CN110276121A - 一种动态着装间隙量的测量方法 - Google Patents

一种动态着装间隙量的测量方法 Download PDF

Info

Publication number
CN110276121A
CN110276121A CN201910526232.3A CN201910526232A CN110276121A CN 110276121 A CN110276121 A CN 110276121A CN 201910526232 A CN201910526232 A CN 201910526232A CN 110276121 A CN110276121 A CN 110276121A
Authority
CN
China
Prior art keywords
dressing
human body
section
gap value
dynamic
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
Application number
CN201910526232.3A
Other languages
English (en)
Inventor
刘正
黄琴琴
余玉坤
何琴
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.)
Zhejiang Sci Tech University ZSTU
Zhejiang University of Science and Technology ZUST
Original Assignee
Zhejiang Sci Tech University ZSTU
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 Zhejiang Sci Tech University ZSTU filed Critical Zhejiang Sci Tech University ZSTU
Priority to CN201910526232.3A priority Critical patent/CN110276121A/zh
Publication of CN110276121A publication Critical patent/CN110276121A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Abstract

本发明提出一种动态着装间隙量的测量方法,测量净体与着装同步对应的静、动态三维人体与服装数据;通过最小二乘法拟合人体数据点得到人体各截面的曲线;利用两点定位法和截面平移确定动态着装人体的截面位置;最后,利用最速下降法求得服装点数据到人体截面曲线的最短距离,即服装点位置的着装间隙量。本发明实现了运动状态下人体着装间隙量的实时测量,可用于动态虚拟着装的模拟、服装样板优化以及着装热湿舒适性分析,实用性强。

Description

一种动态着装间隙量的测量方法
技术领域
本发明属于服装数字化领域,具体涉及一种着装条件下动态间隙量的测量方法。
背景技术
服装间隙量是指人体服装之间的空隙形态,是影响服装造型、舒适性和活动性的重要因素。对三维个性人体模型设置合理的间隙量可以得到三维服装的形态,对动态间隙量的研究有助于获得运动服装更加合理的二维裁片形状,有助于人体着装运动的热湿舒适性分析。由于传统的着装间隙量计算方法只能借助人台测量静态着装间隙量,无法计算真人着装服装的着装间隙量,并且目前对动态服装间隙量的研究并无见到,不仅无法准确评估间隙量对服装舒适性与合体性的影响程度,而且无法为虚拟动态着装提供真实的间隙量数据。本发明的为解决着装动态间隙量的测量提供了方法,对服装的虚拟动态仿真、热湿舒适性分析和结构优化具有的理论意义和实际价值。
发明内容
本发明针对传统测量服装间隙量的方法难以测量动态条件下着装间隙量,公开一种新的动态着装间隙量测量方法。测量方法包括净体测量与着装测量同步对照进行时,利用最小二乘法原理拟合人体数据点求得各分段拟合曲线多项式方程系数,从而得到曲面截面拟合;再利用两点定位法和截面整体平移计算动态着装人体的截面位置,从而利用最速下降法求得服装点数据到人体截面曲线的最短距离,即服装点位置的着装间隙量。
本发明所采用的技术方案为:一种动态着装间隙量的测量方法,包括以下步骤:
步骤一:获取位于人体的同一截面上的多个第一探测点的位置数据,利用最小二乘法求得拟合曲线多项式方程系数,拟合得到人体截面曲线;
步骤二:实时获取位于服装上的多个第二探测点的位置数据和人体前中心和后中心的两个标记点的位置数据,所述第二探测点在静止状态下与所述第一探测点位于同一截面;
步骤三:基于步骤二获取的两个标记点的位置数据,采用两点定位法,获得人体截面相对于服装第二探测点的相对位置,利用最速下降法求第二探测点到人体截面曲线的最短距离。
本发明的有益效果是,本发明通过同时采集人体截面的三维数据,经过两点定位法、曲线拟合法与最速下降法,同步获得服装与对应人体截面的坐标,实现了动静状态下着装间隙量的测量。通过这种方法,消除了人体净体和着装分开测量方法存在的人体形态不一致的问题,进而产生的间隙量测量的巨大误差。快速计算出真人动态着装的间隙量,为服装的热湿舒适性分析和计算提供数据,为服装动态三维试衣提供的间隙量数据。
附图说明
图1为本发明人体截面间隙量示意图;
图2为本发明曲线拟合示意图;
图3为本发明方法流程图;
图4为本发明人体着装实验效果图;
附图标记说明:
1:投影 2:服装 3:人体 4:间隙量 5:动态 6:静态 7:被动点 8:主动点 9:前中点 10:后中点 11:拟合曲线 12:坐标轴
罗马数字I-XVI表示截面各个定位点的命名顺序
具体实施方式
下面结合附图与对本发明的着装间隙量计算方法作进一步的详细描述,但不作为对本发明的限定,具体实施方式以胸腰截面为例进行配图说明。
同步对照进行的着装间隙量的计算方法,包括对人体截面进行曲线拟合以及再利用两点定位法,将截面整体平移,从而利用最速下降法求得服装点位置的间隙量。
步骤一:静态净体胸(腰)截面三维数据获取:受试者穿上已标记好点位置的紧身内衣,在胸(腰)截面黏贴主、被动marker球,按照静态姿势要求进行测试,获取净体胸(腰)标记点的三维坐标数据。
步骤二:着装静、动态腰胸(腰)截面三维数据获取:去掉净体胸(腰)部黏贴的被动marker球,受试者穿上实验样衣。在服装胸(腰)截面已标记位置黏贴被动marker球。
步骤三:根据胸腰标记点坐标数据的分布特点,将胸截面和腰截面曲线划分为两段如图2所示。曲线拟合采用的函数为多项式,然后利用最小二乘法原理求得各人体截面分段拟合曲线多项式方程的系数。
胸围截面以9个点为一段完成4次多项式曲线拟合,得到4次多项式方程(pi为拟合常数,x为拟合点坐标值),见公式1-(1)。腰围人体截面以11个点为一段进行6次曲线拟合,得到6次多项式(pi为拟合常数,x为拟合点坐标值),见公式1-(2)。
给定数据点坐标(xi,yi),其中i=1,2,3,...n。并且使得拟合曲线与y=f(x)的偏差最小,拟合曲线在点pi处的偏差为δi=ω(xi)-y,i=1,2,...n。为使两曲线越接近,即拟合效果越好,则需要两曲线偏差平方差越小,即为式1-(3)所得值最小。根据以上步骤即可算出曲线拟合方程系数。
步骤四:基于最速下降法对着装间隙量进行计算。
当受试者运动时,衣服上的标记点会跟随肢体及躯干运动而产生波动,尤其是标记点在垂直方向上可能与身体上的标记有细微的不同。由实验初步测试的结果及数据分析可得到,人体低速慢跑(≤8km/h)或行走运动过程中,尽管躯干有所扭曲和上下波动,但胸部和腰部的整体形状并无发生显著变形,在静态条件下的躯干截面曲线拟合方程可用于表征动态条件下的人体截面,根据运动状态下的两个净体标记点坐标,将人体截面曲线平移即可得到运动跑步中的人体截面曲线方程。本文采用截面前中心和后中心的标记点来计算运动状态下人体截面的位置。
设(x1,y1)和(x2,y2)为静态人体前、后中心坐标(x3,y3)和(x4,y4)为运动状态下对应的两点坐标,则曲线平移量可表示为Δx=(x4+x3-x2-x1)/2和Δy=(y4+y3-y2-y1)/2。将式1-(1)或式1-(2)中的曲线平移可计算出人体截面在动态位置的拟合曲线:
y=f(x-Δx)+Δy. 1-(4)
本文利用最速下降法计算服装标记点到人体的最短距离,即转化求目标函数的最小值。在迭代法求解线性方程组和一般函数的优化中,最速下降法算法简单,对初值要求低,初始时收敛速度很快,因此可根据最速下降法的原理找到目标函数的最优解,即求出所需间隙量。
人体着装时间隙量为正值,因此可选择距离平方和(见式1-(5))进行最速下降法求间隙量平方值,开方即可求出所需间隙量d。
D(x)=d2(x)=(x-X)2+(y-Y)2 1-(5)
从当前xk出发。找一个方向PK。由Taylor展开式知道:
省略t的高阶无穷小项(O(||tpk||))不计,可得到式1-(7)。
由定义可知函数值下降最多。D的最小值可以根据以下步骤计算出:
第1步:选择初始点x0,给定终止误差ε>0,并且令k:=0
第2步:计算如果则停止迭代,输出xk。否则需进行下一步,即取然后进行进一步的一维搜索,从而求出tk,使得式1-(8)成立。
D(xk+tkpk)=mint≥0(xk+tpk) 1-(8)
第3步:令xk+1=xk+tkpk,k:=k+1,并转到第2步继续进行迭代。
采取一维寻优法求得最优步长tk,见式1-(9)。
由以上三个步骤可知,当迭代终止时,求得的值即为D的最小值。并开方求出间隙量值d,具体实例如图4所示。
本发明可用于各类服装的间隙量计算,通过确定合适的着装间隙量,可有效提升服装的舒适性、合体性,也提供了高效的三维服装设计技术,具有可推广应用价值。
以上具体实施方式仅为本发明的示例性实施方式,不能用于限定本发明,本发明的保护范围由权利要求书限定。

Claims (1)

1.一种动态着装间隙量的测量方法,其特征在于,包括以下步骤:
步骤一:获取位于人体的同一截面上的多个第一探测点的位置数据,利用最小二乘法求得拟合曲线多项式方程系数,拟合得到人体截面曲线;
步骤二:实时获取位于服装上的多个第二探测点的位置数据和人体前中心和后中心的两个标记点的位置数据,所述第二探测点在静止状态下与所述第一探测点位于同一截面;
步骤三:基于步骤二获取的两个标记点的位置数据,采用两点定位法,获得人体截面相对于服装第二探测点的相对位置,利用最速下降法求第二探测点到人体截面曲线的最短距离。
CN201910526232.3A 2019-06-18 2019-06-18 一种动态着装间隙量的测量方法 Pending CN110276121A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910526232.3A CN110276121A (zh) 2019-06-18 2019-06-18 一种动态着装间隙量的测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910526232.3A CN110276121A (zh) 2019-06-18 2019-06-18 一种动态着装间隙量的测量方法

Publications (1)

Publication Number Publication Date
CN110276121A true CN110276121A (zh) 2019-09-24

Family

ID=67961352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910526232.3A Pending CN110276121A (zh) 2019-06-18 2019-06-18 一种动态着装间隙量的测量方法

Country Status (1)

Country Link
CN (1) CN110276121A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112131711A (zh) * 2020-08-27 2020-12-25 东华大学 一种基于概率神经网络的运动紧身服合体性水平预测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001249957A (ja) * 2000-03-08 2001-09-14 Kanazawa Inst Of Technology 衣服の型紙パターンの自動作成方法とその自動作成システム
JP2008032489A (ja) * 2006-07-27 2008-02-14 Kanazawa Inst Of Technology 人体の3次元形状データ生成方法および3次元形状データ生成装置
CN103325146A (zh) * 2013-06-28 2013-09-25 北京航空航天大学 一种基于人体截面环数据的衣物面片三维映射方法
CN104537183A (zh) * 2015-01-08 2015-04-22 东华大学 基于非接触式人体扫描的压力服装与人体共偶变形算法
CN106840480A (zh) * 2017-01-20 2017-06-13 合肥工业大学 用于跑步机的步态测量平台及测量方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001249957A (ja) * 2000-03-08 2001-09-14 Kanazawa Inst Of Technology 衣服の型紙パターンの自動作成方法とその自動作成システム
JP2008032489A (ja) * 2006-07-27 2008-02-14 Kanazawa Inst Of Technology 人体の3次元形状データ生成方法および3次元形状データ生成装置
CN103325146A (zh) * 2013-06-28 2013-09-25 北京航空航天大学 一种基于人体截面环数据的衣物面片三维映射方法
CN104537183A (zh) * 2015-01-08 2015-04-22 东华大学 基于非接触式人体扫描的压力服装与人体共偶变形算法
CN106840480A (zh) * 2017-01-20 2017-06-13 合肥工业大学 用于跑步机的步态测量平台及测量方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
LIU Z, LI J, LU G: "Review on 3D allocation and ease allowance and its applications in garment design", J COMPUTER DES GRAPH, pages 1294 - 1296 *
LIU ZHENG, QIN HE, FENGYUAN ZOU, YUYAN DING, BUGAO XU: "Apparel ease distribution analysis using three-dimensional motion capture", TEXTILE RESEARCH JOURNAL, vol. 89, no. 19, pages 1 - 13 *
刘正;李基拓;陆国栋;毕新宇;: "着装间隙量空间形态分布研究及其应用综述", 计算机辅助设计与图形学学报, no. 10, pages 48 - 55 *
周慧平;: "基于三维扫描技术的网络服装设计体系开发", no. 03, pages 90 - 94 *
徐继红;张文斌;肖平;: "人体与服装特征曲面间面积松量的分配关系", no. 05, pages 107 - 111 *
王竹君;李婷玉;邢英梅;叶汇元;: "改进型BP网络在男西服规格尺寸自动生成上的应用", no. 06, pages 40 - 43 *
田丙强; 徐增波; 胡守忠: "基于CLO3D虚拟试衣技术的着装合体性评估", vol. 44, no. 44, pages 397 - 402 *
黄海峤; 莫碧贤; 郭绮莲; 欧秀全; 王英男: "从三维人体扫描生成服装样板", vol. 31, no. 31, pages 132 - 136 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112131711A (zh) * 2020-08-27 2020-12-25 东华大学 一种基于概率神经网络的运动紧身服合体性水平预测方法
CN112131711B (zh) * 2020-08-27 2023-04-07 东华大学 一种基于概率神经网络的运动紧身服合体性水平预测方法

Similar Documents

Publication Publication Date Title
Beazley Size and fit: Procedures in undertaking a survey of body measurements
Marinho et al. Three-dimensional CFD analysis of the hand and forearm in swimming
CN103535963A (zh) 运动服装动态基础样板及基础样板构建方法
Chen et al. Real-time human motion capture driven by a wireless sensor network
CN103783706B (zh) 基于椭圆傅里叶描述的成年男子系列人台构建方法
Salehi et al. Body-IMU autocalibration for inertial hip and knee joint tracking
CN112182682B (zh) 一种运动服装版型生成方法及系统
CN105029812B (zh) 一种人台制作方法及应用该方法制作的人台
CN109741371A (zh) 一种基于惯性传感器的人体动作描述方法
CN110276121A (zh) 一种动态着装间隙量的测量方法
CN109284006A (zh) 一种人体运动捕获装置和方法
Zhou et al. Anthropometric body modeling based on orthogonal-view images
Hiley et al. The margin for error when releasing the asymmetric bars for dismounts
Liu et al. Research on Pressure Comfort of Yoga Suit and Optimization Scheme of Pattern Based on CLO 3D Software
Harms et al. Does loose fitting matter? Predicting sensor performance in smart garments.
CN111260718A (zh) 一种基于Kinect摄像头的人体重心估计方法
WO2016199308A1 (ja) 背広原型及び背広原型用測定器
Gioberto et al. Lower-limb goniometry using stitched sensors: effects of manufacturing and wear variables
Nohara et al. Multiple regression based imputation for individualizing template human model from a small number of measured dimensions
JP2015120985A (ja) 背広原型及び背広原型用測定器
Petrak et al. Research of 3D body models computer adjustment based on anthropometric data determined by laser 3D scanner
CN103340603A (zh) 一种人体惯性参数识别方法
Zhu et al. Finite element simulation of the dynamic pressure distribution of a typical compression sports bra during wearing
KR102273317B1 (ko) 의상 패턴들의 오토 그레이딩 방법 및 장치
CN109003300A (zh) 一种基于人体质心位移计算算法的虚拟现实系统

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