CN113925497B - 一种基于双目视觉测量系统的汽车乘员乘坐姿态提取方法 - Google Patents
一种基于双目视觉测量系统的汽车乘员乘坐姿态提取方法 Download PDFInfo
- Publication number
- CN113925497B CN113925497B CN202111230615.XA CN202111230615A CN113925497B CN 113925497 B CN113925497 B CN 113925497B CN 202111230615 A CN202111230615 A CN 202111230615A CN 113925497 B CN113925497 B CN 113925497B
- Authority
- CN
- China
- Prior art keywords
- point
- joint
- positions
- points
- bone
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
Abstract
本发明公开了一种基于双目视觉测量系统的汽车乘员乘坐姿态提取方法,属于汽车人机工程技术领域,包含以下步骤:步骤一:为实验人员的肢体上固定上事先准备好的扎带,扎带从下到上分别绑在人体解剖学标记点位置上;步骤二:让实验人员以实验所需要的驾驶姿势坐在驾驶台架上,使用双目视觉测量系统对其拍摄侧面照片,导出各个标记点的初始三维坐标数据并进行计算;步骤三:根据各个标记点的解剖学比例关系计算出骨骼线位置和关节点,根据骨骼线位置和关节点求出所需的姿态角度。其通过双目视觉测量系统来得出驾驶员肢体上解剖学标记点的坐标,在对其进行计算等步骤,提取出汽车乘员的乘坐姿态。
Description
技术领域
本发明属于汽车人机工程技术领域,具体涉及一种基于双目视觉测量系统的汽车乘员乘坐姿态提取方法。
背景技术
在汽车工程的研究领域中,舒适性问题一直是研究中的热点之一,舒适性不仅会影响到新车型产品的前期设计,而且对现车型产品的评价至关重要。在对舒适性进行研究时通常会从主观和客观两个角度来进行,舒适性的客观评价方法主要包括:体压测量法、生物电信息分析方法、乘坐姿态和运动仿真等。乘坐姿态不仅本身就是一个很重要的评价指标,而且在体压测量法和运动仿真中起到了重要作用,因此如何将乘坐姿态方便、快速地提取出来就显得格外重要。
就目前来看,姿态测量估计方法主要有三种:
1.光学跟踪体表标记点法,其佩戴方便,运动受限小,采样速率高,动态静态都能跟踪,缺点是整体成本昂贵,环境要求高,系统安装繁琐,标记点易混淆和遮挡,而且后期处理工作量大;
2.惯性传感器法,通过传感器内部的陀螺仪来跟踪求解人体的姿态,动态静态都能跟踪,缺点在于求解精度通常不是很高,因为惯性传感器通常跟踪的是刚体的姿态角度,一旦某个传感器由于松动、触碰导致有不准确的情况,就严重影响求解精度;
3.静态姿势测量,这种方法由美国密歇根大学开发,利用点接触式坐标测量机测量人体的标记点,进而计算关节点和运动学骨架,准确度也比较高。缺点是只适用于跟踪静态姿态,动态姿态无法跟踪。另外,需要点接触坐标测量机配合,另外还需要定制特殊座椅,因此也需要不少的硬件投入。
对于驾驶姿势的研究,主要关注人体肢体在人体矢状面内投影的姿态角度,因此其测量也是主要获得人体肢体在人体矢状面内投影的姿态角度,这样其姿态的测量就不要求所测量的关节点坐标在人体冠状面的坐标的准确性很高。为了实现这种静态姿态的准确测量、大大降低硬件成本,本专利将介绍一种普遍适用的乘坐姿态提取方法,能够利用双目视觉测量系统获得被试人员侧面照片,进而得出汽车乘员处于乘坐姿态时肢体上的解剖学标记点坐标,然后由计算得出解剖学标记点所对应的骨骼线位置和主要关节点坐标(以及人体某些特征点,如足跟点、眼点等)。
发明内容
为了克服现有技术中存在的上述缺陷,本发明提供了一种基于双目视觉测量系统的汽车乘员乘坐姿态提取方法,其通过双目视觉测量系统来得出驾驶员肢体上解剖学标记点的坐标,在对其进行计算等步骤,提取出汽车乘员的乘坐姿态。
本发明通过如下技术方案实现:
一种基于双目视觉测量系统的驾驶姿态提取方法,包含以下步骤:
步骤一:为实验人员的肢体上固定上事先准备好的扎带,扎带从下到上分别绑在人体解剖学标记点位置上;
步骤二:让实验人员以实验所需要的驾驶姿势坐在驾驶台架上,使用双目视觉测量系统对其拍摄侧面照片,导出各个标记点的初始三维坐标数据并进行计算;
步骤三:根据各个标记点的解剖学比例关系计算出骨骼线位置和关节点,根据骨骼线位置和关节点求出所需的姿态角度。
进一步地,所述步骤一的过程如下:
依次为实验人员固定上事先准备好的8条扎带,扎带上有黑色标记点,固定位置及次序分别是小腿上靠近踝关节、小腿上靠近膝关节、大腿上靠近膝关节、大腿上靠近胯关节、前臂上靠近腕关节、前臂上靠近肘关节、大臂上靠近肘关节及大臂上靠近肩关节(将其可按次序编号为1~8);每两条扎带可以确定一个肢体骨骼位置,这样,扎带1、2确定了胫骨走势和位置,扎带3、4确定了股骨走势和位置,扎带5、6确定了尺骨走势和位置,扎带7、8确定了肱骨走势和位置;这样人体四肢骨骼线大致位置就确定了。
进一步地,所述步骤二的过程如下:
通过调节台架座椅位置让实验人员以实验所需的驾驶姿态坐于驾驶台架的座椅上,右脚置于加速踏板上,左脚置于地板平面上,双手握住方向盘,保持该驾驶姿态;然后将实验人员所固定扎带上的黑色标记点旋转调整至肢体直径一半的位置并使其在相机镜头内能清晰可见,使用双目视觉测量系统进行拍照;然后让实验人员指出自己的肋骨最低点和肩峰点,进行拍照记录,对比标定板已经得到的数据进行相应的处理,导出各个标记点的三维坐标,这些标记点分别为记为Ai(i=1~8)、Bi(i=1~8)、Ci(i=1~2)、Di(i=1~3),其中,Ai为图像上能直接标记出来的肢体轮廓点,Bi为扎带上事先画好的肢体中心点,Ci为实验中能够让实验人员指向的特征点,其中,C1为肋骨肩峰点,C2为肋骨最低点,Di为图像上能直接标记出来的特征点,其中,D1为耳点,D2为BOF点,D3为AHP点。
进一步地,所述步骤三的过程如下:
由于在进行实验时,每个扎带上有事先标记好的肢体中心点Bi以及通过标记出来的肢体轮廓点的上边界Ai,可以确定下边界位置ai,根据L1、L2的比例关系能够确定骨骼经过的点Pi(i=1~8),L1为Ai到骨骼线的距离,L2为ai到骨骼线的距离,测量出L1与L2的比例关系,可求解出Pi点坐标位置,这些Pi点即为肢体骨骼线经过的点,具体计算方式见式(1):
其中,(x0,y0)为待求骨骼线经过的点(Pi)的坐标,(x1,y1)为肢体中心点Bi的坐标,(x2,y2)为通过标记出来的肢体轮廓点的上边界Ai的坐标。
进而,由两骨骼线交点可以确定关节位置,由此,膝关节可由胫骨与股骨骨骼线确定,记为E1;胯关节点位置可由股骨骨骼线与肩峰点、肋骨最下点的连线确定,记为E2;肘关节可由尺骨骨骼线与肱骨骨骼线确定,记为E3;肩关节可由肱骨骨骼线与肩峰点、肋骨最下点连线确定,记为E4;
腰椎L2、L3根据扎带上的比例关系可确定,这条扎带位置根据肋骨最下端来定位;肩峰点沿着垂直于肩峰点、肋骨最下点连线的方向背部方向偏移脖颈宽度1/4处就是颈关节点;这样就求解出各骨骼线交点位置,具体计算方式见式(2):
其中,(Y,X)是骨骼线交点位置,(x1,y1)和(x2,y2)、(x3,y3)和(x4,y4)分别为两条骨骼线上的两个点。
与现有技术相比,本发明具有如下优点:
本发明的一种基于双目视觉测量系统的驾驶姿态提取方法,具有大大降低硬件成本、不易受到外部实验环境影响、大批量准确快速处理数据结果等优点。
附图说明
图1为本发明的实验扎带固定位置及标记点位置示意图;
图2为本发明的由扎带确定骨骼线与扎带交点示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所述领域技术人员所理解的通常意义。
实施例1
一种基于双目视觉测量系统的驾驶姿态提取方法,包含以下步骤:
步骤一:根据驾驶舱布置参数对驾驶测量台架进行调整,为实验人员的肢体上固定上事先准备好的扎带,扎带从下到上分别绑在人体解剖学标记点位置上;
首先对驾驶台架的布置参数进行校准:选取驾驶台架上的特征点(能够用于建立x-z平面坐标系的点)使用双目视觉测量系统进行标定测量(方法不唯一,本课题组自主开发的软件系统3DMeasurement可实现相应目标,简化过程),确定误差大小,然后将H点装置放置于驾驶台架的座椅上,根据驾驶舱布置参数以及各参数具体对应驾驶舱位置,对驾驶台架进行相应调整;所述驾驶舱布置参数分别为SgRP到AHP的垂直距离、SgRP至AHP的水平距离、踏板平面倾角、转向盘中心到AHP的水平距离、转向盘中心到AHP的垂直距离、转向盘倾角、H点装置躯干角及座垫倾角。
具体地,结合步骤一以及某车型驾驶室布置尺寸数据(如表1及表2)对静态驾驶台架的布置参数进行校准调整。本实例过程中所使用的双目视觉测量系统的软硬件主要组成包括:高精度专业级数码相机、固定支架、标定板及数据采集处理系统(3DMeasurement),软件系统的功能是实现标定、静态图像拍摄、图像上标记点三维坐标的计算及结果输出。
表1驾驶舱布置参数代号与含义
表2驾驶舱关键布置参数
如图1所示,依次为实验人员固定上事先准备好的8条扎带,扎带上有黑色标记点,固定位置及次序分别是小腿上靠近踝关节、小腿上靠近膝关节、大腿上靠近膝关节、大腿上靠近胯关节、前臂上靠近腕关节、前臂上靠近肘关节、大臂上靠近肘关节及大臂上靠近肩关节(将其可按次序编号为1~8);每两条扎带可以确定一个肢体骨骼位置,这样,扎带1、2确定了胫骨走势和位置,扎带3、4确定了股骨走势和位置,扎带5、6确定了尺骨走势和位置,扎带7、8确定了肱骨走势和位置;这样人体四肢骨骼线大致位置就确定了;
步骤二:让实验人员以实验所需要的驾驶姿势坐在驾驶台架上,使用双目视觉测量系统对其拍摄侧面照片,导出各个标记点的初始三维坐标数据并进行计算;
通过调节台架座椅位置让实验人员以实验所需的驾驶姿态坐于驾驶台架的座椅上,右脚置于加速踏板上,左脚置于地板平面上,双手握住方向盘,保持该驾驶姿态;然后将实验人员所固定扎带上的黑色标记点旋转调整至肢体直径一半的位置并使其在相机镜头内能清晰可见,使用双目视觉测量系统进行拍照;然后让实验人员指出自己的肋骨最低点和肩峰点,进行拍照记录,结合标定数据,在3DMeasurement中对比标定板所得的数据进行标定、计算,导出各个标记点的三维坐标到excel中,这些标记点分别为记为Ai(i=1~8)、Bi(i=1~8)、Ci(i=1~2)、Di(i=1~3),其中,Ai为图像上能直接标记出来的肢体轮廓点,Bi为扎带上事先画好的肢体中心点,Ci为实验中能够让实验人员指向的特征点,其中,C1为肋骨肩峰点,C2为肋骨最低点,Di为图像上能直接标记出来的特征点,其中,D1为耳点,D2为BOF点,D3为AHP点。由于在进行拍照计算各标记点的三维坐标时,全局坐标系是相机坐标系,所以需要经过变换将全局坐标系转变为可以直接进行处理的台架坐标系,这里在本实例中使用了3DMeasurement(该系统中内置了坐标转换)对原三维坐标进行了转换,将转换后的三维坐标导入到CATIA中可视化,在视图的x-z平面中所有点云呈现出近似驾驶员驾驶姿态的样子。
步骤三:根据各个标记点的解剖学比例关系计算出骨骼线位置和关节点,根据骨骼线位置和关节点求出所需的姿态角度。
由于在进行实验时,每个扎带上有事先标记好的肢体中心点Bi以及通过标记出来的肢体轮廓点的上边界Ai,可以确定下边界位置ai,根据L1、L2的比例关系能够确定骨骼经过的点Pi(i=1~8),L1为Ai到骨骼线的距离,L2为ai到骨骼线的距离,测量出L1与L2的比例关系,可求解出Pi点坐标位置,如图2,这些Pi点即为肢体骨骼线经过的点,具体计算方式见式(1):
其中,(x0,y0)为待求骨骼线经过的点(Pi)的坐标,(x1,y1)为肢体中心点Bi的坐标,(x2,y2)为通过标记出来的肢体轮廓点的上边界Ai的坐标。
进而,由两骨骼线交点可以确定关节位置,由此,膝关节可由胫骨与股骨骨骼线确定,记为E1;胯关节点位置可由股骨骨骼线与肩峰点、肋骨最下点的连线确定,记为E2;肘关节可由尺骨骨骼线与肱骨骨骼线确定,记为E3;肩关节可由肱骨骨骼线与肩峰点、肋骨最下点连线确定,记为E4;
L2、L3腰椎根据扎带上的比例关系可确定,这条扎带位置根据肋骨最下端来定位;肩峰点沿着垂直于肩峰点、肋骨最下点连线的方向背部方向偏移脖颈宽度1/4处就是颈关节点,可求解出各骨骼线交点位置,具体计算方式见式(2):
其中,(Y,X)是骨骼线交点位置,(x1,y1)和(x2,y2)、(x3,y3)和(x4,y4)分别为两条骨骼线上的两个点。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (2)
1.一种基于双目视觉测量系统的驾驶姿态提取方法,其特征在于,包含以下步骤:
步骤一:为实验人员的肢体上固定上事先准备好的扎带,扎带从下到上分别绑在人体解剖学标记点位置上;
步骤二:让实验人员以实验所需要的驾驶姿势坐在驾驶台架上,使用双目视觉测量系统对其拍摄侧面照片,导出各个标记点的初始三维坐标数据并进行计算;
步骤三:根据各个标记点的解剖学比例关系计算出骨骼线位置和关节点,根据骨骼线位置和关节点求出所需的姿态角度;
所述步骤三的过程如下:
由于在进行实验时,每个扎带上有事先标记好的肢体中心点Bi以及通过标记出来的肢体轮廓点的上边界Ai,可以确定下边界位置ai,根据L1、L2的比例关系能够确定骨骼经过的点Pi(i=1~8),L1为Ai到骨骼线的距离,L2为ai到骨骼线的距离,测量出L1与L2的比例关系,可求解出Pi点坐标位置,这些Pi点即为肢体骨骼线经过的点,具体计算方式见式(1):
其中,(x0,y0)为待求骨骼线经过的点Pi的坐标,(x1,y1)为肢体中心点Bi的坐标,(x2,y2)为通过标记出来的肢体轮廓点的上边界Ai的坐标;
进而,由两骨骼线交点可以确定关节位置,由此,膝关节可由胫骨与股骨骨骼线确定,记为E1;胯关节点位置可由股骨骨骼线与肩峰点、肋骨最下点的连线确定,记为E2;肘关节可由尺骨骨骼线与肱骨骨骼线确定,记为E3;肩关节可由肱骨骨骼线与肩峰点、肋骨最下点连线确定,记为E4;
腰椎L2、L3根据扎带上的比例关系可确定,这条扎带位置根据肋骨最下端来定位;肩峰点沿着垂直于肩峰点、肋骨最下点连线的方向背部方向偏移脖颈宽度1/4处就是颈关节点;这样就求解出各骨骼线交点位置,具体计算方式见式(2):
其中,(Y,X)是骨骼线交点位置,(x1,y1)和(x2,y2)、(x3,y3)和(x4,y4)分别为两条骨骼线上的两个点;
其中,所述步骤一的过程如下:
依次为实验人员固定上事先准备好的8条扎带,扎带上有黑色标记点,固定位置及次序分别是小腿上靠近踝关节、小腿上靠近膝关节、大腿上靠近膝关节、大腿上靠近胯关节、前臂上靠近腕关节、前臂上靠近肘关节、大臂上靠近肘关节及大臂上靠近肩关节,将其可按次序编号为1-8;每两条扎带可以确定一个肢体骨骼位置,这样,扎带1、2确定了胫骨走势和位置,扎带3、4确定了股骨走势和位置,扎带5、6确定了尺骨走势和位置,扎带7、8确定了肱骨走势和位置;这样人体四肢骨骼线大致位置就确定了。
2.如权利要求1所述的一种基于双目视觉测量系统的驾驶姿态提取方法,其特征在于,所述步骤二的过程如下:
通过调节台架座椅位置让实验人员以实验所需的驾驶姿态坐于驾驶台架的座椅上,右脚置于加速踏板上,左脚置于地板平面上,双手握住方向盘,保持该驾驶姿态;然后将实验人员所固定扎带上的黑色标记点旋转调整至肢体直径一半的位置并使其在相机镜头内能清晰可见,使用双目视觉测量系统进行拍照;然后让实验人员指出自己的肋骨最低点和肩峰点,进行拍照记录,对比标定板已经得到的数据进行相应的处理,导出各个标记点的三维坐标,这些标记点分别为记为Ai(i=1~8)、Bi(i=1~8)、Ci(i=1~2)、Di(i=1~3),其中,Ai为图像上能直接标记出来的肢体轮廓点,Bi为扎带上事先画好的肢体中心点,Ci为实验中能够让实验人员指向的特征点,其中,C1为肋骨肩峰点,C2为肋骨最低点,Di为图像上能直接标记出来的特征点,其中,D1为耳点,D2为BOF点,D3为AHP点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111230615.XA CN113925497B (zh) | 2021-10-22 | 2021-10-22 | 一种基于双目视觉测量系统的汽车乘员乘坐姿态提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111230615.XA CN113925497B (zh) | 2021-10-22 | 2021-10-22 | 一种基于双目视觉测量系统的汽车乘员乘坐姿态提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113925497A CN113925497A (zh) | 2022-01-14 |
CN113925497B true CN113925497B (zh) | 2023-09-15 |
Family
ID=79283617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111230615.XA Active CN113925497B (zh) | 2021-10-22 | 2021-10-22 | 一种基于双目视觉测量系统的汽车乘员乘坐姿态提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113925497B (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1617175A (zh) * | 2004-12-09 | 2005-05-18 | 上海交通大学 | 基于标记点的人肢体三维建模方法 |
CN1753028A (zh) * | 2005-09-15 | 2006-03-29 | 上海交通大学 | 基于骨架的人肢体三维运动参数估计方法 |
CN101789125A (zh) * | 2010-01-26 | 2010-07-28 | 北京航空航天大学 | 一种无标记单目视频人体骨架运动跟踪方法 |
CN101982836A (zh) * | 2010-10-14 | 2011-03-02 | 西北工业大学 | 运动捕获系统中基于pca的标记点标识初始化方法 |
CN103729647A (zh) * | 2013-12-31 | 2014-04-16 | 公安部第三研究所 | 基于深度图像实现人体骨骼提取的方法 |
CN105551182A (zh) * | 2015-11-26 | 2016-05-04 | 吉林大学 | 基于Kinect人体姿势识别的驾驶状态监测系统 |
CN106384115A (zh) * | 2016-10-26 | 2017-02-08 | 武汉工程大学 | 一种机械臂关节角度检测方法 |
WO2017170264A1 (ja) * | 2016-03-28 | 2017-10-05 | 株式会社3D body Lab | 骨格特定システム、骨格特定方法、及びコンピュータプログラム |
CN108805141A (zh) * | 2018-05-29 | 2018-11-13 | 电子科技大学 | 一种人体骨架关节点位置估计方法 |
CN109657581A (zh) * | 2018-12-07 | 2019-04-19 | 南京高美吉交通科技有限公司 | 基于双目相机行为检测的城市轨道交通闸机通行控制方法 |
CN109815776A (zh) * | 2017-11-22 | 2019-05-28 | 腾讯科技(深圳)有限公司 | 动作提示方法和装置、存储介质及电子装置 |
CN110495889A (zh) * | 2019-07-04 | 2019-11-26 | 平安科技(深圳)有限公司 | 体态评估方法、电子装置、计算机设备及存储介质 |
CN110969114A (zh) * | 2019-11-28 | 2020-04-07 | 四川省骨科医院 | 一种人体动作功能检测系统、检测方法及检测仪 |
CN111267681A (zh) * | 2020-03-25 | 2020-06-12 | 吉林大学 | 一种基于人机工程学的共享汽车智能座椅调节方法 |
CN111539300A (zh) * | 2020-04-20 | 2020-08-14 | 上海曼恒数字技术股份有限公司 | 一种基于ik算法的人体运动捕捉方法、装置、介质及设备 |
CN111814772A (zh) * | 2020-09-07 | 2020-10-23 | 科大讯飞(苏州)科技有限公司 | 人体姿态评估方法、装置、电子设备和存储介质 |
JP2020201772A (ja) * | 2019-06-11 | 2020-12-17 | 株式会社 日立産業制御ソリューションズ | 姿勢分析プログラム、および、姿勢分析装置 |
TWM610371U (zh) * | 2020-11-30 | 2021-04-11 | 艾陽科技股份有限公司 | 動作識別系統 |
CN113077519A (zh) * | 2021-03-18 | 2021-07-06 | 中国电子科技集团公司第五十四研究所 | 一种基于人体骨架提取的多相机外参自动标定方法 |
CN113221815A (zh) * | 2021-05-25 | 2021-08-06 | 北京无垠创新科技有限责任公司 | 一种基于骨骼关键点自动检测技术的步态鉴定方法 |
CN113239849A (zh) * | 2021-05-27 | 2021-08-10 | 数智引力(厦门)运动科技有限公司 | 健身动作质量评估方法、系统、终端设备及存储介质 |
WO2021185195A1 (zh) * | 2020-03-18 | 2021-09-23 | 深圳市瑞立视多媒体科技有限公司 | 基于多线程的动作捕捉方法、装置、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003144454A (ja) * | 2001-11-16 | 2003-05-20 | Yoshio Koga | 関節手術支援情報算出方法、関節手術支援情報算出プログラム、及び関節手術支援情報算出システム |
CN106250867B (zh) * | 2016-08-12 | 2017-11-14 | 南京华捷艾米软件科技有限公司 | 一种基于深度数据的人体骨骼跟踪系统的实现方法 |
JP7415469B2 (ja) * | 2019-11-15 | 2024-01-17 | 株式会社アイシン | 体格推定装置および姿勢推定装置 |
-
2021
- 2021-10-22 CN CN202111230615.XA patent/CN113925497B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1617175A (zh) * | 2004-12-09 | 2005-05-18 | 上海交通大学 | 基于标记点的人肢体三维建模方法 |
CN1753028A (zh) * | 2005-09-15 | 2006-03-29 | 上海交通大学 | 基于骨架的人肢体三维运动参数估计方法 |
CN101789125A (zh) * | 2010-01-26 | 2010-07-28 | 北京航空航天大学 | 一种无标记单目视频人体骨架运动跟踪方法 |
CN101982836A (zh) * | 2010-10-14 | 2011-03-02 | 西北工业大学 | 运动捕获系统中基于pca的标记点标识初始化方法 |
CN103729647A (zh) * | 2013-12-31 | 2014-04-16 | 公安部第三研究所 | 基于深度图像实现人体骨骼提取的方法 |
CN105551182A (zh) * | 2015-11-26 | 2016-05-04 | 吉林大学 | 基于Kinect人体姿势识别的驾驶状态监测系统 |
WO2017170264A1 (ja) * | 2016-03-28 | 2017-10-05 | 株式会社3D body Lab | 骨格特定システム、骨格特定方法、及びコンピュータプログラム |
CN106384115A (zh) * | 2016-10-26 | 2017-02-08 | 武汉工程大学 | 一种机械臂关节角度检测方法 |
CN109815776A (zh) * | 2017-11-22 | 2019-05-28 | 腾讯科技(深圳)有限公司 | 动作提示方法和装置、存储介质及电子装置 |
CN108805141A (zh) * | 2018-05-29 | 2018-11-13 | 电子科技大学 | 一种人体骨架关节点位置估计方法 |
CN109657581A (zh) * | 2018-12-07 | 2019-04-19 | 南京高美吉交通科技有限公司 | 基于双目相机行为检测的城市轨道交通闸机通行控制方法 |
JP2020201772A (ja) * | 2019-06-11 | 2020-12-17 | 株式会社 日立産業制御ソリューションズ | 姿勢分析プログラム、および、姿勢分析装置 |
CN110495889A (zh) * | 2019-07-04 | 2019-11-26 | 平安科技(深圳)有限公司 | 体态评估方法、电子装置、计算机设备及存储介质 |
CN110969114A (zh) * | 2019-11-28 | 2020-04-07 | 四川省骨科医院 | 一种人体动作功能检测系统、检测方法及检测仪 |
WO2021185195A1 (zh) * | 2020-03-18 | 2021-09-23 | 深圳市瑞立视多媒体科技有限公司 | 基于多线程的动作捕捉方法、装置、设备及存储介质 |
CN111267681A (zh) * | 2020-03-25 | 2020-06-12 | 吉林大学 | 一种基于人机工程学的共享汽车智能座椅调节方法 |
CN111539300A (zh) * | 2020-04-20 | 2020-08-14 | 上海曼恒数字技术股份有限公司 | 一种基于ik算法的人体运动捕捉方法、装置、介质及设备 |
CN111814772A (zh) * | 2020-09-07 | 2020-10-23 | 科大讯飞(苏州)科技有限公司 | 人体姿态评估方法、装置、电子设备和存储介质 |
TWM610371U (zh) * | 2020-11-30 | 2021-04-11 | 艾陽科技股份有限公司 | 動作識別系統 |
CN113077519A (zh) * | 2021-03-18 | 2021-07-06 | 中国电子科技集团公司第五十四研究所 | 一种基于人体骨架提取的多相机外参自动标定方法 |
CN113221815A (zh) * | 2021-05-25 | 2021-08-06 | 北京无垠创新科技有限责任公司 | 一种基于骨骼关键点自动检测技术的步态鉴定方法 |
CN113239849A (zh) * | 2021-05-27 | 2021-08-10 | 数智引力(厦门)运动科技有限公司 | 健身动作质量评估方法、系统、终端设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
一种人体运动骨骼提取和动画自动生成方法;吴伟和;郝爱民;赵永涛;万巧慧;李帅;《计算机研究与发展》;全文 * |
基于深度图像的人体骨骼提取技术的研究;关沫;梁梦雪;《微型机与应用》;全文 * |
张诗潮 ; 钱冬明.体感技术现状和发展研究.《华东师范大学学报(自然科学版)》.2014,全文. * |
驾驶员姿势舒适性评价的研究;陈景辉;任金东;陆善彬;杜晓明;《汽车工程》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113925497A (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Robert-Lachaine et al. | Validation of inertial measurement units with an optoelectronic system for whole-body motion analysis | |
Sers et al. | Validity of the Perception Neuron inertial motion capture system for upper body motion analysis | |
Roetenberg et al. | Xsens MVN: Full 6DOF human motion tracking using miniature inertial sensors | |
Żuk et al. | Kinematic analysis of a six-degrees-of-freedom model based on ISB recommendation: a repeatability analysis and comparison with conventional gait model | |
Matthew et al. | Kinematic and kinetic validation of an improved depth camera motion assessment system using rigid bodies | |
JP2015061579A (ja) | 動作情報処理装置 | |
Chèze | Kinematic analysis of human movement | |
Gastaldi et al. | Evaluation of functional methods for human movement modelling | |
Umberger et al. | Testing the planar assumption during ergometer cycling | |
Bisi et al. | Anatomical calibration for wearable motion capture systems: Video calibrated anatomical system technique | |
CN108309301B (zh) | 人体体段质量测量方法 | |
CN109859237B (zh) | 一种基于红外扫描的人体骨骼运动分析方法 | |
Ono et al. | Dynamic motion tracking based on point cloud matching with personalized body segmentation | |
CN113925497B (zh) | 一种基于双目视觉测量系统的汽车乘员乘坐姿态提取方法 | |
Donati et al. | Enhanced anatomical calibration in human movement analysis | |
KR101788960B1 (ko) | 관절 가동성 자동측정장치 및 이를 이용한 관절 가동성 자동측정방법 | |
CN111260718A (zh) | 一种基于Kinect摄像头的人体重心估计方法 | |
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 | |
Żuk et al. | Anatomical protocol for gait analysis: joint kinematics measurement and its repeatability | |
EP1406215A1 (en) | Method for the modeling of skeletal kinematics | |
Delgado-Garcia et al. | Accuracy and reliability of a low-cost methodology to assess 3D body posture based on commercial cameras and Excel templates | |
CN114376518A (zh) | 一种非接触式的运动人体能量消耗实时评估系统及方法 | |
Ang et al. | Ambulatory measurement of elbow kinematics using inertial measurement units | |
Adjel et al. | Multi-Modal Upper Limbs Human Motion Estimation from a Reduced Set of Affordable Sensors | |
Jing et al. | Real time human motion compensation based on joint DoF constraints for upper limb soft tissue artefacts |
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 |