CN107122048A - 一种动作评估系统 - Google Patents
一种动作评估系统 Download PDFInfo
- Publication number
- CN107122048A CN107122048A CN201710267431.8A CN201710267431A CN107122048A CN 107122048 A CN107122048 A CN 107122048A CN 201710267431 A CN201710267431 A CN 201710267431A CN 107122048 A CN107122048 A CN 107122048A
- Authority
- CN
- China
- Prior art keywords
- information
- motion
- preset
- action
- position information
- 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
- 230000009471 action Effects 0.000 title claims description 116
- 230000033001 locomotion Effects 0.000 claims abstract description 198
- 238000011156 evaluation Methods 0.000 claims description 82
- 230000000007 visual effect Effects 0.000 claims description 48
- 230000004927 fusion Effects 0.000 claims description 11
- 230000007704 transition Effects 0.000 claims description 10
- 230000004048 modification Effects 0.000 claims description 9
- 238000012986 modification Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 7
- 210000003414 extremity Anatomy 0.000 description 28
- 238000000034 method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 210000003127 knee Anatomy 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 208000033748 Device issues Diseases 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明实施例提供了一种动作评估系统,包括:至少一个视觉传感器、无线动作捕捉单元和评估设备;至少一个视觉传感器,用于接收采集指令,在指定位置点,采集预设目标关节的位置信息,并将采集的位置信息发送至评估设备;无线动作捕捉单元,用于接收采集指令,采集预设肢体部位的运动信息,并将运动信息发送至评估设备;评估设备,用于每隔预设时间段,向每个视觉传感器和每个无线动作捕捉单元发送采集指令;接收并融合位置信息和运动信息,得到姿态信息,将所获得的姿态信息与标准动作信息帧中的姿态信息做对比,获得对比结果。应用本发明实施例所提供的技术方案,提高了对比结果的准确性。
Description
技术领域
本发明涉及识别技术领域,特别是涉及一种动作评估系统。
背景技术
在日常的学习和工作中,可以通过动作训练,进行标准动作的学习,例如,针对戏曲动作、舞蹈动作的学习。在动作训练过程中,传统方式是根据老师或教练员的肉眼和经验进行现场评估与指导,评估结果具有一定的主观性。但目前,已出现了可以通过动作评估系统进行评估以给予动作训练者指导的方式,这种方式具有客观性,指导具有较高的准确率。
现有的动作评估系统,一般包括评估设备和多个无线动作捕捉单元,多个无线动作捕捉单元固定在动作训练者的预设肢体部位,用于采集动作训练者的运动信息,并将采集到的运动信息发送至评估设备,评估设备对所接收到的运动信息进行处理获得姿态信息,将获得的姿态信息与标准动作的姿态信息进行对比,获得对比结果,所获得的对比结果用于指导动作训练者的学习。
具体使用时,针对一些对姿态要求比较的高的动作训练,需要获得准确的对比结果,才能使动作训练者更好地进行标准动作的学习。例如,戏曲、舞蹈等动作的学习。以戏曲为例,由于戏曲之美在于每个精确、规范、完美的动作,因此,在学习戏曲动作时,需要获得准确的对比结果来指导戏曲学习者学习。然而,针对现有的动作评估系统,如果动作比较复杂,动作幅度比较大,就会使无线动作捕捉单元松动或脱落,直接导致对应无线动作捕捉单元所采集的运动信息不准确。而如果为了防止无线动作捕捉单元松动或脱落,将无线动作捕捉单元较紧的绑定在人的身上,会使动作训练者身体感到不适,进而又会影响动作训练者做动作。因此,难以通过无线动作捕捉单元采集到较准确的运动信息,这样就直接导致根据所采集的运动信息获得姿态信息不准确,进而导致最终的对比结果不准确。
有鉴于此,现有的动作评估系统存在着对比结果不准确的问题亟待解决。
发明内容
本发明实施例的目的在于提供一种动作评估系统,以提高对比结果的准确性。具体技术方案如下:
本发明实施例提供的一种动作评估系统,包括:至少一个视觉传感器、无线动作捕捉单元和评估设备;
所述至少一个视觉传感器,用于接收所述评估设备发送的采集指令,在动作训练者外围的指定位置点,采集动作训练者的预设目标关节的位置信息,并将采集的位置信息发送至所述评估设备;其中,所述预设目标关节为预设的人体关节,且数量为多个;
所述无线动作捕捉单元,用于接收所述评估设备发送的采集指令,采集对应预设肢体部位的运动信息,并将所采集的运动信息发送至所述评估设备;其中,预设肢体部位是根据所述预设目标关节设定的人体部位,且数量为多个,所述无线动作捕捉单元的数量为多个,且分别固定在每个预设肢体部位处;
所述评估设备,用于每隔预设时间段,向每个视觉传感器和每个无线动作捕捉单元发送采集指令;接收所述视觉传感器发送的位置信息和所述无线动作捕捉单元发送的运动信息;将所接收的运动信息和位置信息进行融合,得到每个时刻动作训练者的姿态信息;将所获得的姿态信息与预存的标准动作信息帧中对应时刻的姿态信息做对比,获得对比结果。
可选的,所述评估设备,包括:
数据存储模块,用于存储预设的标准动作信息帧;
信号收发模块,用于每隔预设时间段,向每个视觉传感器和每个无线动作捕捉单元发送采集指令;接收所述视觉传感器发送的位置信息和所述无线动作捕捉单元发送的运动信息;
姿态融合模块,用于将所接收的运动信息和位置信息进行融合,得到每个时刻动作训练者的姿态信息;
信息对比模块,用于从所述数据存储模块中获取所述标准动作信息帧,并将所获得的姿态信息与所获取的标准动作信息帧中对应时刻的姿态信息做对比,获得对比结果。
可选的,所述姿态融合模块包括:
坐标转换单元,用于根据所接收的运动信息,以及所述预设肢体部位和所述预设目标关节的关系,计算每个预设目标关节的位置信息,针对接收到的和计算得到的每个位置信息进行转换坐标系处理,获得同一坐标系下的过渡位置信息;
信息融合单元,用于将预设时间范围内的所有过渡位置信息加权求和,得到每个时刻每个预设目标关节的目标位置信息;
姿态呈现单元,用于根据得到的目标位置信息,计算每个时刻由预设的多对预设目标关节点所确定的肢体部位的姿态信息。
可选的,所述视觉传感器为活动式结构光深度传感器或活动式TOF深度传感器;
或者,
所述视觉传感器为活动式结构光深度传感器和活动式TOF深度传感器。
可选的,所述视觉传感器的数量为两个;一个视觉传感器为活动式结构光深度传感器,对应的指定位置点为第一位置点;
另一个视觉传感器为活动式TOF深度传感器,对应的指定位置点为第二位置点。
可选的,所述姿态信息包括角度信息。
可选的,多个预设肢体部位包括:头部、左肩、右肩、左上臂、右上臂、左下臂、右下臂、左手、右手、胸口、腰、左上腿、右上腿、左下腿、右下腿、左脚和右脚的任意组合。
可选的,所述评估设备还包括:
存储数据修改模块,用于接收修改所述标准动作信息帧的指令,并根据所述指令修改所述标准动作信息帧。
可选的,所述评估设备还包括:
动作信息帧构建模块,用于根据所获得的每个时刻动作训练者的姿态信息构建动作信息帧,并通过所构建的动作信息帧驱动预设的人体模型在三维空间中运动,并显示所述人体模型的运动。
可选的,所述评估设备还包括:
实时显示模块,用于在所述动作信息帧构建模块显示所述人体模型的运动时,实时显示相应时刻的姿态信息的对比结果。
本发明实施例提供了一种动作评估系统,通过评估设备下发采集指令,至少一个视觉传感器和多个无线动作捕捉单元会各自对应采集位置信息和运动信息等数据,并发送至评估设备,使得评估设备每次可以从每个视觉传感器获得一套位置信息数据,从多个无线动作捕捉单元处可以获得一套运动信息数据。评估设备将至少一个视觉传感器和多个无线动作捕捉单元采集的至少两套数据融合,获得一套姿态信息,通过将获得姿态信息与标准的姿态信息对比,获得对比结果,用于指导动作训练者进行标准动作的学习。
通过视觉传感器和无线动作捕捉单元进行数据采集,能够在不影响动作训练者动作的情况下采集数据。经过将至少两套数据融合获得的姿态信息,视觉传感器采集的数据可以弥补无线动作捕捉单元由于松动或脱落而导致的自身采集的数据不准确的缺陷,而无线动作捕捉单元采集的数据又可以弥补视觉传感器由于视觉遮挡而导致的采集的数据不准确的缺陷。因此,融合后得到的姿态信息更准确,直接将姿态信息对比获得对比结果也就更准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的动作评估系统的第一种结构示意图;
图2为本发明实施例提供的动作评估系统的第二种结构示意图;
图3为本发明实施例提供的动作评估系统的第三种结构示意图;
图4为本发明实施例提供的动作评估系统的一种实际应用布局图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,动作评估系统应用于不同领域的动作的评估,例如,戏曲领域、各类舞蹈领域,甚至体育领域。但是,现有的动作评估系统还存在对比结果不准确的技术问题,为了解决这些技术问题,本发明实施例提供了一种动作评估系统。
参照图1,图1为本发明实施例提供的动作评估系统的第一种结构示意图,包括:视觉传感器、无线动作捕捉单元和评估设备;
视觉传感器,用于接收评估设备发送的采集指令,在动作训练者外围的对应的指定位置点,采集动作训练者的预设目标关节的位置信息,并将采集的位置信息发送至评估设备;其中,预设目标关节为预设的人体关节,且数量为多个。视觉传感器的数量为至少一个,且一个视觉传感器对应一个指定位置点。
本发明实施例中的视觉传感器可以是固定式的视觉传感器,固定式的视觉传感器能够对其固定的视觉范围内的动作训练者,进行预设目标关节的位置信息的采集。当然,本发明实施例中的视觉传感器也可以是活动式的视觉传感器,活动式的视觉传感器能够跟踪动作训练者,对其扫过的较大视觉范围内的动作训练者,进行预设目标关节的位置信息的采集。例如,任一个视觉传感器可以为活动式结构光深度传感器或活动式TOF深度传感器,具体的,如果视觉传感器的数量为两个或两个以上,可以包括一部分活动式结构光深度传感器和另一部分活动式TOF深度传感器,也可以全部都是活动式结构光深度传感器,还可以全部都是活动式TOF深度传感器。
一个视觉传感器每一时刻可以针对动作训练者的全部预设目标关节采集一套位置信息,即包括每个预设目标关节的位置信息的信息。不同的视觉传感器采集位置信息所采用的坐标系可能不同,也可能相同。一个视觉传感器采集的位置信息是指在该视觉传感器对应坐标系中的位置信息,例如,一个视觉传感器以该视觉传感器所处的指定位置点为原点,以动作训练者面对该视觉传感器时的右手坐标系为该视觉传感器采集位置信息时的坐标系,采集一个预设目标关节(头)的位置信息为坐标(0,0,1.7)。
需要说明的是,预设目标关节可以是根据具体的动作来设定的,例如,一套涉及全身的戏曲动作,可以将头、左肩、右肩、左手肘、右手肘、左手、右手、腰关节点、左膝盖、右膝盖、左脚和右脚设置为预设目标关节。而一套仅涉及下半身的舞蹈动作,就可以将腰关节点、左膝盖、右膝盖、左脚和右脚作为预设目标关节。
无线动作捕捉单元,用于接收评估设备发送的采集指令,采集对应预设肢体部位的运动信息,并将所采集的运动信息发送至评估设备;其中,预设肢体部位是根据预设目标关节设定的人体部位,且数量为多个,无线动作捕捉单元的数量为多个,且分别固定在每个预设肢体部位处。
具体应用时,无线动作捕捉单元可以通过绑带绑在预设肢体部位;其中,多个无线动作捕捉单元实际上是作为一套采集设备使用,每个时刻可以采集包括每个预设肢体部位的运动信息的一套数据。
需要说明的是,预设肢体部位是根据预设目标关节设定的人体部位。例如,预设目标关节包括左手肘、右手肘,则预设肢体部位就可以包括左上臂、右上臂、左下臂、右下臂。具体实施时,多个预设肢体部位可以包括:头部、左肩、右肩、左上臂、右上臂、左下臂、右下臂、左手、右手、胸口、腰、左上腿、右上腿、左下腿、右下腿、左脚和右脚的任意组合。另外,本领域技术人员可以理解的是,如何将预设肢体部位和预设目标关节的数据进行融合,是需要知道哪些预设肢体部位与预设目标关节进行对应的,因此,通过这些对应关系可以根据预设目标关节来设置预设肢体部位。
另外,无线动作捕捉单元属于现有设备,运动信息可以包括角速度信息、加速度信息等等,在此不做具体限定。例如,一种无线动作捕捉单元,可以是内部设有陀螺仪的传感器,这样无线动作捕捉单元就可以采集到陀螺仪的角速度信息作为对应预设肢体部位的运动信息。
评估设备,用于每隔预设时间段,向每个视觉传感器和每个无线动作捕捉单元发送采集指令;接收视觉传感器发送的位置信息和无线动作捕捉单元发送的运动信息;将所接收的运动信息和位置信息进行融合,得到每个时刻动作训练者的姿态信息;将所获得的姿态信息与预存的标准动作信息帧中对应时刻的姿态信息做对比,获得对比结果。
其中,评估设备可以为台式计算机、笔记本电脑、平板电脑、智能手机等具有计算处理功能的设备,在此不做具体限定。视觉传感器与评估设备可以通过有线连接,也可以通过无线连接,无线动作捕捉单元与评估设备无线连接,这里所说的无线连接,可以是通过WIFI信号或蓝牙信号实现的连接。例如,评估设备具体为计算机,计算机将采集指令通过以太网交换机发送给WIFI无线路由器,WIFI无线路由器再将采集指令通过WIFI信号转发给无线动作捕捉单元;无线动作捕捉单元接收到采集指令后,采集运动信息并将运动信息发送给WIFI无线路由器,WIFI无线路由器再将接收到的运动信息通过以太网交换机转发给计算机。
预设时间段可以根据实际需要来设定,例如,一般情况下,可以设置成10毫秒。动作变换缓慢,则可以设定相对较长的时间段15毫秒;动作变换快,则可以设定相对较短的时间段8毫秒。另外,评估设备,可以同时向视觉传感器和无线动作捕捉单元发送采集指令,也可以不同时向它们发送采集指令。
需要说明的是,每个视觉传感器和每个无线动作捕捉单元在接收到采集指令后,分别对应采集位置信息和运动信息,然后将各自采集的数据发送至评估设备,这样,评估设备就可以获得不同时刻的位置信息和运动信息。评估设备再将所接收的运动信息和位置信息进行融合,就可以得到每个时刻每个预设目标关节的姿态信息。通过每个时刻动作训练者的姿态信息可以准确地描述动作训练者的姿态动作,最后,通过将获得姿态信息与标准的姿态信息对比,就可以准确地获得对比结果,即两者的差别,用于指导动作训练者。
应用图1所示实施例,通过评估设备下发采集指令,至少一个视觉传感器和多个无线动作捕捉单元会各自对应采集位置信息和运动信息等数据,并发送至评估设备,使得评估设备每次可以从每个视觉传感器获得一套位置信息数据,从多个无线动作捕捉单元处可以获得一套运动信息数据。评估设备将至少一个视觉传感器和多个无线动作捕捉单元采集的至少两套数据融合,获得一套姿态信息,通过将获得姿态信息与标准的姿态信息对比,获得对比结果,用于指导动作训练者进行标准动作的学习。
通过视觉传感器和无线动作捕捉单元进行数据采集,能够在不影响动作训练者动作的情况下采集数据。经过将至少两套数据融合获得的姿态信息,视觉传感器采集的数据可以弥补无线动作捕捉单元由于松动或脱落而导致的自身采集的数据不准确的缺陷,而无线动作捕捉单元采集的数据又可以弥补视觉传感器由于视觉遮挡而导致的采集的数据不准确的缺陷。因此,融合后得到的姿态信息更准确,直接将姿态信息对比获得对比结果也就更准确。
在图1所示实施例的一种实施方式中,评估设备,包括:数据存储模块、信号收发模块、信号收发模块和信息对比模块(图中未示出);
数据存储模块,用于存储预设的标准动作信息帧;
信号收发模块,用于每隔预设时间段,向每个视觉传感器和每个无线动作捕捉单元发送采集指令;接收视觉传感器发送的位置信息和无线动作捕捉单元发送的运动信息;
信号收发模块,用于将所接收的运动信息和位置信息进行融合,得到每个时刻动作训练者的姿态信息;
信息对比模块,从数据存储模块中获取标准动作信息帧,并将所获得的姿态信息与所获取的标准动作信息帧中对应时刻的姿态信息做对比,获得对比结果。
进一步的,姿态融合模块包括:坐标转换单元、坐标转换单元和姿态呈现单元(图中未示出);
坐标转换单元,用于根据所接收的运动信息,以及预设肢体部位和预设目标关节的关系,计算每个预设目标关节的位置信息,针对接收到的和计算得到的每个位置信息进行转换坐标系处理,获得同一坐标系下的过渡位置信息;
坐标转换单元,用于将预设时间范围内的所有过渡位置信息加权求和,得到每个时刻每个预设目标关节的目标位置信息;
姿态呈现单元,用于根据得到的目标位置信息,计算每个时刻由预设的多对预设目标关节点所确定的肢体部位的姿态信息。
根据从每个无线动作捕捉单元接收的运动信息,以及预设肢体部位和预设目标关节的关系,计算每个预设目标关节的位置信息,这个过程属于现有技术,在此不做赘述。
针对评估设备进行的坐标系转换处理,具体可以先选定统一的坐标系,将一个视觉传感器采集的位置信息所采用的坐标系与统一的坐标系做差,然后,根据坐标系之间的差别,把一个视觉传感器所采集的位置信息转换到统一的坐标系中,得到一套过渡位置信息,包括每个预设目标关节的过渡位置信息。针对其他视觉传感器和多个无线动作捕捉单元采集数据,可以采用同样的方法进行统一坐标系处理。当然,为了减少计算量,可以将至少一个视觉传感器采集数据所采用的坐标系和多个无线动作捕捉单元所采集的数据所使用的坐标系中的任一个坐标系作为统一的坐标系。
需要说明的是,这里的预设时间范围可以根据实际的采集间隔设置,但预设时间范围内,评估设备所接收到的数据应该包括位置信息和运动信息两类数据。预设时间范围可以设置为0,也可以设置为大于0的数。
参照图2,图2为本发明实施例提供的动作评估系统的第二种结构示意图,该动作评估系统,相比于图1所示实施例,区别点在于,视觉传感器的数量为两个;
其中,一个视觉传感器为活动式结构光深度传感器,对应的指定位置点为第一位置点;
另一个视觉传感器为活动式TOF深度传感器,对应的指定位置点为第二位置点。
需要说明的是,第一位置点和第二位置点都是在动作训练者外围预设的位置点,可以根据动作的实际需求来设定,具体采用哪个位置作为第一位置点,哪个位置做第二位置点,在此不做具体限定。例如,动作训练者做动作时,常面对的一侧的某一位置作为第一位置点,常背对的一侧的某一位置点作为第二位置点。
具体应用时,活动式结构光深度传感器可以从第一位置点对其扫过的较大视觉范围内的动作训练者,进行预设目标关节的位置信息的采集;活动式TOF深度传感器可以从第二位置点对其扫过的较大视觉范围内的动作训练者,进行预设目标关节的位置信息的采集。
应用图2所示实施例,采用两个视觉传感器和多个无线动作捕捉单元等三套采集设备分别进行位置信息、运动信息和位置信息等数据的采集,三套数据之间能够互相补充,进一步提高数据的准确性。相比于采用一个视觉传感器和多个无线动作捕捉单元等两套数据采集设备,采集的数据更充分也更准确。采用活动式结构光深度传感器和活动式TOF深度传感器,两个视觉传感器的工作原理不同,且可以通过摆放位置来避免两者采集数据时所用光线之间的干扰,因此,这两个视觉传感器之间的采集数据时不会相互影响,使得最终各自采集的数据都较准确。如果采用更多的视觉传感器,较多视觉传感器之间可能由于工作原理相同而相互影响,且位置摆放相对较紧密,容易使视觉传感器采集数据时所用光线之间产生干扰。因此,采用活动式结构光深度传感器和活动式TOF深度传感器这两个视觉传感器性能更好。需要说明的是,活动式结构光深度传感器和活动式TOF深度传感器的工作原理属于现有技术,在此不做赘述。
本发明实施例的一种实施方式中,所述姿态信息包括角度信息,例如,上手臂与下手臂的夹角。本领域技术人员可以理解的是,由于每个人的身高不同,所以各部分关节的在同一状态下的位置信息也不同,而采用角度信息可以更加准确的描述动作训练者的动作以及标准动作,从而提高对比结果的准确性。
本发明实施例的一种实施方式中,评估设备还包括:存储数据修改模块(图中未示出);
存储数据修改模块,用于接收修改标准动作信息帧的指令,并根据指令修改标准动作信息帧。
本领域技术人员可以理解的是,可以采用上述动作评估系统或其他动作评估系统,先对标准动作进行数据采集,然后通过融合获得姿态信息,最终通过多个时刻的多个预设目标关节的姿态信息构建标准动作信息帧。其中,其他动作评估系统为现有的评估系统。存储数据修改模块在接收到修改标准动作信息帧的指令后,根据指令修改标准动作信息帧,以便动作评估系统后期进行动作评估时,用于与融合的姿态信息做对比,进而提高动作评估系统适用范围的广泛性,例如,将标准动作信息帧存储于数据存储模块中。
本发明实施例的一种实施方式中,评估设备还包括:动作信息帧构建模块(图中未示出);
动作信息帧构建模块,用于根据所获得的每个时刻动作训练者的姿态信息构建动作信息帧,并通过所构建的动作信息帧驱动预设的人体模型在三维空间中运动,并显示人体模型的运动。
可以理解的是,通过上述方式,可以获得准确的姿态信息,构建动作信息帧,并驱动人体模型运动,可以使动作训练者通过观看人体模型的运动,直观地看到比较接近自己真实训练动作的模拟动作。使动作训练者可以从感官上更准确地判断所做动作的优劣,是否具有美感等等。根据所构建的动作信息帧可以进一步获得空间姿态参数,包括:加速度、角速度、地磁、四元数、欧拉角以及空间位置坐标、位移、方向角、旋转角、速度、位移加速度、角速度等参数,可以用来进一步阐述动作信息帧的内容。具体如何通过动作信息帧获得这些参数,属于现有技术,在此不做赘述。
另外,为了能够更加准确地获知所做动作与标准动作之间的差距,进一步的,评估设备还包括:实时显示模块(图中未示出);
实时显示模块,用于在动作信息帧构建模块显示人体模型的运动时,实时显示相应时刻的姿态信息的对比结果。这样,通过人体模型的运动,配合对比结果的实施展示,使得展示结果更精确且直观。
参照图3和图4,图3为本实施例提供的动作评估系统的第三种结构示意图,图4为本发明实施例提供的动作评估系统的一种实际应用布局图。该动作评估系统包括结构光深度传感器、TOF深度传感器、无线动作捕捉设备、计算机和电源,电源用于给结构光深度传感器、TOF深度传感器、无线动作捕捉设备和计算机供电。具体应用时,可以参照图4来摆放或布置光深度传感器、TOF深度传感器、无线动作捕捉设备的无线动作捕捉单元和计算机等。
结构光深度传感器,用于接收计算机发送的采集指令,在动作训练者外围的第一位置点,采集动作训练者的预设的预设目标关节的位置信息,并将采集的位置信息发送至评估设备;其中,预设目标关节为预设的人体关节,且数量为多个;
TOF深度传感器,用于接收评估设备发送的采集指令,在动作训练者的外围的第二位置点,采集动作训练者的所有预设目标关节的位置信息,并将采集的位置信息发送至评估设备;
无线动作捕捉设备,包括多个无线动作捕捉单元,每个无线动作捕捉单元分别固定在每个预设肢体部位处,其中,预设肢体部位是根据预设目标关节设定的人体部位,且数量为多个;
无线动作捕捉设备的无线动作捕捉单元,用于接收评估设备发送的采集指令,采集对应预设肢体部位的运动信息,并将所采集的位置信息发送至评估设备;
计算机,用于每隔预设时间段,同时向结构光深度传感器、TOF深度传感器和无线动作捕捉设备的每个无线动作捕捉单元发送采集指令,接收结构光深度传感器、TOF深度传感器分别发送的位置信息,接收无线动作捕捉设备的每个无线动作捕捉单元发送的运动信息;将所接收的运动信息和位置信息进行融合,得到每个时刻动作训练者的姿态信息,将所获得的姿态信息与预存的标准动作信息帧中对应时刻的姿态信息做对比,获得对比结果。
在图3所示实施例的一种实施方式中,计算机,用于根据从每个无线动作捕捉单元接收的运动信息,以及预设肢体部位和预设目标关节的关系,计算每个预设目标关节的位置信息;针对从结构光深度传感器、TOF深度传感器接收的每个位置信息和计算得到的位置信息进行转换坐标系处理,获得同一坐标系下的过渡位置信息;将同一时刻同一预设目标关节的所有过渡位置信息加权求和,得到每个时刻每个预设目标关节的目标位置信息;根据得到的目标位置信息,计算每个时刻由预设的多对预设目标关节点所确定的肢体部位的姿态信息。
在图3所示实施例的一种实施方式中,姿态信息包括角度信息。例如,上手臂与下手臂的夹角。本领域技术人员可以理解的是,由于每个人的身高不同,所以各部分关节的在同一状态下的位置信息也不同,而采用角度信息可以更加准确的描述动作训练者的动作以及标准动作,从而提高对比结果的准确性。
本发明实施例的一种实施方式中,评估设备中设有数据库,数据库用于存储预设的标准动作信息帧;
评估设备,还用于接收修改数据库中的标准动作信息帧指令,并根据指令修改标准动作信息帧。
本领域技术人员可以理解的是,可以采用上述动作评估系统或其他动作评估系统,先对标准动作进行数据采集,然后通过融合获得姿态信息,最终通过多个时刻的多个预设目标关节的姿态信息构建标准动作信息帧。评估设备在接收到数据库的修改指令后,将标准动作信息帧存储于数据可中,以便动作评估系统后期进行动作评估时,用于与融合的姿态信息做对比,进而提高动作评估系统适用范围的广泛性。
在图3所示实施例,计算机还用于根据所获得的每个时刻每个预设目标关节的姿态信息构建动作信息帧,并通过所构建的动作信息帧驱动预设的人体模型在三维空间中运动,并显示人体模型的运动。
另外,为了能够更加准确地获取所做动作与标准动作之间的差距,进一步的,评估设备在人体模型在三维空间中运动时,实时显示相应时刻的姿态信息的对比结果。这样,通过人体模型的运动,配合对比结果的实施展示,使得展示结果更精确且直观。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种动作评估系统,其特征在于,包括:至少一个视觉传感器、无线动作捕捉单元和评估设备;
所述至少一个视觉传感器,用于接收所述评估设备发送的采集指令,在动作训练者外围的指定位置点,采集动作训练者的预设目标关节的位置信息,并将采集的位置信息发送至所述评估设备;其中,所述预设目标关节为预设的人体关节,且数量为多个;
所述无线动作捕捉单元,用于接收所述评估设备发送的采集指令,采集对应预设肢体部位的运动信息,并将所采集的运动信息发送至所述评估设备;其中,预设肢体部位是根据所述预设目标关节设定的人体部位,且数量为多个,所述无线动作捕捉单元的数量为多个,且分别固定在每个预设肢体部位处;
所述评估设备,用于每隔预设时间段,向每个视觉传感器和每个无线动作捕捉单元发送采集指令;接收所述视觉传感器发送的位置信息和所述无线动作捕捉单元发送的运动信息;将所接收的运动信息和位置信息进行融合,得到每个时刻动作训练者的姿态信息;将所获得的姿态信息与预存的标准动作信息帧中对应时刻的姿态信息做对比,获得对比结果。
2.根据权利要求1所述的动作评估系统,其特征在于,所述评估设备,包括:
数据存储模块,用于存储预设的标准动作信息帧;
信号收发模块,用于每隔预设时间段,向每个视觉传感器和每个无线动作捕捉单元发送采集指令;接收所述视觉传感器发送的位置信息和所述无线动作捕捉单元发送的运动信息;
姿态融合模块,用于将所接收的运动信息和位置信息进行融合,得到每个时刻动作训练者的姿态信息;
信息对比模块,用于从所述数据存储模块中获取所述标准动作信息帧,并将所获得的姿态信息与所获取的标准动作信息帧中对应时刻的姿态信息做对比,获得对比结果。
3.根据权利要求2所述的动作评估系统,其特征在于,所述姿态融合模块包括:
坐标转换单元,用于根据所接收的运动信息,以及所述预设肢体部位和所述预设目标关节的关系,计算每个预设目标关节的位置信息,针对接收到的和计算得到的每个位置信息进行转换坐标系处理,获得同一坐标系下的过渡位置信息;
信息融合单元,用于将预设时间范围内的所有过渡位置信息加权求和,得到每个时刻每个预设目标关节的目标位置信息;
姿态呈现单元,用于根据得到的目标位置信息,计算每个时刻由预设的多对预设目标关节点所确定的肢体部位的姿态信息。
4.根据权利要求1所述的动作评估系统,其特征在于,
所述视觉传感器为活动式结构光深度传感器或活动式TOF深度传感器;
或者,
所述视觉传感器为活动式结构光深度传感器和活动式TOF深度传感器。
5.根据权利要求3所述的动作评估系统,其特征在于,
所述视觉传感器的数量为两个;一个视觉传感器为活动式结构光深度传感器,对应的指定位置点为第一位置点;
另一个视觉传感器为活动式TOF深度传感器,对应的指定位置点为第二位置点。
6.根据权利要求5所述的动作评估系统,其特征在于,所述姿态信息包括角度信息。
7.根据权利要求1所述的动作评估系统,其特征在于,多个预设肢体部位包括:头部、左肩、右肩、左上臂、右上臂、左下臂、右下臂、左手、右手、胸口、腰、左上腿、右上腿、左下腿、右下腿、左脚和右脚的任意组合。
8.根据权利要求2所述的评估系统,其特征在于,所述评估设备还包括:
存储数据修改模块,用于接收修改所述标准动作信息帧的指令,并根据所述指令修改所述标准动作信息帧。
9.根据权利要求1所述的评估系统,其特征在于,所述评估设备还包括:
动作信息帧构建模块,用于根据所获得的每个时刻动作训练者的姿态信息构建动作信息帧,并通过所构建的动作信息帧驱动预设的人体模型在三维空间中运动,并显示所述人体模型的运动。
10.根据权利要求9所述的评估系统,其特征在于,所述评估设备还包括:
实时显示模块,用于在所述动作信息帧构建模块显示所述人体模型的运动时,实时显示相应时刻的姿态信息的对比结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710267431.8A CN107122048A (zh) | 2017-04-21 | 2017-04-21 | 一种动作评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710267431.8A CN107122048A (zh) | 2017-04-21 | 2017-04-21 | 一种动作评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107122048A true CN107122048A (zh) | 2017-09-01 |
Family
ID=59725315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710267431.8A Pending CN107122048A (zh) | 2017-04-21 | 2017-04-21 | 一种动作评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107122048A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107748619A (zh) * | 2017-10-30 | 2018-03-02 | 南京布塔信息科技有限公司 | 一种基于动作捕捉技术的运动分析系统及方法 |
CN108008838A (zh) * | 2017-11-28 | 2018-05-08 | 西南民族大学 | 阵列式结构光大空间动作识别系统 |
CN108256433A (zh) * | 2017-12-22 | 2018-07-06 | 银河水滴科技(北京)有限公司 | 一种运动姿态评估方法及系统 |
CN108269309A (zh) * | 2018-02-11 | 2018-07-10 | 长沙市凯旭达测控技术有限公司 | 一种跳伞操纵动作量化评估方法及系统 |
CN108509924A (zh) * | 2018-03-29 | 2018-09-07 | 北京微播视界科技有限公司 | 人体姿态的评分方法和装置 |
CN108537284A (zh) * | 2018-04-13 | 2018-09-14 | 东莞松山湖国际机器人研究院有限公司 | 基于计算机视觉深度学习算法的姿态评估打分方法和系统 |
CN108542021A (zh) * | 2018-03-18 | 2018-09-18 | 江苏特力威信息系统有限公司 | 一种运动服及基于色条识别的肢体测量方法及装置 |
CN109145814A (zh) * | 2018-08-20 | 2019-01-04 | 贺州学院 | 安全评估方法及装置 |
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 |
CN110020630A (zh) * | 2019-04-11 | 2019-07-16 | 成都乐动信息技术有限公司 | 评估动作完成度的方法、装置、存储介质及电子设备 |
CN110090423A (zh) * | 2019-04-16 | 2019-08-06 | 湖南文理学院 | 健身评价系统 |
CN110826422A (zh) * | 2019-10-18 | 2020-02-21 | 北京量健智能科技有限公司 | 一种用于获得运动参数信息的系统和方法 |
CN110855961A (zh) * | 2018-08-20 | 2020-02-28 | 奇景光电股份有限公司 | 深度感测装置及其操作方法 |
CN110955335A (zh) * | 2019-12-18 | 2020-04-03 | 视境技术(深圳)有限公司 | 一种动作捕捉系统和方法 |
CN111083524A (zh) * | 2019-12-17 | 2020-04-28 | 北京理工大学 | 一种人群表演评测系统 |
CN111382701A (zh) * | 2020-03-09 | 2020-07-07 | 北京字节跳动网络技术有限公司 | 动作捕捉方法、装置、电子设备及计算机可读存储介质 |
CN111588392A (zh) * | 2020-05-29 | 2020-08-28 | 北京机械设备研究所 | 一种高处跳下生物力学测试系统及方法 |
CN113041092A (zh) * | 2021-03-11 | 2021-06-29 | 山东大学 | 基于多传感器信息融合的远程康复训练系统及方法 |
CN113128283A (zh) * | 2019-12-31 | 2021-07-16 | 沸腾时刻智能科技(深圳)有限公司 | 评估方法、模型构建方法、教学机、教学系统及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104598867A (zh) * | 2013-10-30 | 2015-05-06 | 中国艺术科技研究所 | 一种人体动作自动评估方法及舞蹈评分系统 |
CN104991639A (zh) * | 2015-05-27 | 2015-10-21 | 中国康复研究中心 | 虚拟现实康复训练系统及方法 |
CN105551059A (zh) * | 2015-12-08 | 2016-05-04 | 国网山西省电力公司技能培训中心 | 光学和惯性体感数据融合的变电仿真人体运动捕捉方法 |
CN105824432A (zh) * | 2016-06-14 | 2016-08-03 | 上海锡月科技有限公司 | 一种动作捕捉系统 |
CN106056664A (zh) * | 2016-05-23 | 2016-10-26 | 武汉盈力科技有限公司 | 一种基于惯性和深度视觉的实时三维场景重构系统及方法 |
CN106178476A (zh) * | 2016-08-13 | 2016-12-07 | 泉州医学高等专科学校 | 一种数字排球训练系统 |
-
2017
- 2017-04-21 CN CN201710267431.8A patent/CN107122048A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104598867A (zh) * | 2013-10-30 | 2015-05-06 | 中国艺术科技研究所 | 一种人体动作自动评估方法及舞蹈评分系统 |
CN104991639A (zh) * | 2015-05-27 | 2015-10-21 | 中国康复研究中心 | 虚拟现实康复训练系统及方法 |
CN105551059A (zh) * | 2015-12-08 | 2016-05-04 | 国网山西省电力公司技能培训中心 | 光学和惯性体感数据融合的变电仿真人体运动捕捉方法 |
CN106056664A (zh) * | 2016-05-23 | 2016-10-26 | 武汉盈力科技有限公司 | 一种基于惯性和深度视觉的实时三维场景重构系统及方法 |
CN105824432A (zh) * | 2016-06-14 | 2016-08-03 | 上海锡月科技有限公司 | 一种动作捕捉系统 |
CN106178476A (zh) * | 2016-08-13 | 2016-12-07 | 泉州医学高等专科学校 | 一种数字排球训练系统 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107748619A (zh) * | 2017-10-30 | 2018-03-02 | 南京布塔信息科技有限公司 | 一种基于动作捕捉技术的运动分析系统及方法 |
CN108008838A (zh) * | 2017-11-28 | 2018-05-08 | 西南民族大学 | 阵列式结构光大空间动作识别系统 |
CN108256433A (zh) * | 2017-12-22 | 2018-07-06 | 银河水滴科技(北京)有限公司 | 一种运动姿态评估方法及系统 |
CN108269309A (zh) * | 2018-02-11 | 2018-07-10 | 长沙市凯旭达测控技术有限公司 | 一种跳伞操纵动作量化评估方法及系统 |
CN108269309B (zh) * | 2018-02-11 | 2021-04-06 | 长沙市凯旭达测控技术有限公司 | 一种跳伞操纵动作量化评估方法及系统 |
CN108542021A (zh) * | 2018-03-18 | 2018-09-18 | 江苏特力威信息系统有限公司 | 一种运动服及基于色条识别的肢体测量方法及装置 |
CN108509924B (zh) * | 2018-03-29 | 2020-01-14 | 北京微播视界科技有限公司 | 人体姿态的评分方法和装置 |
CN108509924A (zh) * | 2018-03-29 | 2018-09-07 | 北京微播视界科技有限公司 | 人体姿态的评分方法和装置 |
CN108537284A (zh) * | 2018-04-13 | 2018-09-14 | 东莞松山湖国际机器人研究院有限公司 | 基于计算机视觉深度学习算法的姿态评估打分方法和系统 |
CN110855961A (zh) * | 2018-08-20 | 2020-02-28 | 奇景光电股份有限公司 | 深度感测装置及其操作方法 |
CN109145814A (zh) * | 2018-08-20 | 2019-01-04 | 贺州学院 | 安全评估方法及装置 |
CN110020630A (zh) * | 2019-04-11 | 2019-07-16 | 成都乐动信息技术有限公司 | 评估动作完成度的方法、装置、存储介质及电子设备 |
CN110090423A (zh) * | 2019-04-16 | 2019-08-06 | 湖南文理学院 | 健身评价系统 |
CN110826422A (zh) * | 2019-10-18 | 2020-02-21 | 北京量健智能科技有限公司 | 一种用于获得运动参数信息的系统和方法 |
CN111083524A (zh) * | 2019-12-17 | 2020-04-28 | 北京理工大学 | 一种人群表演评测系统 |
CN110955335A (zh) * | 2019-12-18 | 2020-04-03 | 视境技术(深圳)有限公司 | 一种动作捕捉系统和方法 |
CN113128283A (zh) * | 2019-12-31 | 2021-07-16 | 沸腾时刻智能科技(深圳)有限公司 | 评估方法、模型构建方法、教学机、教学系统及电子设备 |
CN111382701A (zh) * | 2020-03-09 | 2020-07-07 | 北京字节跳动网络技术有限公司 | 动作捕捉方法、装置、电子设备及计算机可读存储介质 |
CN111382701B (zh) * | 2020-03-09 | 2023-09-22 | 抖音视界有限公司 | 动作捕捉方法、装置、电子设备及计算机可读存储介质 |
CN111588392A (zh) * | 2020-05-29 | 2020-08-28 | 北京机械设备研究所 | 一种高处跳下生物力学测试系统及方法 |
CN111588392B (zh) * | 2020-05-29 | 2023-07-18 | 北京机械设备研究所 | 一种高处跳下生物力学测试系统及方法 |
CN113041092A (zh) * | 2021-03-11 | 2021-06-29 | 山东大学 | 基于多传感器信息融合的远程康复训练系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107122048A (zh) | 一种动作评估系统 | |
CN111443619B (zh) | 一种虚实融合的人机协作仿真方法和系统 | |
CN102824176B (zh) | 一种基于Kinect传感器的上肢关节活动度测量方法 | |
CN110859630B (zh) | 一种基于ar技术的姿态矫正器及其矫正方法 | |
CN105252532B (zh) | 动作捕捉机器人协同柔性姿态控制的方法 | |
Regazzoni et al. | RGB cams vs RGB-D sensors: Low cost motion capture technologies performances and limitations | |
US20170136296A1 (en) | System and method for physical rehabilitation and motion training | |
CN105832343B (zh) | 多维视觉手功能康复定量评估系统和评估方法 | |
KR20200074609A (ko) | 홈 트레이닝 제공 방법 및 시스템 | |
CN104933734B (zh) | 一种基于多kinect的人体姿态数据融合方法 | |
CN107754225A (zh) | 一种智能健身教练系统 | |
CN104570731A (zh) | 一种基于Kinect的无标定人机交互控制系统及方法 | |
CN103713737A (zh) | 用于智能眼镜的虚拟键盘系统 | |
US20200178851A1 (en) | Systems and methods for tracking body movement | |
CN105534694A (zh) | 一种人体特征可视化装置及方法 | |
CN104887238A (zh) | 基于动作捕捉的手康复训练评估系统和方法 | |
CN104914988A (zh) | 手势识别装置以及手势识别装置的控制方法 | |
US11422625B2 (en) | Proxy controller suit with optional dual range kinematics | |
CN109701224A (zh) | 一种增强现实ar腕关节康复评估和训练系统 | |
CN110333776A (zh) | 一种基于穿戴设备的军事装备操作训练系统及方法 | |
Yin et al. | A systematic review on digital human models in assembly process planning | |
CN114332421A (zh) | 一种考虑人因的增强现实辅助装配系统 | |
CN211535454U (zh) | 一种可穿戴式的膝关节康复训练设备 | |
CN112168197A (zh) | 肘关节外固定旋转轴的定位方法及导航系统 | |
CN114832349B (zh) | 元宇宙游泳教学辅助系统及其使用方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170901 |
|
RJ01 | Rejection of invention patent application after publication |