CN109556601B - 一种手势轨迹计算方法及手势轨迹采集装置 - Google Patents
一种手势轨迹计算方法及手势轨迹采集装置 Download PDFInfo
- Publication number
- CN109556601B CN109556601B CN201811269664.2A CN201811269664A CN109556601B CN 109556601 B CN109556601 B CN 109556601B CN 201811269664 A CN201811269664 A CN 201811269664A CN 109556601 B CN109556601 B CN 109556601B
- Authority
- CN
- China
- Prior art keywords
- drift
- inertial navigation
- gesture
- speed
- function
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明提供了一种手势轨迹计算方法,适用于惯导系统中,采用惯导采集手势轨迹的惯导数据,其特征在于,方法包括:S1,对惯导数据进行坐标变换,其中,坐标变换后的惯导数据包括真值、舒拉漂移和动态漂移;S2,采用零速校正法消除坐标变换后的惯导数据中的舒拉漂移;S3,采用漂移拟合曲线消除坐标变换后的惯导数据中的‑动态漂移,得到修正的手势轨迹。采用单惯导装置,采集惯导数据,通过以上方式首先修正舒拉漂移,而后修正动态漂移,得到精准的手势轨迹。同时本发明提供了一种手势轨迹采集装置,包括MEMS三轴陀螺仪、MEMS三轴加速度计、蓝牙通信模块,用于采集惯导数据。
Description
技术领域
本发明涉及惯性导航系统领域,尤其涉及一种手势轨迹计算方法及手势轨迹采集装置。
背景技术
手势是人类的一种重要的交流方式,是人在运用手臂时,所出现的具体动作和体位,如果计算机可以准确的捕捉人体手势,就可以准确的与人类进行交流,进而促进人工智能等领域的快速发展。
计算机捕捉人体手势的前提是,计算机需要准确的计算出手臂的运动轨迹,目前采用的方法主要有体感相机拍摄和佩戴微型惯性导航装置两种方式。
体感相机,如Realsense、Kinet等,其存在如下问题:相机视角范围小,手臂只能在一个固定的区域内做动作,超出视角区域的手势将无法检测到;当摄像头视角受到物体遮挡时或摄像头模糊时,将无法成功检测到手势轨迹;另外,体感相机价格昂贵,推广较为困难。
佩戴微型惯性导航装置,目前主要是采用多惯性导航系统(以下简称惯导)融合的方式来判断人体手势,即在人体每个可运动的肢体上都装一个惯导,分别检测多个肢体运动时的姿态,将姿态和肢体长度融合在一起,建立四元数运动学模型,计算人体运动。对于手臂的手势轨迹计算,需要在前臂和后臂上均装设惯导、通信线缆、供电线缆、电池、中央处理器以及通信系统等,需要穿戴很多东西,使用起来很不方便,用户体验差。虽然目前也有单惯导方式,将惯导带在手腕上,但是,目前的单惯导的漂移极其严重,虽然有零速校正等方法,因为惯导存在动态误差,计算出的轨迹受到加速度等相关的干扰因素,造成严重的位置漂移误差,因此零速校正的校正效果很差。
发明内容
(一)要解决的技术问题
鉴于上述问题,本发明提供了一种手势轨迹计算方法及手势轨迹采集装置,通过消除单惯导中的误差进而得到精确手势轨迹。
(二)技术方案
本发明提供了一种手势轨迹计算方法,适用于惯导系统中,采用所述惯导采集手势轨迹的惯导数据,方法包括:S1,对惯导数据进行坐标变换,其中,坐标变换后的惯导数据包括真值、舒拉漂移和动态漂移;S2,采用零速校正法消除坐标变换后的惯导数据中的舒拉漂移;S3,采用漂移拟合曲线消除坐标变换后的惯导数据中的动态漂移,得到修正的手势轨迹。
可选地,步骤S2中,采用零速校正法消除坐标变换后的惯导数据中的舒拉漂移,包括:
其中,i为x、y或z,Vi(T)为手势结束时i方向的速度,Vi(t)为在时间t时手势在i方向的速度,Verror,i为i方向的舒拉漂移函数,Vi,revise(t) 为消除舒拉漂i方向的速度参数,T为手势运动时间,0≤t≤T。
可选地,惯导数据为加速度函数,步骤S2之前还包括对加速度函数积分得到第一速度函数,第一速度函数包括真值一次积分、舒拉漂移一次积分、动态漂移一次积分,步骤S2具体为采用零速校正法消除舒拉漂移一次积分。
可选地,S2具体为采用零速校正法消除舒拉漂移一次积分,具体方法为将第一速度函数中的Vi(t)函数替换为Vi,revise(t),得到修正的第二速度函数。
可选地,步骤S3之前还包括对消除舒拉漂移一次积分后的第二速度函数积分,得到位移函数,位移函数包括真值二次积分、动态漂移二次积分,步骤S3具体为采用漂移拟合曲线消除动态漂移二次积分。
可选地,漂移拟合曲线包括:
其中,T为手势的持续总时间,t为时间,pi(T)为T时刻位移函数, preal,i(T)为手势结束时位置的终点值,perr,del,i(t)为漂移拟合曲线,0 ≤t≤T。
可选地,修正的手势轨迹的计算公式为:
perr,rev,i(t)=pi(t)-perr,del,i(t)
其中,pi(t)为t时刻消除动态漂移前的位移函数,perr,rev,i(t)为t 时刻消除动态漂移后的位移函数。
可选地,采用该向量四元数运动学模型计算手势结束时位置的终点值 preal,i(T),公式如下:
可选地,坐标变换具体为将惯导数据中的惯导坐标系转换为大地坐标系。
另一方面本发明还提供了一种手势轨迹采集装置,包括MEMS三轴陀螺仪、MEMS三轴加速度计、蓝牙通信模块,其中:MEMS三轴陀螺仪,用于检测手臂运动过程中x、y和z方向的陀螺数据;MEMS三轴加速度计,用于检测手臂运动过程中x、y和z方向的加速度数据;蓝牙通信模块,用于将陀螺数据及加速度数据发送至数据处理装置,其中,数据处理装置用于对陀螺数据和加速度数据所组成的惯导数据进行计算。
(三)有益效果
本发明采用单惯导克服了多惯导中穿戴繁琐的问题,通过将手臂运动分解得到漂移拟合曲线,进一步提出一种手臂四元数运动学模型,精确的消除舒拉漂移和动态漂移得到精确的手势轨迹。
附图说明
图1示意性示出了本公开实施例的手势轨迹计算方法步骤示意图;
图2示意性示出了本公开实施例中舒拉漂移消除前与消除后的手势轨迹图,其中,(a)手势轨迹中舒拉漂移消除前的轨迹图,(b)仅消除舒拉漂移后的轨迹图,(c)舒拉漂移和动态漂移都消除后的轨迹图;
图3示意性示出了本公开实施例中各分速度与总速度,及其造成的动态漂移示意图,其中,(a)为x方向的速度图,(d)为y方向的速度图, (g)为z方向的速度图,(j)为总速度图,(b)为x方向的速度积分后造成的x方向的动态漂移二次积分图,(e)为y方向的速度积分后造成的y 方向的动态漂移二次积分图,(h)为z方向的速度积分后造成的z方向的动态漂移二次积分图,(k)为总速度积分后造成的动态漂移二次积分图, (c)为x方向的速度(实线)及其对应的拟合曲线(虚线),(f)为y方向的速度(实线)及其对应的拟合曲线(虚线),(i)为z方向的速度(实线)及其对应的拟合曲线(虚线),(l)为总速度(实线)及其对应的拟合曲线(虚线);
图4示意性示出了本公开实施例中对总速度进行平均值处理及积分的示意图,其中,(a)为总速度曲线(由曲线a1、a2、a3及a4组成)与速度平均值曲线图(曲线A表示),(b)为对总速度曲线积分一次(曲线a1、 a2、a3及a4积分一次后分别对应于曲线b1、b2、b3及b4)与速度平均值曲线积分一次(曲线B)后的示意图,(c)为拟合误差(由附图4(b)中的总速度曲线积分一次后曲线减去速度平均值曲线积分一次后曲线得到) 的示意图;
图5示意性示出了本公开实施例中本发明测得的“十字形”手势轨迹与精确手势轨迹对照图,其中,(a)为本发明计算的“十字形”手势轨迹图,(b)为零速校正法计算的“十字形”手势轨迹图,(c)为Realsense 体感相机检测的“十字形”手势轨迹图;
图6示意性示出了本公开实施例中本发明测得的“8字形”手势轨迹与精确手势轨迹对照图,其中,(a)为本发明计算的“8字形”手势轨迹图,(b)为零速校正法计算的“8字形”手势轨迹图,(c)为Realsense体感相机检测的“8字形”手势轨迹图;
图7示意性示出了本公开实施例中本发明测得的“O字、直线与8字混合形”手势轨迹与精确手势轨迹对照图,其中,(a)为本发明计算的“O 字、直线与8字混合形”手势轨迹图,(b)为零速校正法计算的“O字、直线与8字混合形”手势轨迹图,(c)为Realsense体感相机检测的“O 字、直线与8字混合形”手势轨迹图。
具体实施方式
本发明提供了一种手势轨迹计算方法及手势轨迹采集装置,采用单惯导,通过采用零速校正法和向量四元数运动学模型消除了舒拉漂移和动态漂移,进而得到正确的手势轨迹,采用本装置仅需单惯导即可,穿戴方便,误差消除率高。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
本公开的第一个实施例中提供了一种手势轨迹计算方法。
图1示意性示出了本公开实施例的手势轨迹计算方法步骤示意图,如图1所示,本实施例中手势轨迹计算方法步骤如下。
S1,对惯导数据进行坐标变换,其中,坐标变换后的惯导数据包括真值、舒拉漂移和动态漂移。
惯导采集手势轨迹数据得到惯导数据,惯导一般包含有加速度计和陀螺仪,相应的惯导数据主要由加速度数据和陀螺数据组成,该数据开始的坐标基准为惯导,因此要将其坐标转换为大地坐标系,转换后加速度计和陀螺仪中的干扰会经姿态变换矩阵混合在一起,形成惯导误差,姿态变换矩阵如下:
由于加速度计和陀螺仪存在干扰,使得加速度数据和陀螺数据分别存在干扰如下:
为进一步得到简化公式,将公式(3)带入公式(2)则可得到下式;
对上式(4)进一步简化得到下式:
由式(5)可以看出惯导数据被分成了的真值和误差。由于速度的微分为加速度,此处的加速度数据可以由速度的微分的形式表示,因此惯导的误差如下式:
式中,上标nst代表动态部分,由式(8)可知动态部分为加速度函数。
由以上处理,将公式(7)和(8)带入公式(5)可得由真值、舒拉漂移和动态漂移三部分组成的加速度函数,精确的手势轨迹仅由真值组成,因此应消除舒拉漂移和动态漂移。
对上述加速度函数积分得到第一速度函数,因此该第一速度函数包括真值一次积分、舒拉漂移一次积分、动态漂移一次积分,进而消除舒拉漂移一次积分与动态漂移一次积分即可得到相应的真值,首先消除舒拉漂移可以通过消除舒拉漂移的一次积分实现。
S2,采用零速校正法消除坐标变换后的惯导数据中的舒拉漂移。
舒拉漂移为惯导的固有属性,为周期为84.4分钟的周期震荡信号,其与惯导的运动状态无关,消除方法很常见,本实施例中采用零速校正法进行消除。由于每次手势运动只会持续几秒钟,因此舒拉漂移可以近似看作一个常数,对其进行积分后得到舒拉漂移一次积分是一条斜率为正的直线,手势完成时,由于舒拉漂移一次积分的存在,使得速度不为0,此时的惯导速度全部为速度的漂移,因此零速校正的漂移消除过程如下:
式中,i为x、y或z,Vi(T)为手势结束时i方向的速度,Vi(t)为在时间t时手势在i方向的速度,Verror,i为i方向的舒拉漂移一次积分函数, Vi,revise(t)为消除舒拉漂移一次积分后i方向的速度参数,也即第二速度函数, 0≤t≤T。
将第一速度函数中的Vi(t)函数替换为Vi,revise(t),即可得到修正过舒拉漂移的第二速度函数。
图2示意性示出了本公开实施例中舒拉漂移消除前与消除后的手势轨迹图,其中,图2(a)为手势轨迹中舒拉漂移消除前的轨迹图,图2(b) 为仅消除舒拉漂移后的轨迹图,图2(c)为舒拉漂移和动态漂移都消除后的轨迹图,由图2(a)和2(b)可知,经过舒拉漂移消除后手势轨迹得到明显校正,由图2(b)和2(c)可知,经过消除舒拉漂移后手势轨迹仍含有较大误差需要进一步进行校正。
对消除舒拉漂移一次积分后的第二速度函数积分,得到位移函数,由于已将舒拉漂移去除,因此位移函数包括真值二次积分、动态漂移二次积分,接下来需要消除动态漂移,可通过消除动态漂移二次积分实现。
S3,采用漂移拟合曲线消除所述坐标变换后的惯导数据中的动态漂移,得到修正的手势轨迹。
动态部分造成的速度误差可以通过对公式(8)加速度数据积分得到,即得到公式如下:
当手势时间仅几秒时,Wi,k近似为常数,公式(10)可简化为如下公式:
式中,i为x、y或z。
手臂的运动很复杂,使得其速度不是一成不变,一般都会包含多次加速或减速,唯一可知的是手势起点和终点的速度均为0,因此,可以采用合成与分解的理论来分析手臂速度,进而设计一种有效消除由速度误差造成的动态漂移。
一个复杂的手势可以被分解为一组简单的手势,所以总速度Vk b等价为一组简单速度Vk,j的叠加,如公式(12)所示:
对各分速度进行积分,得到各分速度引起的动态漂移二次积分数据 Perr,i,k,j:
因此每个轴向的总动态漂移二次积分数据如下:
其中,i分别表示x、y和z三个轴方向。
如图3所示,总速度(j)由x、y和z三个方向的分速度组成,分别对应于图3(a)、(d)和(g),x、y和z三个分速度对应的造成的动态漂移二次积分如图3(b)、(e)和(h),总位移为图3(k),Vk,j为简单的手臂运动,中含有一个波峰或波谷,因此组成的总速度为包含一个波峰的单调函数,即由一条单调上升曲线和一条单调下降曲线组成。
由于Vk,j为全正或全负的单峰,因此在t=T时刻动态漂移二次积分的绝对值达到最大,即:
因此如果能将每个速度Vk,j造成的动态漂移二次积分Perr,i,k,j都各自消除,总的动态漂移二次积分就可以被消除并且得到准确的手臂手势轨迹。也即各分速度的动态漂移二次积分均通过拟合曲线消除,总的动态漂移二次积分就得到校正。如图3(c)(f)(i)所示分别为x、y和z方向对应的分速度的拟合曲线(图中虚线),图3(l)中的拟合曲线(图中虚线)由各分速度的拟合曲线相加得到。
由公式(15)及图4(a)可知,动态漂移二次积分等价为对该积分进行平均数处理(以平均数作为拟合曲线),假设Vk,j的积分平均值为则Vk,j的曲线可以按照大于或小于图4(a)中单调递增或递减被速度平均曲线A分成4个时间段即T1、T2、T3和T4(分别对应于曲线a1、a2、a3及a4),通过图4(a)可得:
进而得出:
由于:
因此:
对动态漂移二次积分进行平均数修正,如图4(b)所示,对图4(a) 进行积分,曲线a1、a2、a3及a4积分一次后分别对应于曲线b1、b2、b3 及b4,速度平均值曲线A积分一次得到曲线段B,公式如下:
下面对该修正方式可行性进行验证:
由上可知,通过漂移拟合曲线可以很好的消除动态漂移二次积分,可以通过引入平均速度的方式进行拟合曲线的计算。但应该理解的是,此处仅为本发明的一个实施例,该漂移拟合曲线不仅仅可以采用平均数构建还可以通过能达到本发明效果的其他方式构建。
式(27)中,将式(9)中的校正速度Vi,revise(t)带入Vk,j即可消除手势轨迹中的舒拉漂移。
因此式(26)可得出,每一时刻的漂移量与最终漂移值Perr,del,i(T)有关, Perr,del,i(T)的计算如下所示。
最终的漂移值又可由最终的位置减去精确的位置得到,因此动态漂移二次积分的消除公式如下式:
其中,pi(t)是舒拉漂移消除后积分得到的位移函数(含有严重的动态漂移),perr,del,i(t)为漂移拟合曲线,perr,rev,i(t)是各个轴向修正后的位移函数。因此只要求出手势结束时的精确终点位置Preal,i(T),即可通过公式 (28)对动态漂移进行校正。
本发明中采用四元数运动学模型求解手势结束时的终点位置Preal,i(T),传统的四元数计算模型中,计算公式如下:
其中,qfor(T)是手势运动结束时前臂的姿态四元数(q* for(T)是其共轭值),qbac(T)是手势运动结束时后臂的姿态四元数(q* bac(T)是其共轭值),Lfor是前臂向量,Lbac是后臂向量。
但在单惯导中,因为惯导仅佩戴在前臂上,因此仅可知道前臂的姿态四元数,后臂的四元数未知,因此在实际的应用中并不能使用。
因此本发明对公式(29)进行改进,使之能够利用前臂有效计算手势运动的终点坐标。在本专利中将原来前臂和后臂的空间未知叠加为一个统一的长臂,为了避免产生误差,在实际手势完成时要求使用者伸直手臂,让前臂和后臂成为一体直线,因此此时手臂的总向量即为L=Lfor+Lbac,从而得出前后和后臂的姿态相同,公式(28)可变形为:
由公式(30)可知,在实际应用中手臂的长度l可以预先输入,同时手臂的姿态四元数可由手臂和惯导模块算出,因此通过该式可以算出手势的最终位置Preal,i(T)。将其带入公式(28)即可得出修正后的手势轨迹。
本发明第二实施例还提供了一种手势轨迹采集装置,包括MEMS三轴陀螺仪、MEMS三轴加速度计、蓝牙通信模块以及微型电池,并且封装于类似于手表的装置中,可佩戴于手腕上,其中:
MEMS三轴陀螺仪,用于检测手臂运动过程中x、y和z方向的陀螺数据;
MEMS三轴加速度计,用于检测手臂运动过程中x、y和z方向的加速度数据;
蓝牙通信模块,用于与外部数据处理装置建立联系;
微型电池,用于为惯导装置提供电能。
为了测试本专利方法的有效性,我们将Intel出品的Intel@ RealSenseTM体感相机安装在试验场所,与我们佩戴在手臂上的惯导同步计算手势轨迹。
实验中,设置三种手势:十字形、8字形和“O字、直线与8字混合形”,图5(a)为本发明计算的“十字形”手势轨迹图、6(a)为本发明计算的“8字形”手势轨迹图、7(a)为本发明计算的“O字、直线与8 字混合形”手势轨迹图,图5(b)为零速校正法计算的“十字形”手势轨迹图、6(b)为零速校正法计算的“8字形”手势轨迹图、7(b)为零速校正法计算的“O字、直线与8字混合形”手势轨迹图,图5(c)为Realsense 体感相机检测的“十字形”手势轨迹图、6(c)为Realsense体感相机检测的“8字形”手势轨迹图、7(c)为Realsense体感相机检测的“O字、直线与8字混合形”手势轨迹图,由图5(a)、6(a)、7(a)与图5(c)、 6(c)、7(c)对比可知,本专利方法计算出的手势轨迹漂移很小,能够准确检测出手势轨迹。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种手势轨迹计算方法,适用于惯导系统中,采用所述惯导采集手势轨迹的惯导数据,其特征在于,方法包括:
S1,对所述惯导数据进行坐标变换,其中,所述坐标变换后的惯导数据包括真值、舒拉漂移和动态漂移;
S2,采用零速校正法消除所述坐标变换后的惯导数据中的舒拉漂移,具体公式为:
其中,i为x、y或z,分别对应于x、y或z方向,Vi(T)为手势结束时i方向的速度,Vi(t)为在时间t时手势在i方向的速度,Verror,i为i方向的舒拉漂移函数,Vi,revise(t)为消除所述舒拉漂移后i方向的速度参数,T为手势运动时间,0≤t≤T;
S3,采用漂移拟合曲线消除所述坐标变换后的惯导数据中的动态漂移,得到修正的手势轨迹。
2.根据权利要求1所述的手势轨迹计算方法,其特征在于,所述惯导数据为加速度函数,步骤S2之前还包括对所述加速度函数积分得到第一速度函数,所述第一速度函数包括真值一次积分、舒拉漂移一次积分、动态漂移一次积分,步骤S2具体为采用零速校正法消除所述舒拉漂移一次积分。
3.根据权利要求2所述的手势轨迹计算方法,其特征在于,所述S2具体为采用零速校正法消除所述舒拉漂移一次积分,具体方法为将所述第一速度函数中的Vi(t)函数替换为Vi,revise(t),得到修正的第二速度函数。
4.根据权利要求3所述的手势轨迹计算方法,其特征在于,步骤S3之前还包括对消除所述舒拉漂移一次积分后的所述第二速度函数积分,得到位移函数,所述位移函数包括真值二次积分、动态漂移二次积分,步骤S3具体为采用漂移拟合曲线消除所述动态漂移二次积分。
6.根据权利要求5所述的手势轨迹计算方法,其特征在于,所述修正的手势轨迹的计算公式为:
perr,rev,i(t)=pi(t)-perr,del,i(t)
其中,pi(t)为t时刻消除所述动态漂移前的位移函数,perr,rev,i(t)为t时刻消除所述动态漂移后的位移函数。
8.根据权利要求1所述的手势轨迹计算方法,其特征在于,所述对所述惯导数据进行坐标变换具体为将惯导数据中的惯导坐标系转换为大地坐标系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811269664.2A CN109556601B (zh) | 2018-10-29 | 2018-10-29 | 一种手势轨迹计算方法及手势轨迹采集装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811269664.2A CN109556601B (zh) | 2018-10-29 | 2018-10-29 | 一种手势轨迹计算方法及手势轨迹采集装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109556601A CN109556601A (zh) | 2019-04-02 |
CN109556601B true CN109556601B (zh) | 2020-08-28 |
Family
ID=65865423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811269664.2A Active CN109556601B (zh) | 2018-10-29 | 2018-10-29 | 一种手势轨迹计算方法及手势轨迹采集装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109556601B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110151187B (zh) * | 2019-04-09 | 2022-07-05 | 缤刻普达(北京)科技有限责任公司 | 健身动作识别方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104197938A (zh) * | 2014-09-03 | 2014-12-10 | 厦门大学 | 基于脚部惯性传感器的室内定位方法 |
CN105737853A (zh) * | 2016-02-04 | 2016-07-06 | 中国科学院电子学研究所 | 一种机器人惯性导航系统的漂移校准方法 |
CN105890593A (zh) * | 2016-04-06 | 2016-08-24 | 浙江大学 | 一种mems惯性导航系统及基于该系统的轨迹重构方法 |
CN107560613A (zh) * | 2017-08-15 | 2018-01-09 | 江苏科技大学 | 基于九轴惯性传感器的机器人室内轨迹跟踪系统及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419080B (zh) * | 2008-06-13 | 2011-04-20 | 哈尔滨工程大学 | 微型捷联惯性测量系统的零速校正方法 |
DE102016100075A1 (de) * | 2016-01-04 | 2017-07-06 | Volkswagen Aktiengesellschaft | Verfahren zur Auswertung von Gesten |
CN107037880A (zh) * | 2017-03-02 | 2017-08-11 | 深圳前海极客船长网络科技有限公司 | 基于虚拟现实技术的空间定位定姿系统及其方法 |
-
2018
- 2018-10-29 CN CN201811269664.2A patent/CN109556601B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104197938A (zh) * | 2014-09-03 | 2014-12-10 | 厦门大学 | 基于脚部惯性传感器的室内定位方法 |
CN105737853A (zh) * | 2016-02-04 | 2016-07-06 | 中国科学院电子学研究所 | 一种机器人惯性导航系统的漂移校准方法 |
CN105890593A (zh) * | 2016-04-06 | 2016-08-24 | 浙江大学 | 一种mems惯性导航系统及基于该系统的轨迹重构方法 |
CN107560613A (zh) * | 2017-08-15 | 2018-01-09 | 江苏科技大学 | 基于九轴惯性传感器的机器人室内轨迹跟踪系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109556601A (zh) | 2019-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108627153B (zh) | 一种基于惯性传感器的刚体运动追踪系统及其工作方法 | |
Yun et al. | Design, implementation, and experimental results of a quaternion-based Kalman filter for human body motion tracking | |
CN106705968B (zh) | 基于姿态识别和步长模型的室内惯性导航算法 | |
EP3819592B1 (en) | Positioning device, positioning method, and program | |
CN106056664A (zh) | 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 | |
CN108225370B (zh) | 一种运动姿态传感器的数据融合与解算方法 | |
CN109631888B (zh) | 动作轨迹识别方法、装置、可穿戴设备及存储介质 | |
CN103837157A (zh) | 一种运动测量方法及装置 | |
CN109724602A (zh) | 一种基于硬件fpu的姿态解算系统及其解算方法 | |
CN113892942B (zh) | 一种实时追踪人体下肢运动的穿戴设备 | |
Sun et al. | Adaptive sensor data fusion in motion capture | |
CN112665574B (zh) | 基于动量梯度下降法的水下机器人姿态采集方法 | |
Luo et al. | Estimation of CoM and CoP trajectories during human walking based on a wearable visual odometry device | |
CN112055804A (zh) | 信息处理装置、信息处理方法和程序 | |
Sun et al. | An adaptive zero-velocity interval detector using instep-mounted inertial measurement unit | |
Zhang et al. | Micro-IMU-based motion tracking system for virtual training | |
CN111895997B (zh) | 一种无需标准矫正姿势的基于惯性传感器的人体动作采集方法 | |
CN109556601B (zh) | 一种手势轨迹计算方法及手势轨迹采集装置 | |
Guan et al. | Sensor fusion of gyroscope and accelerometer for low-cost attitude determination system | |
Chen et al. | A method to calibrate installation orientation errors of inertial sensors for gait analysis | |
Young et al. | Distributed estimation of linear acceleration for improved accuracy in wireless inertial motion capture | |
Qiu et al. | Heterogeneous data fusion for three-dimensional gait analysis using wearable MARG sensors | |
CN108874146B (zh) | 一种应用于虚拟现实系统中的运动人体质心位移计算方法 | |
CN110236560A (zh) | 智能穿戴设备的六轴姿态检测方法、系统 | |
CN116206358A (zh) | 一种基于vio系统的下肢外骨骼运动模式预测方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |