CN112754472A - 一种动作捕捉系统中传感器的校准方法及装置 - Google Patents

一种动作捕捉系统中传感器的校准方法及装置 Download PDF

Info

Publication number
CN112754472A
CN112754472A CN202110007732.3A CN202110007732A CN112754472A CN 112754472 A CN112754472 A CN 112754472A CN 202110007732 A CN202110007732 A CN 202110007732A CN 112754472 A CN112754472 A CN 112754472A
Authority
CN
China
Prior art keywords
position information
sensor
moving object
calibration area
sensors
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
Application number
CN202110007732.3A
Other languages
English (en)
Other versions
CN112754472B (zh
Inventor
李洪测
周烽
胡同杰
刘昊扬
戴若犁
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.)
BEIJING NOITOM TECHNOLOGY Ltd
Original Assignee
BEIJING NOITOM TECHNOLOGY Ltd
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 BEIJING NOITOM TECHNOLOGY Ltd filed Critical BEIJING NOITOM TECHNOLOGY Ltd
Priority to CN202110007732.3A priority Critical patent/CN112754472B/zh
Publication of CN112754472A publication Critical patent/CN112754472A/zh
Application granted granted Critical
Publication of CN112754472B publication Critical patent/CN112754472B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1072Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802Sensor mounted on worn items
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/684Indicating the position of the sensor on the body
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/042Calibration or calibration artifacts
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02Operational features
    • A61B2560/0223Operational features of calibration, e.g. protocols for calibrating sensors

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • General Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physiology (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本公开涉及一种动作捕捉系统中传感器的校准方法及装置,包括:基于预设的定位标识生成具有标识号的校准区域;当穿戴有多个传感器的运动对象进入任一校准区域后,获取传感器的原始位置信息;根据各传感器的原始位置信息,确定传感器与运动对象的关键部位之间的对应关系;将校准区域的空间范围与原始位置信息进行匹配,并根据匹配结果将校准区域的标识号分配给传感器和/或运动对象;当具有标识号的运动对象处于指定姿势时,采集传感器的目标位置信息,并基于对应关系和目标位置信息,确定具有标识号的运动对象的初始参数;其中,初始参数用于输入给动作捕捉系统进行计算。本公开能够简化穿戴传感器的难度,降低初始参数的获取难度。

Description

一种动作捕捉系统中传感器的校准方法及装置
技术领域
本公开涉及动作捕捉技术领域,尤其涉及一种动作捕捉系统中传感器的校准方法及装置。
背景技术
动作捕捉系统用于捕捉运动对象(如人)的关键部位上设置的传感器的位置,再经过计算机处理后得到三维空间坐标的数据。当数据被计算机识别后,可以应用在体育、康复、医疗、人机工程等领域。目前,动作捕捉系统在捕捉数据之前,首先需要获知多项信息,比如:运动对象的数量,该数量取决于待启动虚拟角色的数量;每个运动对象上设置的传感器的ID(Identity document,身份标识号),该ID用于为不同的传感器分别分配匹配的动捕算法;运动对象的尺寸,比如人员的身高臂展,或者更细致的骨骼长度信息,以用于给动捕算法提供初始参数值。
然而,在多个运动对象的动作捕捉环境中存在如下问题:穿戴传感器需要耗费大量时间,传感器容易穿戴错误,穿戴错误会造成姿态不正确,需要逐一填写运动对象的身高等尺寸信息,管理成本较高。因此,目前的动作捕捉系统在使用前,普遍存在穿戴繁琐、易错,对运动对象管理成本高的问题。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种动作捕捉系统中传感器的校准方法及装置。
本公开提供了一种动作捕捉系统中传感器的校准方法,包括:基于预设的定位标识生成校准区域;其中,不同的所述校准区域具有不同的标识号;当穿戴有多个传感器的运动对象进入任一所述校准区域后,获取所述传感器的原始位置信息;根据各所述传感器的原始位置信息,确定所述传感器与所述运动对象的关键部位之间的对应关系;将所述校准区域的空间范围与所述原始位置信息进行匹配,并根据匹配结果将所述校准区域的标识号分配给所述传感器和/或所述运动对象;当具有标识号的运动对象处于指定姿势时,采集所述传感器的目标位置信息,并基于所述对应关系和所述目标位置信息,确定所述具有标识号的运动对象的初始参数;其中,所述初始参数用于输入给动作捕捉系统进行计算。
进一步,所述基于预设的定位标识生成校准区域,包括:将预设的定位标识作为中心点,基于所述中心点和预设的校准半径确定圆形区域,将所述圆形区域对应的空间区域作为校准区域。
进一步,所述运动对象为人体,所述人体的关键部位包括:头部、背部、左手腕部、右手腕部、左腿部、右腿部、左脚部和右脚部;所述根据各所述传感器的原始位置信息,确定所述传感器与所述运动对象的关键部位之间的对应关系,包括:根据各所述传感器的原始位置信息中的纵坐标,将所述传感器从高到低划分为头部对应的传感器、背部对应的传感器、手部对应的传感器、腿部对应的传感器和脚部对应的传感器;在两个所述手部对应的传感器之间生成连线,将所述连线所在的竖直平面作为第一平面;将与所述第一平面垂直且经过所述连线的中点的平面作为第二平面;针对所述手部对应的传感器、腿部对应的传感器和脚部对应的传感器,根据所述传感器的原始位置信息中的横坐标与所述第二平面之间距离为正值或负值,划分所述传感器为左手腕部对应的传感器、右手腕部对应的传感器、左腿部对应的传感器、右腿部对应的传感器、左脚部对应的传感器和右脚部对应的传感器。
进一步,所述初始参数包括:肩宽参数、身高参数和手臂长度参数;所述当具有标识号的运动对象处于指定姿势时,采集所述传感器的目标位置信息,并基于所述对应关系和所述目标位置信息,确定所述具有标识号的运动对象的初始参数,包括:当具有标识号的运动对象处于正立姿势时,采集所述传感器的第一目标位置信息,并基于所述对应关系从所述第一目标位置信息中获取所述左手腕部对应的传感器的第一位置信息,和右手腕部对应的传感器的第二位置信息;根据所述第一位置信息和第二位置信息各自的横坐标,以及预设的传感器偏移量,确定所述运动对象的肩宽参数;当所述具有标识号的运动对象处于水平展开双臂姿势时,采集所述传感器的第二目标位置信息,并基于所述对应关系从所述第二目标位置信息中获取所述左手腕部对应的传感器的第三位置信息,和右手腕部对应的传感器的第四位置信息;根据预设比例关系、所述第三位置信息和第四位置信息各自的纵坐标以及所述肩宽参数,确定所述运动对象的身高参数;根据所述第三位置信息和第四位置信息各自的横坐标以及所述肩宽参数,确定所述运动对象的手臂长度参数。
进一步,所述将所述校准区域的空间范围与所述原始位置信息进行匹配,包括:获取各所述校准区域的第一空间范围;根据所述原始位置信息确定所述传感器的第二空间范围;在多个所述第一空间范围内,查找包围所述第二空间范围的第一空间范围;如果存在,获取包围所述第二空间范围的第一空间范围对应的目标校准区域;确定所述原始位置信息与所述目标校准区域匹配。
进一步,所述根据匹配结果将所述校准区域的标识号分配给所述传感器和/或所述运动对象,包括:获取所述原始位置信息对应的目标传感器和目标运动对象;将所述目标校准区域的标识号,分配给与所述目标校准区域匹配的所述原始位置信息对应的目标传感器和/或目标运动对象。
本公开提供了一种动作捕捉系统中传感器的校准装置,包括:区域生成模块,用于基于预设的定位标识生成校准区域;其中,不同的所述校准区域具有不同的标识号;原始位置获取模块,用于当穿戴有多个传感器的运动对象进入任一所述校准区域后,获取所述传感器的原始位置信息;对应模块,用于根据各所述传感器的原始位置信息,确定所述传感器与所述运动对象的关键部位之间的对应关系;匹配模块,用于将所述校准区域的空间范围与所述原始位置信息进行匹配,并根据匹配结果将所述校准区域的标识号分配给所述传感器和/或所述运动对象;初始参数确定模块,用于当具有标识号的运动对象处于指定姿势时,采集所述传感器的目标位置信息,并基于所述对应关系和所述目标位置信息,确定所述具有标识号的运动对象的初始参数;其中,所述初始参数用于输入给动作捕捉系统进行计算。
本公开提供了一种电子设备,包括:处理器和存储装置;所述存储装置上存储有计算机程序,所述计算机程序在被所述处理器运行时执行上述方法。
本公开提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述方法的步骤。
本公开实施例提供的技术方案与现有技术相比具有如下优点:
本公开实施例提供了一种动作捕捉系统中传感器的校准方法及装置,当穿戴有多个传感器的运动对象进入任一预设的校准区域后,首先获取传感器的原始位置信息;然后根据各传感器的原始位置信息,确定传感器与运动对象的关键部位之间的对应关系;以及将校准区域的空间范围与原始位置信息进行匹配,并根据匹配结果将校准区域的标识号分配给传感器和/或运动对象;最后当具有标识号的运动对象处于指定姿势时,采集传感器的目标位置信息,并基于对应关系和目标位置信息,确定具有标识号的运动对象的初始参数;其中,初始参数用于输入给动作捕捉系统进行计算。在本实施例中,通过传感器的原始位置信息来确定传感器与关键部位之间的对应关系,这样运动对象便可随意穿戴传感器,极大的简化了穿戴难度;利用标识号确定校准区域、传感器和运动对象之间的匹配关系,进而基于运动对象处于指定姿势时的目标位置信息,能够准确地确定具有标识号的运动对象的初始参数,降低了初始参数的获取难度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的动作捕捉系统中传感器的校准方法流程图;
图2为本公开实施例提供的校准区域示意图;
图3为本公开实施例提供的传感器与人体的关键部位之间的对应关系示意图;
图4为本公开实施例提供的两种人体姿势的示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
目前,在动作捕捉系统在捕捉数据之前,需要运动对象穿戴传感器以获取多项信息作为初始参数。然而,在多个运动对象的动作捕捉环境中存在穿戴传感器繁琐、易错,对运动对象管理成本高的问题。基于此,本公开实施例提供一种动作捕捉系统中传感器的校准方法、装置及电子设备。为便于理解,首先对本公开实施例提供的动作捕捉系统中传感器的校准方法展开描述。
实施例一:
参照图1所示的动作捕捉系统中传感器的校准方法流程图,该方法可以包括如下步骤:
步骤S102,基于预设的定位标识生成校准区域;其中,不同的校准区域具有不同的标识号。
本实施例在可以容纳多个运动对象的动作捕捉环境中设置多个定位标识;其中,上述定位标识诸如固定于地面的定位传感器或定位二维码等标识,上述运动对象一般为人体,或者为其它可控制姿态变化的机器人等对象。在每个定位标识处均生成校准区域,校准区域用于指示运动对象进入该区域,一个校准区域可容纳一个运动对象。当运动对象进入校准区域后,可以在校准区域内采集运动对象的准确率较高的初始参数。为了便于区分各个校准区域,可以通过标识号对校准区域进行唯一性标记,该标识号诸如为数字编号。
步骤S104,当穿戴有多个传感器的运动对象进入任一校准区域后,获取传感器的原始位置信息。其中,原始位置信息包括多个传感器的位置信息。
在本实施例中,传感器被任意穿戴于运动对象多个预设关键部位上。此时,无需指定各个传感器分别对应的关键部位,也无需对各个传感器进行区分,只需要满足在运动对象的每个关键部位上均有传感器即可,这样可以极大地简化穿戴传感器的难度。
穿戴有多个传感器的运动对象可以进入任一校准区域,此后,当运动对象处于一个稳定的指定姿势时,可以获取该运动对象上各个传感器的原始位置信息。在实际应用中,动作捕捉环境通常为具有水平地面和竖直墙面的场地,基于此,上述原始位置信息包括以水平地面为参考的纵坐标和以竖直墙面为参考的横坐标。
步骤S106,根据各传感器的原始位置信息,确定传感器与运动对象的关键部位之间的对应关系。
在本实施例中,首先获取运动对象上预先设置的各个关键部位之间的第一相对空间位置;然后根据各传感器的原始位置信息确定各传感器之间的第二相对空间位置;最后将第一相对空间位置与第二相对空间位置进行对应,即可确定传感器与关键部位之间的对应关系。
步骤S108,将校准区域的空间范围与原始位置信息进行匹配,并根据匹配结果将校准区域的标识号分配给传感器和/或运动对象。
可以理解的是,在同一动作捕捉环境中可以有多个运动对象同时进入校准区域;为了确定某个穿戴有传感器的运动对象进入的是哪一个校准区域,也即确定运动对象与其进入的校准区域之间的对应关系,本实施例可以将校准区域的空间范围与原始位置信息进行匹配。校准区域的空间范围通常是已知的,例如,1号校准区域的空间范围是:纵坐标为从0到2米,横坐标为从15到17米;根据原始位置信息P1确定最大纵坐标为1.8米,最小横坐标为15.3米,最大横坐标为16.5米,则可以确定该原始位置信息P1在上述1号校准区域的空间范围之内,确定两者之间匹配;进而,可以将1号校准区域的标识号分配给传感器和/或运动对象。基于此,可以将具有相同标识号的校准区域、传感器和运动对象确定为一个组合。
步骤S110,当具有标识号的运动对象处于指定姿势时,采集传感器的目标位置信息,并基于对应关系和目标位置信息确定该具有标识号的运动对象的初始参数;其中,初始参数用于输入给动作捕捉系统进行计算。
在本实施例中,具有标识号的运动对象可以处于多个指定姿势,在每个指定姿势下均采集目标位置信息;其中,目标位置信息包括多个传感器的位置信息。根据对应关系从目标位置信息中确定各个关键部位对应的传感器的位置信息,并基于多个传感器的位置信息确定初始参数。运动对象以人体为例,上述初始参数可以为人体的肩宽参数、身高参数和手臂长度参数。本实施例在得到初始参数后,可以将初始参数输入给动作捕捉系统进行初始化、姿态识别等计算。
本公开实施例提供的上述传感器的校准方法,当穿戴有多个传感器的运动对象进入任一预设的校准区域后,首先获取传感器的原始位置信息;然后根据各传感器的原始位置信息,确定传感器与运动对象的关键部位之间的对应关系;以及将校准区域的空间范围与原始位置信息进行匹配,并根据匹配结果将校准区域的标识号分配给传感器和/或运动对象;最后当具有标识号的运动对象处于指定姿势时,采集传感器的目标位置信息,并基于对应关系和目标位置信息,确定具有标识号的运动对象的初始参数;其中,初始参数用于输入给动作捕捉系统进行计算。在本实施例中,通过传感器的原始位置信息来确定传感器与关键部位之间的对应关系,这样运动对象便可随意穿戴传感器,极大的简化了穿戴难度;利用标识号确定校准区域、传感器和运动对象之间的匹配关系,进而基于运动对象处于指定姿势时的目标位置信息,能够准确地确定具有标识号的运动对象的初始参数,降低了初始参数的获取难度。
本实施例提供一种基于预设的定位标识生成校准区域的方法,包括:将预设的定位标识作为中心点,基于中心点和预设的校准半径确定圆形区域,将圆形区域对应的空间区域作为校准区域。
具体的,如图2所示,展示了标识号分别为1号和2号的两个校准区域,其中的三角形表示定位标识,基于中心点和预设的校准半径(如1米)在水平地面上确定圆形区域,将该圆形区域对应的水平地面上方的空间区域(可以理解为以该圆形区域为底面的圆柱形空间区域)作为校准区域。
在一种实施例中,上述运动对象为人体,该人体处于双手下垂、双脚并拢的正立姿势。参照图3,人体的关键部位可以包括:头部、背部、左手腕部、右手腕部、左腿部、右腿部、左脚部和右脚部。在此情况下,可通过如下四个步骤确定传感器与关键部位之间的对应关系,包括:
步骤1,根据各传感器的原始位置信息中的纵坐标,将传感器从高到低划分为头部对应的传感器、背部对应的传感器、手部对应的传感器、腿部对应的传感器和脚部对应的传感器。
具体的,纵坐标表示传感器的高度,根据原始位置信息中的纵坐标对传感器进行从高到低排序,按照传感器从高到低的排序结果,可以确定传感器依次对应于头部、背部、手部、腿部和脚部。其中,手部、腿部和脚部各自对应的两个传感器高度相同,无法区分左右侧,进而继续执行如下步骤。
步骤2,在两个手部对应的传感器之间生成连线,将连线所在的竖直平面作为第一平面。具体的,将手部对应的两个传感器之间进行连线,并将该连线的中点、上方向和左右方向构造为第一平面;该第一平面是横切人体且垂直于水平地面的平面。
步骤3,将与第一平面垂直且经过上述连线的中点的平面作为第二平面,也就是说,第二平面与第一平面之间的相交线经过两个手部对应的传感器之间的连线的中点。具体的,可以将背部传感器垂直于第一平面的方向为人的前方向,将连线的中点和前方向以及竖直向上的方向构造为第二平面;该第二平面是纵切人体且同时垂直于水平地面和第一平面的平面。
步骤4,针对手部对应的传感器、腿部对应的传感器和脚部对应的传感器,根据传感器的原始位置信息中的横坐标与第二平面之间距离为正值或负值,划分传感器为左手腕部对应的传感器、右手腕部对应的传感器、左腿部对应的传感器、右腿部对应的传感器、左脚部对应的传感器和右脚部对应的传感器。
在本实施例中,提供一种将校准区域的空间范围与原始位置信息进行匹配的实现方式,参照如下步骤(1)-(5):
(1)获取各校准区域的第一空间范围;第一空间范围包括校准区域的横坐标范围和纵坐标范围。
(2)根据原始位置信息确定传感器的第二空间范围;第二空间范围是穿戴于同一运动对象的多个传感器组成的空间的横坐标范围和纵坐标范围。运动对象为多个时,第二空间范围也为多个。
(3)在多个第一空间范围内,查找包围第二空间范围的第一空间范围。
在具体实现时,可将每个第二空间范围逐一作为当前的第二空间范围,针对当前的第二空间范围,在多个校准区域对应的第一空间范围内,查找包围该第二空间范围的第一空间范围。
(4)获取查找到的第一空间范围对应的目标校准区域。
具体的,当查找到包围当前的第二空间范围的第一空间范围后,将该查找到的第一空间范围对应的校准区域,确定为该目标校准区域。目标校准区域是当前的第二空间范围对应的人体所在的校准区域。
(5)确定原始位置信息与目标校准区域匹配。具体的,第二空间范围是由穿戴于人体的传感器的原始位置信息确定的,基于此,可将原始位置信息与目标校准区域匹配。
接下来,可以根据匹配结果将校准区域的标识号分配给传感器和/或运动对象,具体包括:首先获取原始位置信息对应的目标传感器和目标运动对象;然后将目标校准区域的标识号,分配给与目标校准区域匹配的原始位置信息对应的目标传感器和/或目标运动对象。
至此,进入到校准区域的运动对象和运动对象穿戴的多个传感器,可以通过该校准区域的标识号进行识别。
如图4所示,在一个实施例中,继续以人体作为运动对象,提供一种具有标识号的运动对象的初始参数的确定方法。参照如下所示:
首先,如图4左侧,当具有标识号的运动对象处于正立姿势时,参照如下步骤1)和2)获取运动对象的肩宽参数:
1)采集传感器的第一目标位置信息,并基于对应关系从第一目标位置信息中获取左手腕部对应的传感器的第一位置信息,和右手腕部对应的传感器的第二位置信息。
2)根据第一位置信息和第二位置信息各自的横坐标,以及预设的传感器偏移量,确定运动对象的肩宽参数。
具体的,根据第一位置信息的横坐标和第二位置信息的横坐标之间的差值,得到左右手腕的传感器之间的距离;考虑到传感器自身具有一定的厚度,该厚度为传感器偏移量,从而可以将左右手腕的传感器之间的距离减去传感器偏移量,得到运动对象的肩宽参数。
然后,如图4右侧,当具有标识号的运动对象处于水平展开双臂姿势时,参照如下步骤3)至5)获取运动对象的身高参数和手臂长度参数(简称臂长参数)。
3)采集传感器的第二目标位置信息,并基于对应关系从第二目标位置信息中获取左手腕部对应的传感器的第三位置信息,和右手腕部对应的传感器的第四位置信息。
4)根据预设比例关系、第三位置信息和第四位置信息各自的纵坐标以及肩宽参数,确定运动对象的身高参数。
具体的,第三位置信息的纵坐标和第四位置信息的纵坐标,均表示手腕到水平地面的竖直距离。为了降低误差,可以将第三位置信息的纵坐标和第四位置信息的纵坐标的平均值,作为运动对象的身躯高度。对于一般人体来说,人体从头到脚的身高与肩宽和身躯高度之间具有一定的比例关系,基于该比例关系以及身躯高度、肩宽参数确定人体的身高参数。
5)根据第三位置信息和第四位置信息各自的横坐标以及肩宽参数,确定运动对象的手臂长度参数。
具体的,计算第三位置信息的横坐标和第四位置信息的横坐标之间的差值,得到左右手腕之间的距离,然后将该距离减去肩宽参数,得到两个臂长之和,再通过除法计算即可得到每个手臂的长度参数。
通过上述多个步骤获得身高参数、肩宽参数、臂长参数这三个重要的初始参数,而后,可以通过动作捕捉对初始参数进行行初始化,以完成传感器的穿戴校准。
综上,本公开实施例提供的传感器的校准方法,通过传感器的原始位置信息来确定传感器与关键部位之间的对应关系,这样运动对象便可随意穿戴传感器,有效改善了穿戴过程的繁琐问题,简化了穿戴难度;利用标识号确定校准区域、传感器和运动对象之间的匹配关系后,基于运动对象处于指定姿势时的目标位置信息,能够准确地确定具有标识号的运动对象的初始参数,也就是说,通过简单的校准姿势,自动计算出人体的身高臂展等参数,降低了初始参数的获取难度。通过实际实验发现,在多人动捕环境中穿戴传感器及校准准备时间缩短到3分钟之内。
实施例二:
本实施例提供一种动作捕捉系统中传感器的校准装置,该装置包括:
区域生成模块,用于基于预设的定位标识生成校准区域;其中,不同的校准区域具有不同的标识号;
原始位置获取模块,用于当穿戴有多个传感器的运动对象进入任一校准区域后,获取传感器的原始位置信息;
对应模块,用于根据各传感器的原始位置信息,确定传感器与运动对象的关键部位之间的对应关系;
匹配模块,用于将校准区域的空间范围与原始位置信息进行匹配,并根据匹配结果将校准区域的标识号分配给传感器和/或运动对象;
初始参数确定模块,用于当具有标识号的运动对象处于指定姿势时,采集传感器的目标位置信息,并基于对应关系和目标位置信息,确定具有标识号的运动对象的初始参数;其中,初始参数用于输入给动作捕捉系统进行计算。
本实施例提供一种电子设备,包括:处理器和存储装置;所述存储装置上存储有计算机程序,所述计算机程序在被所述处理器运行时执行如实施例一所述的方法。
本实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述实施例所述的方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置、电子设备及计算机可读存储介质的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
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。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种动作捕捉系统中传感器的校准方法,其特征在于,包括:
基于预设的定位标识生成校准区域;其中,不同的所述校准区域具有不同的标识号;
当穿戴有多个传感器的运动对象进入任一所述校准区域后,获取所述传感器的原始位置信息;
根据各所述传感器的原始位置信息,确定所述传感器与所述运动对象的关键部位之间的对应关系;
将所述校准区域的空间范围与所述原始位置信息进行匹配,并根据匹配结果将所述校准区域的标识号分配给所述传感器和/或所述运动对象;
当具有标识号的运动对象处于指定姿势时,采集所述传感器的目标位置信息,并基于所述对应关系和所述目标位置信息,确定所述具有标识号的运动对象的初始参数;其中,所述初始参数用于输入给动作捕捉系统进行计算。
2.根据权利要求1所述的方法,其特征在于,所述基于预设的定位标识生成校准区域,包括:
将预设的定位标识作为中心点,基于所述中心点和预设的校准半径确定圆形区域,将所述圆形区域对应的空间区域作为校准区域。
3.根据权利要求1所述的方法,其特征在于,所述运动对象为人体,所述人体的关键部位包括:头部、背部、左手腕部、右手腕部、左腿部、右腿部、左脚部和右脚部;
所述根据各所述传感器的原始位置信息,确定所述传感器与所述运动对象的关键部位之间的对应关系,包括:
根据各所述传感器的原始位置信息中的纵坐标,将所述传感器从高到低划分为头部对应的传感器、背部对应的传感器、手部对应的传感器、腿部对应的传感器和脚部对应的传感器;
在两个所述手部对应的传感器之间生成连线,将所述连线所在的竖直平面作为第一平面;
将与所述第一平面垂直且经过所述连线的中点的平面作为第二平面;
针对所述手部对应的传感器、腿部对应的传感器和脚部对应的传感器,根据所述传感器的原始位置信息中的横坐标与所述第二平面之间距离为正值或负值,划分所述传感器为左手腕部对应的传感器、右手腕部对应的传感器、左腿部对应的传感器、右腿部对应的传感器、左脚部对应的传感器和右脚部对应的传感器。
4.根据权利要求3所述的方法,其特征在于,所述初始参数包括:肩宽参数、身高参数和手臂长度参数;
所述当具有标识号的运动对象处于指定姿势时,采集所述传感器的目标位置信息,并基于所述对应关系和所述目标位置信息,确定所述具有标识号的运动对象的初始参数,包括:
当具有标识号的运动对象处于正立姿势时,采集所述传感器的第一目标位置信息,并基于所述对应关系从所述第一目标位置信息中获取所述左手腕部对应的传感器的第一位置信息,和右手腕部对应的传感器的第二位置信息;
根据所述第一位置信息和第二位置信息各自的横坐标,以及预设的传感器偏移量,确定所述运动对象的肩宽参数;
当所述具有标识号的运动对象处于水平展开双臂姿势时,采集所述传感器的第二目标位置信息,并基于所述对应关系从所述第二目标位置信息中获取所述左手腕部对应的传感器的第三位置信息,和右手腕部对应的传感器的第四位置信息;
根据预设比例关系、所述第三位置信息和第四位置信息各自的纵坐标以及所述肩宽参数,确定所述运动对象的身高参数;
根据所述第三位置信息和第四位置信息各自的横坐标以及所述肩宽参数,确定所述运动对象的手臂长度参数。
5.根据权利要求1所述的方法,其特征在于,所述将所述校准区域的空间范围与所述原始位置信息进行匹配,包括:
获取各所述校准区域的第一空间范围;
根据所述原始位置信息确定所述传感器的第二空间范围;
在多个所述第一空间范围内,查找包围所述第二空间范围的第一空间范围;
如果存在,获取包围所述第二空间范围的第一空间范围对应的目标校准区域;
确定所述原始位置信息与所述目标校准区域匹配。
6.根据权利要求5所述的方法,其特征在于,所述根据匹配结果将所述校准区域的标识号分配给所述传感器和/或所述运动对象,包括:
获取所述原始位置信息对应的目标传感器和目标运动对象;
将所述目标校准区域的标识号,分配给与所述目标校准区域匹配的所述原始位置信息对应的目标传感器和/或目标运动对象。
7.一种动作捕捉系统中传感器的校准装置,其特征在于,包括:
区域生成模块,用于基于预设的定位标识生成校准区域;其中,不同的所述校准区域具有不同的标识号;
原始位置获取模块,用于当穿戴有多个传感器的运动对象进入任一所述校准区域后,获取所述传感器的原始位置信息;
对应模块,用于根据各所述传感器的原始位置信息,确定所述传感器与所述运动对象的关键部位之间的对应关系;
匹配模块,用于将所述校准区域的空间范围与所述原始位置信息进行匹配,并根据匹配结果将所述校准区域的标识号分配给所述传感器和/或所述运动对象;
初始参数确定模块,用于当具有标识号的运动对象处于指定姿势时,采集所述传感器的目标位置信息,并基于所述对应关系和所述目标位置信息,确定所述具有标识号的运动对象的初始参数;其中,所述初始参数用于输入给动作捕捉系统进行计算。
8.一种电子设备,其特征在于,包括:处理器和存储装置;
所述存储装置上存储有计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1至6任一项所述的方法的步骤。
CN202110007732.3A 2021-01-05 2021-01-05 一种动作捕捉系统中传感器的校准方法及装置 Active CN112754472B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110007732.3A CN112754472B (zh) 2021-01-05 2021-01-05 一种动作捕捉系统中传感器的校准方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110007732.3A CN112754472B (zh) 2021-01-05 2021-01-05 一种动作捕捉系统中传感器的校准方法及装置

Publications (2)

Publication Number Publication Date
CN112754472A true CN112754472A (zh) 2021-05-07
CN112754472B CN112754472B (zh) 2021-09-21

Family

ID=75699286

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110007732.3A Active CN112754472B (zh) 2021-01-05 2021-01-05 一种动作捕捉系统中传感器的校准方法及装置

Country Status (1)

Country Link
CN (1) CN112754472B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114909994A (zh) * 2022-04-29 2022-08-16 深圳市中图仪器股份有限公司 影像测量仪的校准方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104856706A (zh) * 2015-04-29 2015-08-26 盐城工学院 膝关节力学特征测试仪器
CN105592781A (zh) * 2014-11-27 2016-05-18 英特尔公司 可穿戴式个人计算机和医疗设备
WO2018005298A1 (en) * 2016-06-26 2018-01-04 Wen-Pin Shih Wearable blood-pressure monitoring device and non-invasive blood-pressure monitoring method
CN109443389A (zh) * 2018-11-28 2019-03-08 电子科技大学 动作捕获系统中基于惯性传感器单步标定的姿态融合方法
CN109528207A (zh) * 2018-11-06 2019-03-29 北京诺亦腾科技有限公司 一种动作评估方法、装置及存储介质
US10331324B1 (en) * 2012-12-22 2019-06-25 Bertec Corporation Measurement and testing system
WO2019200148A1 (en) * 2018-04-11 2019-10-17 Siren Care, Inc. Systems and methods for registration and activation of temperature-sensing garments
CN111028339A (zh) * 2019-12-06 2020-04-17 国网浙江省电力有限公司培训中心 一种行为动作建模方法、装置、电子设备和存储介质
US20200261019A1 (en) * 2019-02-14 2020-08-20 Trungram Gyaltrul Sherpa Methods and systems for providing a preferred fitness state of a user
CN111700620A (zh) * 2020-06-24 2020-09-25 中国科学院深圳先进技术研究院 一种步态异常早期识别与风险预警方法和装置
CN111744156A (zh) * 2020-07-06 2020-10-09 深圳市蝙蝠云科技有限公司 基于可穿戴设备与机器学习的足球动作识别评估系统及方法
CN111954491A (zh) * 2018-04-17 2020-11-17 索尼公司 程序、信息处理设备和信息处理方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10331324B1 (en) * 2012-12-22 2019-06-25 Bertec Corporation Measurement and testing system
CN105592781A (zh) * 2014-11-27 2016-05-18 英特尔公司 可穿戴式个人计算机和医疗设备
CN104856706A (zh) * 2015-04-29 2015-08-26 盐城工学院 膝关节力学特征测试仪器
WO2018005298A1 (en) * 2016-06-26 2018-01-04 Wen-Pin Shih Wearable blood-pressure monitoring device and non-invasive blood-pressure monitoring method
WO2019200148A1 (en) * 2018-04-11 2019-10-17 Siren Care, Inc. Systems and methods for registration and activation of temperature-sensing garments
CN111954491A (zh) * 2018-04-17 2020-11-17 索尼公司 程序、信息处理设备和信息处理方法
CN109528207A (zh) * 2018-11-06 2019-03-29 北京诺亦腾科技有限公司 一种动作评估方法、装置及存储介质
CN109443389A (zh) * 2018-11-28 2019-03-08 电子科技大学 动作捕获系统中基于惯性传感器单步标定的姿态融合方法
US20200261019A1 (en) * 2019-02-14 2020-08-20 Trungram Gyaltrul Sherpa Methods and systems for providing a preferred fitness state of a user
CN111028339A (zh) * 2019-12-06 2020-04-17 国网浙江省电力有限公司培训中心 一种行为动作建模方法、装置、电子设备和存储介质
CN111700620A (zh) * 2020-06-24 2020-09-25 中国科学院深圳先进技术研究院 一种步态异常早期识别与风险预警方法和装置
CN111744156A (zh) * 2020-07-06 2020-10-09 深圳市蝙蝠云科技有限公司 基于可穿戴设备与机器学习的足球动作识别评估系统及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
PICERNO, PIETRO; CALIANDRO, PIETRO; IACOVELLI, CHIARA; 等.: "Upper limb joint kinematics using wearable magnetic and inertial measurement units: an anatomicalcalibration procedure based on bony landmark identification", 《SCIENTIFIC REPORTS》 *
SOLTANI, ABOLFAZL; DEJNABADI, HOOMAN; SAVARY, MARTIN; 等.: "Real-World Gait Speed Estimation Using Wrist Sensor: A Personalized Approach", 《IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS 》 *
刘昊扬 等: "动作捕捉:面向未来的技术", 《高科技与产业化》 *
韦宇: "一种惯性导航肢体动作捕捉系统采集方法", 《无线互联科技》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114909994A (zh) * 2022-04-29 2022-08-16 深圳市中图仪器股份有限公司 影像测量仪的校准方法
CN114909994B (zh) * 2022-04-29 2023-10-20 深圳市中图仪器股份有限公司 影像测量仪的校准方法

Also Published As

Publication number Publication date
CN112754472B (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN110969114B (zh) 一种人体动作功能检测系统、检测方法及检测仪
CN105608467B (zh) 基于Kinect的无接触式学生体质测评方法
Dikovski et al. Evaluation of different feature sets for gait recognition using skeletal data from Kinect
JP6295645B2 (ja) 物体検出方法及び物体検出装置
CN107578019B (zh) 一种视觉触觉融合的步态识别系统及识别方法
CN108628306B (zh) 机器人行走障碍检测方法、装置、计算机设备和存储介质
Xiao et al. A discrete Reeb graph approach for the segmentation of human body scans
CN106295544B (zh) 一种基于Kinect的视角不变性步态识别方法
CN102834691B (zh) 测绘方法
CN109101864A (zh) 基于关键帧和随机森林回归的人体上半身动作识别方法
CN108022264A (zh) 相机位姿确定方法及设备
JP2012123667A (ja) 姿勢推定装置および姿勢推定方法
CN110728754B (zh) 刚体标记点识别方法、装置、设备及存储介质
CN105608737A (zh) 一种基于机器学习的人体足部三维重建方法
CN112754472B (zh) 一种动作捕捉系统中传感器的校准方法及装置
CN109977827B (zh) 一种使用多视图匹配方法的多人三维姿态估计方法
JP5289290B2 (ja) 姿勢推定装置
CN109330106A (zh) 一种基于手机拍照的脚码尺寸测量方法
Brunnström et al. Active fixation for scene exploration
CN111611928A (zh) 一种基于单目视觉与关键点识别的身高及身体尺寸测量方法
CN100543771C (zh) 人体局部影像自动标准化方法
Biasi et al. Garment-based motion capture (GaMoCap): high-density capture of human shape in motion
CN107563320B (zh) 基于空间位置信息的人体坐姿仪态测试方法及其系统
JP5450703B2 (ja) 目標が位置する空間エリアを決定する方法および装置
CN115937969A (zh) 仰卧起坐考核中目标人物的确定方法、装置、设备及介质

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