下姿态:
姿态一:五个手指伸直,手掌和手指平贴在水平面上;
姿态二:拇指与其余四指之间角度为90度伸直;
姿态三:握拳,并使除拇指外的手指均与掌关节呈90度屈曲;
姿态四:除拇指外四个手指的指间关节均呈90度屈曲;
姿态五:拇指外指节屈曲α度,α=10、30、50和70;
姿态六:拇指掌指关节屈曲β度,β=10、30、45和60;
姿态七:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为15度;
姿态八:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为30度。
基于数据手套和位置跟踪仪的人手运动功能捕捉方法,它包括以下步骤:
数据手套传感器初始值记录步骤:采集并记录数据手套中每个传感器的初始值,所述初始值为戴有数据手套的人手在数据手套标定实验范式下每个关节的角度值;
数据手套传感器标定步骤:利用初始值和实际角度给定值建立实际角度和初始值之间的映射模型和模型参数,所述实际角度给定值为预先设定的;
数据手套传感器抓取姿势记录步骤:实时采集并记录数据手套中每个传感器的当前值,所述当前值为戴有数据手套的人手在每个抓取任务下每个关节的角度值,所述抓取任务为需要获得的人手抓取姿态;
手腕位置姿态数据记录步骤:实时采集位置跟踪仪获得的手腕位置姿态数据,所述手腕位置姿态数据为手腕上戴有位置跟踪仪的人手在每个抓取任务下手腕的位置姿态数据;
标定后传感器实际值获得步骤:将数据手套中每个传感器的当前值代入映射模型中,获得标定后传感器实际值,所述标定后传感器实际值为戴有数据手套的人手在每个抓取任务下每个关节的实际角度值;
存储步骤:将同一抓取任务下的标定后传感器实际值和手腕位置姿态数据作为同一组人手运动功能信息进行存储;
显示步骤:实时显示数据手套中每个传感器的初始值、映射模型参数、数据手套中每个传感器的当前值、手腕位置姿态数据和标定后传感器实际值;
所述数据手套标定实验范式包括以下姿态:
姿态一:五个手指伸直,手掌和手指平贴在水平面上;
姿态二:拇指与其余四指之间角度为90度伸直;
姿态三:握拳,并使除拇指外的手指均与掌关节呈90度屈曲;
姿态四:除拇指外四个手指的指间关节均呈90度屈曲;
姿态五:拇指外指节屈曲α度,α=10、30、50和70;
姿态六:拇指掌指关节屈曲β度,β=10、30、45和60;
姿态七:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为15度;
姿态八:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为30度。
本发明所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法,通过数据手套采集人手关节屈曲-伸展角度信息,通过8个姿态的数据手套标定实验范式,快速、准确的地完成数据手套标定,根据人手运动功能实验要求,并结合位置跟踪仪的手腕位置姿态数据高效的记录多人多次多抓取姿势,大大的提高人手运动功能捕捉的准确性和效率。
附图说明
图1为具体实施方式一所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统的结构框图;
图2为具体实施方式一所述的数据手套标定实验范式图,图中1表示姿态一的姿势,图中2表示姿态二的姿势,图中3表示姿态三的姿势,图中4表示姿态四的姿势,图中5表示姿态五的姿势,图中6表示姿态六的姿势,图中7表示姿态七的姿势,图中8表示姿态八的姿势。
具体实施方式
具体实施方式一:参照图1和2具体说明本实施方式,本实施方式所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统,它包括以下单元:
数据手套传感器初始值记录单元:采集并记录数据手套中每个传感器的初始值,并将该初始值发送至数据手套传感器标定单元,所述初始值为戴有数据手套的人手在数据手套标定实验范式下每个关节的角度值;
数据手套传感器标定单元:利用初始值和实际角度给定值建立实际角度和初始值之间的映射模型和模型参数,并将该映射模型和模型参数发送至标定后传感器实际值获得单元,所述实际角度给定值为预先设定的;
数据手套传感器抓取姿势采集单元:实时采集并记录数据手套中每个传感器的当前值,并将该当前值发送至标定后传感器实际值获得单元,所述当前值为戴有数据手套的人手在每个抓取任务下每个关节的角度值,所述抓取任务为需要获得的人手抓取姿态;
手腕位置姿态数据采集单元:实时采集位置跟踪仪获得的手腕位置姿态数据,并将该手腕位置姿态数据发送至存储单元,所述手腕位置姿态数据为手腕上戴有位置跟踪仪的人手在每个抓取任务下手腕的位置姿态数据;
标定后传感器实际值获得单元:将数据手套中每个传感器的当前值代入映射模型中,获得标定后传感器实际值,并将该标定后传感器实际值发送至存储单元,所述标定后传感器实际值为戴有数据手套的人手在每个抓取任务下每个关节的实际角度值;
存储单元:将同一抓取任务下的标定后传感器实际值和手腕位置姿态数据作为同一组人手运动功能信息进行存储;
显示单元:实时显示数据手套中每个传感器的初始值、映射模型参数、数据手套中每个传感器的当前值、手腕位置姿态数据和标定后传感器实际值;
所述数据手套标定实验范式包括以下姿态:
姿态一:五个手指伸直,手掌和手指平贴在水平面上;
姿态二:拇指与其余四指之间角度为90度伸直;
姿态三:握拳,并使除拇指外的手指均与掌关节呈90度屈曲;
姿态四:除拇指外四个手指的指间关节均呈90度屈曲;
姿态五:拇指外指节屈曲α度,α=10、30、50和70;
姿态六:拇指掌指关节屈曲β度,β=10、30、45和60;
姿态七:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为15度;
姿态八:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为30度。
本实施方式中,数据手套传感器初始值记录单元用于在开发的数据手套标定和人手运动功能捕捉软件的基础上,根据数据手套标定实验范式,读取并记录手套标定实验范式每一姿态对应传感器的初值,当所有应该记录的传感器的初始值记录完成后,会有指示灯提示,证明标定实验范式已经完成,表示可对数据手套每个传感器进行标定。
在人手运动功能捕捉系统软件界面上设有标定按钮和对应抓取任务按钮,点击该标定按钮,软件自动完成数据手套所有传感器的标定任务,建立每个关节实际角度和对应传感器的初始值之间的映射模型参数。然后记录每个抓取任务下每个关节的角度值,以映射模型为基础,将传感器当前值直接转化为关节实际角度值。通过点选人手运动功能捕捉系统软件界面上的对应抓取任务按钮,依次做出各类抓握任务,完成抓取姿势和手腕位姿的记录。
显示单元,用于实时显示数据手套所有传感器的初始值和标定后传感器实测关节角度值,传感器初始值和标定后传感器实测关节角度值变化趋势,展示数据手套标定后角度测试的准确性和检测传感器是否正常工作。
数据手套标定实验范式能够克服不同人手大小和形状差异,对传感器测量关节角度值更加准确,方便快捷的实现数据手套各个传感器的标定任务,同时能够达到数据手套传感器测试关节角度较高的准确性,整个实验范式分为8个姿态,每个姿态需要对应的人手关节能够达到预先设定好的实际角度,为传感器值初始值的记录做好准备。达到较为精确的人手抓取运动中关节角度测量的目的。姿态一能够记录掌指关节、指尖关节和拇指相对掌关节实际角度为0度时的传感器初始值;姿态二能够记录拇指相对掌关节呈90度角时对应传感器的初始值;姿态三能够记录四指相对掌关节呈90度屈曲时传感器的初始值;姿态四能够记录四指指间关节90度屈曲时传感器初始值;姿态五能够记录拇指外指节屈曲10度、30度、50度和70度时的传感器初始值;姿态六能够记录拇指掌指关节屈曲10度、30度、45度和60度时对应的传感器初始值;姿态七能够记录手指间的夹角为15度时传感器的初始值;姿态八能够记录手指间的夹角为30度时传感器的初始值。
具体实施方式二:本实施方式是对具体实施方式一所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统作进一步说明,本实施方式中,所有单元均嵌入在PC机中,数据手套和位置跟踪仪通过串口将所采集的信号发送至PC机中。
实际应用时,数据手套用于采集人手抓取姿势时手指关节的角度值,数据手套中每个传感器的手指关节角度信号输出端连接PC机的手指关节角度信号输入端;位置跟踪仪用于采集人手手腕的位置和姿态信息,位置跟踪仪的人手手腕的位置和姿态信号输出端连接PC机的人手手腕的位置和姿态信号输入端。
PC机作为系统硬件平台,在人手运动功能捕捉软件完成数据手套和位置跟踪仪配置下,与数据手套和位置跟踪仪建立连接,连接成功后用于接收来自数据手套的传感器信息,运行基于数据手套的人手运动功能捕捉软件,完成数据手套标定、记录所要捕捉的人手运动功能关节角度信息。
具体实施方式三:本实施方式是对具体实施方式一所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统作进一步说明,本实施方式中,存储单元中标定后传感器实际值和手腕位置姿态数据均被依次存储在text文档中。
具体实施方式四:本实施方式是对具体实施方式一所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统作进一步说明,本实施方式中,显示单元中,数据手套中每个传感器的初始值分为波形图和实际值文本两个部分进行显示,标定后传感器实际值分为波形图显示和实际值文本显示两个部分进行显示。
具体实施方式五:本实施方式是对具体实施方式一所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统作进一步说明,本实施方式中,它还包括:人手运动功能实验范式指示单元,展示实验注意事项和实验流程。
人手运动功能实验范式指示单元能够提示实验才作者完成实验范式的所有姿势,当所有标定姿势全部完成,每个标定姿势对应的需要记录的传感器初始值和实际的关节角度值都记录完整,实验操作者会得到人手运动功能捕捉软件的提示。收到指令后,实验操作者点击软件的标定按钮完成数据手套的标定工作,此时显示模块开始显示标定后的数据手套传感器关节角度实测值和传感器初始值与传感器实测关节角度值映射模型的参数。人手运动功能捕捉系统软件中的数据手套标定程序是一直有效地,在实验前,实验者可以自由做几个动作来测试每个传感器测试的准确性,对准确性不高的传感器进行重新标定,直到所有的传感器均达到较高的角度测试精确度,最终完成数据手套的标定。
具体实施方式六:本实施方式所述的基于数据手套和位置跟踪仪的人手运动功能捕捉方法,它包括以下步骤:
数据手套传感器初始值记录步骤:采集并记录数据手套中每个传感器的初始值,所述初始值为戴有数据手套的人手在数据手套标定实验范式下每个关节的角度值;
数据手套传感器标定步骤:利用初始值和实际角度给定值建立实际角度和初始值之间的映射模型和模型参数,所述实际角度给定值为预先设定的;
数据手套传感器抓取姿势记录步骤:实时采集并记录数据手套中每个传感器的当前值,所述当前值为戴有数据手套的人手在每个抓取任务下每个关节的角度值,所述抓取任务为需要获得的人手抓取姿态;
手腕位置姿态数据记录步骤:实时采集位置跟踪仪获得的手腕位置姿态数据,所述手腕位置姿态数据为手腕上戴有位置跟踪仪的人手在每个抓取任务下手腕的位置姿态数据;
标定后传感器实际值获得步骤:将数据手套中每个传感器的当前值代入映射模型中,获得标定后传感器实际值,所述标定后传感器实际值为戴有数据手套的人手在每个抓取任务下每个关节的实际角度值;
存储步骤:将同一抓取任务下的标定后传感器实际值和手腕位置姿态数据作为同一组人手运动功能信息进行存储;
显示步骤:实时显示数据手套中每个传感器的初始值、映射模型参数、数据手套中每个传感器的当前值、手腕位置姿态数据和标定后传感器实际值;
所述数据手套标定实验范式包括以下姿态:
姿态一:五个手指伸直,手掌和手指平贴在水平面上;
姿态二:拇指与其余四指之间角度为90度伸直;
姿态三:握拳,并使除拇指外的手指均与掌关节呈90度屈曲;
姿态四:除拇指外四个手指的指间关节均呈90度屈曲;
姿态五:拇指外指节屈曲α度,α=10、30、50和70;
姿态六:拇指掌指关节屈曲β度,β=10、30、45和60;
姿态七:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为15度;
姿态八:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为30度。
具体实施方式七:本实施方式是对具体实施方式六所述的基于数据手套和位置跟踪仪的人手运动功能捕捉方法作进一步说明,本实施方式中,存储步骤中标定后传感器实际值和手腕位置姿态数据均被依次存储在text文档中。
具体实施方式八:本实施方式是对具体实施方式六所述的基于数据手套和位置跟踪仪的人手运动功能捕捉方法作进一步说明,本实施方式中,显示步骤中,数据手套中每个传感器的初始值分为波形图和实际值文本两个部分进行显示,标定后传感器实际值分为波形图和实际值文本两个部分进行显示。
具体实施方式九:本实施方式是对具体实施方式六所述的基于数据手套和位置跟踪仪的人手运动功能捕捉方法作进一步说明,本实施方式中,它还包括:人手运动功能实验范式指示步骤,在所有步骤之前展示实验注意事项和实验流程。

Claims (9)

1.基于数据手套和位置跟踪仪的人手运动功能捕捉系统,其特征在于,它包括以下单元:
数据手套传感器初始值记录单元:采集并记录数据手套中每个传感器的初始值,并将该初始值发送至数据手套传感器标定单元,所述初始值为戴有数据手套的人手在数据手套标定实验范式下每个关节的角度值;
数据手套传感器标定单元:利用初始值和实际角度给定值建立实际角度和初始值之间的映射模型和模型参数,并将该映射模型和模型参数发送至标定后传感器实际值获得单元,所述实际角度给定值为预先设定的;
数据手套传感器抓取姿势采集单元:实时采集并记录数据手套中每个传感器的当前值,并将该当前值发送至标定后传感器实际值获得单元,所述当前值为戴有数据手套的人手在每个抓取任务下每个关节的角度值,所述抓取任务为需要获得的人手抓取姿态;
手腕位置姿态数据采集单元:实时采集位置跟踪仪获得的手腕位置姿态数据,并将该手腕位置姿态数据发送至存储单元,所述手腕位置姿态数据为手腕上戴有位置跟踪仪的人手在每个抓取任务下手腕的位置姿态数据;
标定后传感器实际值获得单元:将数据手套中每个传感器的当前值代入初始值和实际角度给定值建立实际角度和初始值之间的映射模型中,获得标定后传感器实际值,并将该标定后传感器实际值发送至存储单元,所述标定后传感器实际值为戴有数据手套的人手在每个抓取任务下每个关节的实际角度值;
存储单元:将同一抓取任务下的标定后传感器实际值和手腕位置姿态数据作为同一组人手运动功能信息进行存储;
显示单元:实时显示数据手套中每个传感器的初始值、映射模型参数、数据手套中每个传感器的当前值、手腕位置姿态数据和标定后传感器实际值;
所述数据手套标定实验范式包括以下姿态:
姿态一:五个手指伸直,手掌和手指平贴在水平面上;
姿态二:拇指与其余四指之间角度为90度伸直;
姿态三:握拳,并使除拇指外的手指均与掌关节呈90度屈曲;
姿态四:除拇指外四个手指的指间关节均呈90度屈曲;
姿态五:拇指外指节屈曲α度,α=10、30、50和70;
姿态六:拇指掌指关节屈曲β度,β=10、30、45和60;
姿态七:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为15度;
姿态八:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为30度。
2.根据权利要求1所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统,其特征在于,所有单元均嵌入在PC机中,数据手套和位置跟踪仪通过串口将所采集的信号发送至PC机中。
3.根据权利要求1所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统,其特征在于,存储单元中标定后传感器实际值和手腕位置姿态数据均被依次存储在text文档中。
4.根据权利要求1所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统,其特征在于,显示单元中,数据手套中每个传感器的初始值分为波形图和实际值文本两个部分进行显示,标定后传感器实际值分为波形图显示和实际值文本显示两个部分进行显示。
5.根据权利要求1所述的基于数据手套和位置跟踪仪的人手运动功能捕捉系统,其特征在于,它还包括:人手运动功能实验范式指示单元,展示实验注意事项和实验流程。
6.基于数据手套和位置跟踪仪的人手运动功能捕捉方法,其特征在于,它包括以下步骤:
数据手套传感器初始值记录步骤:采集并记录数据手套中每个传感器的初始值,所述初始值为戴有数据手套的人手在数据手套标定实验范式下每个关节的角度值;
数据手套传感器标定步骤:利用初始值和实际角度给定值建立实际角度和初始值之间的映射模型和模型参数,所述实际角度给定值为预先设定的;
数据手套传感器抓取姿势记录步骤:实时采集并记录数据手套中每个传感器的当前值,所述当前值为戴有数据手套的人手在每个抓取任务下每个关节的角度值,所述抓取任务为需要获得的人手抓取姿态;
手腕位置姿态数据记录步骤:实时采集位置跟踪仪获得的手腕位置姿态数据,所述手腕位置姿态数据为手腕上戴有位置跟踪仪的人手在每个抓取任务下手腕的位置姿态数据;
标定后传感器实际值获得步骤:将数据手套中每个传感器的当前值代入初始值和实际角度给定值建立实际角度和初始值之间的映射模型中,获得标定后传感器实际值,所述标定后传感器实际值为戴有数据手套的人手在每个抓取任务下每个关节的实际角度值;
存储步骤:将同一抓取任务下的标定后传感器实际值和手腕位置姿态数据作为同一组人手运动功能信息进行存储;
显示步骤:实时显示数据手套中每个传感器的初始值、映射模型参数、数据手套中每个传感器的当前值、手腕位置姿态数据和标定后传感器实际值;
所述数据手套标定实验范式包括以下姿态:
姿态一:五个手指伸直,手掌和手指平贴在水平面上;
姿态二:拇指与其余四指之间角度为90度伸直;
姿态三:握拳,并使除拇指外的手指均与掌关节呈90度屈曲;
姿态四:除拇指外四个手指的指间关节均呈90度屈曲;
姿态五:拇指外指节屈曲α度,α=10、30、50和70;
姿态六:拇指掌指关节屈曲β度,β=10、30、45和60;
姿态七:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为15度;
姿态八:手掌和手指伸直并平贴在水平面上,每个相邻的手指间夹角为30度。
7.根据权利要求6所述的基于数据手套和位置跟踪仪的人手运动功能捕捉方法,其特征在于,存储步骤中标定后传感器实际值和手腕位置姿态数据均被依次存储在text文档中。
8.根据权利要求6所述的基于数据手套和位置跟踪仪的人手运动功能捕捉方法,其特征在于,显示步骤中,数据手套中每个传感器的初始值分为波形图和实际值文本两个部分进行显示,标定后传感器实际值分为波形图和实际值文本两个部分进行显示。
9.根据权利要求6所述的基于数据手套和位置跟踪仪的人手运动功能捕捉方法,其特征在于,它还包括:人手运动功能实验范式指示步骤,在所有步骤之前展示实验注意事项和实验流程。
CN201510811472.XA 2015-11-20 2015-11-20 基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法 Active CN105446485B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510811472.XA CN105446485B (zh) 2015-11-20 2015-11-20 基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510811472.XA CN105446485B (zh) 2015-11-20 2015-11-20 基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法

Publications (2)

Publication Number Publication Date
CN105446485A CN105446485A (zh) 2016-03-30
CN105446485B true CN105446485B (zh) 2018-03-30

Family

ID=55556778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510811472.XA Active CN105446485B (zh) 2015-11-20 2015-11-20 基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法

Country Status (1)

Country Link
CN (1) CN105446485B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105945945B (zh) * 2016-05-20 2018-12-11 哈尔滨工业大学 基于人手运动功能分析的手指模块划分方法
CN106066688B (zh) * 2016-05-25 2019-03-12 福建天晴数码有限公司 一种基于穿戴式手套的虚拟现实交互方法及装置
CN106648116B (zh) * 2017-01-22 2023-06-20 隋文涛 一种基于动作捕捉的虚拟现实综合系统
CN107403178B (zh) * 2017-08-08 2024-09-10 方超 手势采集系统
CN107704087B (zh) * 2017-10-26 2020-09-04 哈尔滨工业大学 基于关节相关性分析的数据手套标定方法
CN110141455A (zh) * 2019-05-06 2019-08-20 中山大学 一种复合控制系统的可穿戴式手部康复装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6049327A (en) * 1997-04-23 2000-04-11 Modern Cartoons, Ltd System for data management based onhand gestures
CN102741787A (zh) * 2009-10-22 2012-10-17 乔舒亚·迈克尔·扬 人机接口设备
CN103692454A (zh) * 2013-12-12 2014-04-02 浙江理工大学 外骨架穿戴式数据手套
CN103955295A (zh) * 2014-04-17 2014-07-30 北京航空航天大学 一种基于数据手套和物理引擎的虚拟手的实时抓取方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011114535A1 (de) * 2011-09-29 2013-04-04 Eads Deutschland Gmbh Datenhandschuh mit taktiler Rückinformation und Verfahren

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6049327A (en) * 1997-04-23 2000-04-11 Modern Cartoons, Ltd System for data management based onhand gestures
CN102741787A (zh) * 2009-10-22 2012-10-17 乔舒亚·迈克尔·扬 人机接口设备
CN103692454A (zh) * 2013-12-12 2014-04-02 浙江理工大学 外骨架穿戴式数据手套
CN103955295A (zh) * 2014-04-17 2014-07-30 北京航空航天大学 一种基于数据手套和物理引擎的虚拟手的实时抓取方法

Also Published As

Publication number Publication date
CN105446485A (zh) 2016-03-30

Similar Documents

Publication Publication Date Title
CN105446485B (zh) 基于数据手套和位置跟踪仪的人手运动功能捕捉系统及方法
Fang et al. 3D human gesture capturing and recognition by the IMMU-based data glove
CN107378944B (zh) 一种基于主成分分析法的多维表面肌电信号假手控制方法
CN203149575U (zh) 一种基于微型传感器的交互式上肢康复设备
US10890970B2 (en) Flex force smart glove for measuring sensorimotor stimulation
CN104887238A (zh) 基于动作捕捉的手康复训练评估系统和方法
Weiss Cohen et al. Hand rehabilitation assessment system using leap motion controller
Moreira et al. Real-time hand tracking for rehabilitation and character animation
Adnan et al. Measurement of the flexible bending force of the index and middle fingers for virtual interaction
CN108444436A (zh) 一种基于柔性大变形传感器的手部姿态测量系统和方法
CN113658211A (zh) 一种用户姿态的评估方法、装置以及处理设备
Adnan et al. The development of a low cost data glove by using flexible bend sensor for resistive interfaces
Song et al. Characterization of the fine hand movement in badminton by a smart glove
CN104856707A (zh) 基于机器视觉的压力传感数据手套及其抓握过程判断方法
CN111419237A (zh) 脑卒中手部运动功能Carroll评分预测方法
Hendrich et al. Multi-sensor based segmentation of human manipulation tasks
Casas et al. A tracking device for a wearable high-DOF passive hand exoskeleton
Liu et al. A reconfigurable data glove for reconstructing physical and virtual grasps
Zakia et al. Deep learning technique in recognizing hand grasps using FMG signals
Yu et al. Grasp to see—Object classification using flexion glove with support vector machine
CN109801709A (zh) 一种用于虚拟环境的手部姿态捕捉与健康状态感知的系统
Austin Jr et al. A fabricated force glove that measures hand forces during activities of daily living
Ángel-López et al. Kinematic hand analysis using motion capture technology
Ruiz-Malagón et al. Validity and reliability of NOTCH® inertial sensors for measuring elbow joint angle during tennis forehand at different sampling frequencies
CN111369626A (zh) 基于深度学习的无标志点上肢运动分析方法及系统

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