CN114469079A - 一种利用LightHouse的身体关节测量方法 - Google Patents
一种利用LightHouse的身体关节测量方法 Download PDFInfo
- Publication number
- CN114469079A CN114469079A CN202210109901.9A CN202210109901A CN114469079A CN 114469079 A CN114469079 A CN 114469079A CN 202210109901 A CN202210109901 A CN 202210109901A CN 114469079 A CN114469079 A CN 114469079A
- Authority
- CN
- China
- Prior art keywords
- tracker
- data
- joint
- parameters
- measurement
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000033001 locomotion Effects 0.000 claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 36
- 230000009471 action Effects 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000000691 measurement method Methods 0.000 claims abstract description 12
- 210000000988 bone and bone Anatomy 0.000 claims description 25
- 238000007781 pre-processing Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000014509 gene expression Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 4
- 210000001624 hip Anatomy 0.000 description 4
- 239000003814 drug Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000037237 body shape Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- A61B5/1126—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
-
- 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
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
- A61B5/1122—Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
-
- 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
- A61B5/1127—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 markers
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明公开了一种利用LightHouse的身体关节测量方法，包括：测量坐标系的标定和tracker佩戴及动作规范；测量坐标系的标定，利用tracker来标定整个测量坐标系和地面高度；tracker佩戴及动作规范，记录tracker的轨迹数据并进行预处理；基于规范的高质量的tracker的轨迹数据，利用运动关节参数计算模型得到身体运动关节参数。本发明成本仅为计算机视觉摄像测量方法的十分之一，精度也有大幅提高。
Description
技术领域
本发明属于人体运动学参数测量技术领域，更具体的说是涉及一种利用LightHouse的身体关节测量方法。
背景技术
精确和高效的人物测量方法是影视动画，计量生物学，体育科学，运动训练、体育教育、机械工程，医学等领域的重要研究方向。而运动科学领域研究中，全面了解人体运动方式，获取精确的运动数据是十分重要的。例如，高精度关节活动度测量数据是临床康复医学中常见的检测项目，可作为术后恢复、伤残鉴定等领域的重要评价指标；影视动画行业也需要高精度的人体运动学骨骼数据来帮助建模和动画制作。但是，医学康复、体育训练等领域受限于技术条件，早期一般都使用量角器测量关节。近几年计算机视觉的发展，为人体的精确测量提供了可行性，大量的摄影测量方法开始兴起。但是由于摄影技术的固有限制，在实际的影像中，精确的识别和定位生物统计学特征仍然是一种成本高昂的技术形式，环境光，人体体型和外表衣物等因素也限制了摄影测量的普适性，大大降低了摄影测量的表现。
与摄影测量系统不同，Lighthouse的系统有以下特点：
使用不可见大功率激光，最大限度地在保留光学测量高精度的特点同时减小了环境光对测量质量的影响；
测量设备成本低廉，仅相当于摄影测量设备的十分之一，而且测量精度理论上比摄影测量更高；
测量系统非常容易搭建和初始化，相较于摄影测量系统繁琐的相机摆放和安装，场地的设计以及流程复杂的系统标定过程，LightHouse系统仅需要简单的支架基站和标定就可以完成使用。虽然LightHouse系统在场地大小等方面还存在一些缺点，但这些都不影响它作为精准测量的优越性。
因此，如何提供一种利用LightHouse的身体关节测量方法成为了本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种利用LightHouse的身体关节测量方法，测量方法简单方便，并且成本仅为计算机视觉摄像测量方法的十分之一，精度也有大幅提高。
为了实现上述目的，本发明采用如下技术方案：
一种利用LightHouse的身体关节测量方法，包括：测量坐标系的标定和tracker佩戴及动作规范；
测量坐标系的标定，利用tracker来标定整个测量坐标系和地面高度；
tracker佩戴及动作规范，记录tracker的轨迹数据并进行预处理；
基于规范的高质量的tracker的轨迹数据，利用运动关节参数计算模型得到身体运动关节参数。
进一步的，测量坐标系的标定的方法为：将3至4个LightHouse基站摆放在定位空间的分散边缘，离地面2～3米，朝向空间中心；将一个tracker放在定位空间中心，执行标定步骤完成测量空间坐标系的标定。
进一步的，tracker的轨迹数据的预处理为：实现错误异常数据的清理，定位轨迹数据在剧烈运动或者是遮挡比较多的情况下会有定位数据丢失或错误定位数据，这种情况下就需要经过预处理清理这些错误数据；并且在计算机数值计算中，一些偏离平均值较大的或者是绝对值非常小的数据会对结果有很大的影响，作为预处理的对象。
进一步的，运动关节参数计算模型：通过结合球形拟合和双骨骼拟合模型计算tracker轨迹数据，得到关键骨骼的运动学参数；结合人体运动学参数测量数据和正向反向动力学算法，计算剩余骨骼的运动学参数。
进一步的，球形拟合的tracker的轨迹点都分布在一个三维球形上，通过三维球的方程表示：
(x-x0)2+(y-y0)2+(z-z0)2＝d2
其中x,y,z为球面上点的坐标，x0,y0,z0为球心的坐标，d为球的半径；该方程通过变换得到如下形式：
xi,yi,zi为第i条轨迹数据的tracker坐标值，接下来解这个方程组得到估计关节的参数。
进一步的，双骨骼拟合模型是利用相对坐标不变性来估计关节参数，刚体运动时，刚体上的点相对于其上任意一点的相对坐标是固定的；
Tm1,Tm2分别为tracker1和tracker2的齐次变换矩阵，Plocal_m1,Plocal_m2分别为估计关节相对于tracker1和tracker2的相对齐次坐标，(Tm1)iPlocal_m1表示第i个轨技数据中通过tracker1的数据计算得到的关节参数，(Tm2)iPlocal_m2表示第i个轨迹数据中通过tracker2的齐次矩阵计算得到的关节参数；在同一条轨迹数据中，这两个计算结果得到的是同一个关节的运动参数，其差为0；
表示N个括号内表达式从0到N的累加；求解这个方程，得到估计关节参数。
进一步的，计算剩余骨骼参数：使用反向动力学算法，结合骨骼比例，根据计算所得的关键骨骼的关节参数，调节骨骼适配测量数据，进而计算剩余骨骼的运动参数。
本发明的有益效果在于：
本发明首先利用一个tracker来标定整个测量坐标系和地面高度，再设计一种tracker的佩戴方法和动作规范，记录tracker的轨迹数据并进行预处理，此外使用了一套计算方法，结合测量数据和人体生物学约束，综合球形拟合模型与双骨骼模型来形成统一的人体运动学参数提取。本发明测量方法简单方便，并且成本仅为计算机视觉摄像测量方法的十分之一，精度也有大幅提高。
附图说明
为了更清楚地说明本实用新式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实用新式的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明测量坐标系的标定的方法流程图。
图2为本发明tracker的佩戴和动作规范的tracker佩戴示意图。
图3为本发明tracker的佩戴和动作规范的下半身动作示意图。
图4为本发明tracker的佩戴和动作规范的上半身动作示意图。
图5为本发明运动关节参数计算流程图。
图6为本发明人体运动学模型图。
图7为本发明实施例2中人体运动参数测量的流程图。
图8为本发明LeftUpleg-LeftLowerleg-LeftFoot三个关节形成的链图。
具体实施方式
下面将结合本发明的实施例中，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。
实施例1
参考图1，本发明提供了一种利用LightHouse的身体关节测量方法，包括：测量坐标系的标定和tracker佩戴及动作规范；
测量坐标系的标定，利用tracker来标定整个测量坐标系和地面高度；
tracker佩戴及动作规范，记录tracker的轨迹数据并进行预处理；
基于规范的高质量的tracker的轨迹数据，利用运动关节参数计算模型得到身体运动关节参数。测量坐标系的标定以及tracker佩戴及动作规范，目的在于统一坐标系，得到质量更高的数据。
测量坐标系的标定的方法为：将3至4个LightHouse基站摆放在定位空间的分散边缘，离地面2～3米，朝向空间中心；将一个tracker放在定位空间中心，执行标定步骤完成测量空间坐标系的标定，具体流程如图1所示。
tracker的佩戴和动作规范。tracker佩戴要求如图2(a)和图2(b)所示；动作规范要求，主要分为上半身和下半身动作，下半身动作包括分别朝四面踢腿，以及踮脚等，具体如图3(c)、3(d)、3(e)、3(f)、3(g)和3(h)所示；上半身动作包括手掌转圈，手臂伸直、前后左右抬臂，保持脖子不动左右转头，弯腰等，具体如图：4(i)、4(j)、4(k)、4(l)、4(m)、4(n)、4(o)、4(p)和4(q)所示。
tracker轨迹数据的预处理，主要是错误异常数据的清理。定位轨迹数据在剧烈运动或者是遮挡比较多的情况下会有定位数据丢失或错误定位数据，这种情况下就需要经过预处理清理这些错误数据。另外，在计算机数值计算中，一些偏离平均值较大的或者是绝对值非常小的数据会对结果有很大的影响，这些都是预处理需的对象。
运动关节参数计算模型。通过结合球形拟合和双骨骼拟合模型计算tracker轨迹数据，得到关键骨骼的运动学参数；结合国家颁发的人体运动学参数测量数据和正向反向动力学算法，计算剩余骨骼的运动学参数，具体流程如图5所示：
首先按照国家测量数据标准以及头部tracker数据预估人体运动学模型。如图6所示：
得到预估模型后，就需要计算关键骨骼如Hand、Chest、Head、Pelvis、Foot等的运动参数。这里使用的方法主要是球形拟合与双骨骼拟合算法。球形拟合认为tracker的轨迹点都分布在一个三维球形上，因此通过三维球的方程
(x-x0)2+(y-y0)2+(z-z0)2＝d2
其中x,y,z是球面上点的坐标，是x0,y0,z0是球心的坐标，d是球的半径。该方程通过变换可以得到如下形式
xi,yi,zi是第i条轨迹数据的tracker坐标值，接下来解这个方程组就可以得到估计关节的参数。
双骨骼模型则是利用相对坐标不变性来估计关节参数，刚体运动时，刚体上的点相对于其上任意一点的相对坐标是固定的。
Tm1,Tm2分别是tracker1和tracker2的齐次变换矩阵，Plocal_m1,Plocal_m2分别是估计关节相对于tracker1和tracker2的相对齐次坐标，(Tm1)iPlocal_m1表示第i个轨技数据中通过tracker1的数据计算得到的关节参数，(Tm2)iPlocal_m2表示第i个轨迹数据中通过tracker2的齐次矩阵计算得到的关节参数。在同一条轨迹数据中，这两个计算结果得到的是同一个关节的运动参数，因此其差为0。
表示N个括号内表达式从0到N的累加。解这个方程，就可以得到估计关节参数。
计算剩余骨骼参数。使用反向动力学(Inverse kinematics，简称IK)算法，结合国家数据标准提供的骨骼比例，根据上述计算所得的关键骨骼的关节参数，调节骨骼适配测量数据，进而计算剩余骨骼的运动参数。
具体算法步骤，首先，将人体关节划分为leg、arm、spine、neck等6条骨骼链。然后，利用反向动力学算法调整骨骼适配上述步骤得到关键骨骼参数；接下来使用多端IK约束，计算多帧人体骨骼的姿势，最终得到人体的运动学参数。
本发明首先利用一个tracker来标定整个测量坐标系和地面高度，再设计一种tracker的佩戴方法和动作规范，记录tracker的轨迹数据并进行预处理，此外使用了一套计算方法，结合测量数据和人体生物学约束，综合球形拟合模型与双骨骼模型来形成统一的人体运动学参数提取。本发明测量方法简单方便，并且成本仅为计算机视觉摄像测量方法的十分之一，精度也有大幅提高。
本发明设计一个方法实现世界坐标系的校正；设计一种tracker佩戴方法和一套动作规范，通过跟踪所有tracker在三维坐标系中的运动轨迹，获得人体部分骨骼在三维空间下的三维运动轨迹；对所有tracker的三维运动轨迹进行规范化预处理，获得人体运动时的特征骨骼平移和旋转运动信息；对身特征骨骼平移和旋转运动信息进行计算，获得人体运动学骨骼参数。本发明提出的人体运动学参数提取方法,有助于临床康复医学中的障碍诊断，康复治疗方案的制定和疗效评定以及影视动画行业中对于人体动作捕捉的方案制定。
实施例2
人体运动参数测量系统的实施流程如流程7所示，接下来进行详细的说明。
1、搭建测量场地，初始化测量系统。用户选定一个面积不大于8*8的场地，使用支架或其他方法架起基站，全部面向场地中心。接下来进行测量定位系统进行初始化，打开系统，使用一个tracker平放地面，执行系统初始化过程。此时系统会记录下tracker的数据，并将其作为校准后坐标系(即测量坐标系)的原点。后续的轨迹数据等都会工作在测量坐标系中。
2、被测量人员按照上述图示穿戴好tracker，操作人员检查穿戴以及tracker定位的稳定性；接下来请被测量人员按照上述图示规范开始逐次动作，完成后系统将自动记录被测量人员的运动轨迹数据。
系统计算人体运动学参数，以Pelvis-UpLeg关节链为例。Hip和LeftUpLeg以及RightUpLeg关节构成了相互影响的关节链，LeftUpLeg和RightUpLeg都因Pelvis的运动而运动。因此，腰部的tracker轨迹分别和LeftUpleg的轨迹以及RightUpleg的轨迹符合球形模型，即，LeftUpleg和RightUpleg的坐标始终位于以Hip为球心、半径固定的一个球面上。显然，套用上文提到的球形拟合模型，计算得到Hip、LeftUpleg和RightUpleg的运动学参数。
完成关键关节运动学参数后，再通过逆向运动学算法计算中间骨骼的运动学参数。以LeftLowerleg为例，当得到LeftUpleg和LeftFoot关节的参数后，通过人体比例估计得到一个LeftLowerleg的初始参数。LeftUpleg-LeftLowerleg-LeftFoot三个关节形成了一条链，如图8所示。
根据逆运动学算法，这条链应该符合被测量人员当前的姿势，因此，根据LeftUpleg的轨迹和LeftFoot的轨迹数据键的角度变化和坐标变化，可以求解出中间骨骼LeftLowerleg的运动学参数。
得到所有骨骼运动学参数后，再根据解剖标准参数，对参数进行约束即可得到最终人体骨骼的全部运动学参数。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种利用LightHouse的身体关节测量方法，其特征在于，包括：测量坐标系的标定和tracker佩戴及动作规范；
测量坐标系的标定，利用tracker来标定整个测量坐标系和地面高度；
tracker佩戴及动作规范，记录tracker的轨迹数据并进行预处理；
基于规范的高质量的tracker的轨迹数据，利用运动关节参数计算模型得到身体运动关节参数。
2.根据权利要求1所述的一种利用LightHouse的身体关节测量方法，其特征在于，测量坐标系的标定的方法为：将3至4个LightHouse基站摆放在定位空间的分散边缘，离地面2～3米，朝向空间中心；将一个tracker放在定位空间中心，执行标定步骤完成测量空间坐标系的标定。
3.根据权利要求1所述的一种利用LightHouse的身体关节测量方法，其特征在于，tracker的轨迹数据的预处理为：实现错误异常数据的清理，定位轨迹数据在剧烈运动或者是遮挡比较多的情况下会有定位数据丢失或错误定位数据，这种情况下就需要经过预处理清理这些错误数据；并且在计算机数值计算中，一些偏离平均值较大的或者是绝对值非常小的数据会对结果有很大的影响，作为预处理的对象。
4.根据权利要求1所述的一种利用LightHouse的身体关节测量方法，其特征在于，运动关节参数计算模型：通过结合球形拟合和双骨骼拟合模型计算tracker轨迹数据，得到关键骨骼的运动学参数；结合人体运动学参数测量数据和正向反向动力学算法，计算剩余骨骼的运动学参数。
5.根据权利要求4所述的一种利用LightHouse的身体关节测量方法，其特征在于，球形拟合的tracker的轨迹点都分布在一个三维球形上，通过三维球的方程表示：
(x-x0)2+(y-y0)2+(z-z0)2＝d2
其中x,y,z为球面上点的坐标，x0,y0,z0为球心的坐标，d为球的半径；该方程通过变换得到如下形式：
xi,yi,zi为第i条轨迹数据的tracker坐标值，接下来解这个方程组得到估计关节的参数。
6.根据权利要求5所述的一种利用LightHouse的身体关节测量方法，其特征在于，双骨骼拟合模型是利用相对坐标不变性来估计关节参数，刚体运动时，刚体上的点相对于其上任意一点的相对坐标是固定的；
Tm1,Tm2分别为tracker1和tracker2的齐次变换矩阵，Plocal_m1,Plocal_m2分别为估计关节相对于tracker1和tracker2的相对齐次坐标，(Tm1)iPlocal_m1表示第i个轨技数据中通过tracker1的数据计算得到的关节参数，(Tm2)iPlocal_m2表示第i个轨迹数据中通过tracker2的齐次矩阵计算得到的关节参数；在同一条轨迹数据中，这两个计算结果得到的是同一个关节的运动参数，其差为0；
表示N个括号内表达式从0到N的累加；求解这个方程，得到估计关节参数。
7.根据权利要求6所述的一种利用LightHouse的身体关节测量方法，其特征在于，计算剩余骨骼参数：使用反向动力学算法，结合骨骼比例，根据计算所得的关键骨骼的关节参数，调节骨骼适配测量数据，进而计算剩余骨骼的运动参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210109901.9A CN114469079B (zh) | 2022-01-29 | 2022-01-29 | 一种利用LightHouse的身体关节测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210109901.9A CN114469079B (zh) | 2022-01-29 | 2022-01-29 | 一种利用LightHouse的身体关节测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114469079A true CN114469079A (zh) | 2022-05-13 |
| CN114469079B CN114469079B (zh) | 2022-09-06 |
Family
ID=81478802
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210109901.9A Active CN114469079B (zh) | 2022-01-29 | 2022-01-29 | 一种利用LightHouse的身体关节测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114469079B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115546247A (zh) * | 2022-10-21 | 2022-12-30 | 北京中科深智科技有限公司 | 一种基于LightHouse定位系统的动作捕捉方法 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014117409A (ja) * | 2012-12-14 | 2014-06-30 | Kawasaki Heavy Ind Ltd | 身体関節位置の計測方法および装置 |
| WO2014112632A1 (ja) * | 2013-01-18 | 2014-07-24 | 株式会社東芝 | 動作情報処理装置及び方法 |
| RU156350U1 (ru) * | 2015-02-11 | 2015-11-10 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Юго-Западный государственный университет" (ЮЗГУ) | Экзоскелетон |
| CN107174255A (zh) * | 2017-06-15 | 2017-09-19 | 西安交通大学 | 基于Kinect体感技术的三维步态信息采集与分析方法 |
| CN207115332U (zh) * | 2017-08-28 | 2018-03-16 | 重庆卢浮印象数字科技有限公司 | 体感手套及手势捕捉系统 |
| CN108564623A (zh) * | 2018-04-17 | 2018-09-21 | 北京轻威科技有限责任公司 | 一种主动光学定位方法、设备及系统 |
| CN108720841A (zh) * | 2018-05-22 | 2018-11-02 | 上海交通大学 | 基于云检测的可穿戴下肢运动矫正系统 |
| CN108765563A (zh) * | 2018-05-31 | 2018-11-06 | 北京百度网讯科技有限公司 | 基于ar的slam算法的处理方法、装置及设备 |
| US20190113966A1 (en) * | 2017-10-17 | 2019-04-18 | Logitech Europe S.A. | Input device for ar/vr applications |
| US20190250238A1 (en) * | 2018-02-14 | 2019-08-15 | Commissariat à l'énergie atomique et aux énergies alternatives | Calibration method for a triaxial sensor with selection of a calibration method as a function of the spatial distribution of measurements |
| CN110570455A (zh) * | 2019-07-22 | 2019-12-13 | 浙江工业大学 | 一种面向房间vr的全身三维姿态跟踪方法 |
| KR20200005963A (ko) * | 2018-07-09 | 2020-01-17 | 한국기술교육대학교 산학협력단 | 가상현실 피복 아크 용접 시뮬레이터 시스템 및 그 제어 방법 |
| EP3695783A1 (en) * | 2019-02-15 | 2020-08-19 | Origin Wireless, Inc. | Method, apparatus, and system for wireless gait recognition |
| CN111783679A (zh) * | 2020-07-04 | 2020-10-16 | 北京中科深智科技有限公司 | 一种基于摄像头和imu数据混合的实时全身动捕系统、方法 |
| CN112545498A (zh) * | 2020-12-02 | 2021-03-26 | 中国标准化研究院 | 一种人体功能性关节旋转中心检测与定位分析方法 |
| CN113241150A (zh) * | 2021-06-04 | 2021-08-10 | 华北科技学院(中国煤矿安全技术培训中心) | 一种混合现实环境中的康复训练评估方法及系统 |
-
2022
- 2022-01-29 CN CN202210109901.9A patent/CN114469079B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014117409A (ja) * | 2012-12-14 | 2014-06-30 | Kawasaki Heavy Ind Ltd | 身体関節位置の計測方法および装置 |
| WO2014112632A1 (ja) * | 2013-01-18 | 2014-07-24 | 株式会社東芝 | 動作情報処理装置及び方法 |
| RU156350U1 (ru) * | 2015-02-11 | 2015-11-10 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Юго-Западный государственный университет" (ЮЗГУ) | Экзоскелетон |
| CN107174255A (zh) * | 2017-06-15 | 2017-09-19 | 西安交通大学 | 基于Kinect体感技术的三维步态信息采集与分析方法 |
| CN207115332U (zh) * | 2017-08-28 | 2018-03-16 | 重庆卢浮印象数字科技有限公司 | 体感手套及手势捕捉系统 |
| US20190113966A1 (en) * | 2017-10-17 | 2019-04-18 | Logitech Europe S.A. | Input device for ar/vr applications |
| US20190250238A1 (en) * | 2018-02-14 | 2019-08-15 | Commissariat à l'énergie atomique et aux énergies alternatives | Calibration method for a triaxial sensor with selection of a calibration method as a function of the spatial distribution of measurements |
| CN108564623A (zh) * | 2018-04-17 | 2018-09-21 | 北京轻威科技有限责任公司 | 一种主动光学定位方法、设备及系统 |
| CN108720841A (zh) * | 2018-05-22 | 2018-11-02 | 上海交通大学 | 基于云检测的可穿戴下肢运动矫正系统 |
| CN108765563A (zh) * | 2018-05-31 | 2018-11-06 | 北京百度网讯科技有限公司 | 基于ar的slam算法的处理方法、装置及设备 |
| KR20200005963A (ko) * | 2018-07-09 | 2020-01-17 | 한국기술교육대학교 산학협력단 | 가상현실 피복 아크 용접 시뮬레이터 시스템 및 그 제어 방법 |
| EP3695783A1 (en) * | 2019-02-15 | 2020-08-19 | Origin Wireless, Inc. | Method, apparatus, and system for wireless gait recognition |
| CN110570455A (zh) * | 2019-07-22 | 2019-12-13 | 浙江工业大学 | 一种面向房间vr的全身三维姿态跟踪方法 |
| CN111783679A (zh) * | 2020-07-04 | 2020-10-16 | 北京中科深智科技有限公司 | 一种基于摄像头和imu数据混合的实时全身动捕系统、方法 |
| CN112545498A (zh) * | 2020-12-02 | 2021-03-26 | 中国标准化研究院 | 一种人体功能性关节旋转中心检测与定位分析方法 |
| CN113241150A (zh) * | 2021-06-04 | 2021-08-10 | 华北科技学院(中国煤矿安全技术培训中心) | 一种混合现实环境中的康复训练评估方法及系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115546247A (zh) * | 2022-10-21 | 2022-12-30 | 北京中科深智科技有限公司 | 一种基于LightHouse定位系统的动作捕捉方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114469079B (zh) | 2022-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schepers et al. | Xsens MVN: Consistent tracking of human motion using inertial sensing | |
| CN104700433B (zh) | 一种基于视觉的实时人体全身体运动捕捉方法及其系统 | |
| US8180714B2 (en) | Automatic generation of human models for motion capture, biomechanics and animation | |
| WO2020054442A1 (ja) | 関節位置の取得方法及び装置、動作の取得方法及び装置 | |
| Bodenheimer et al. | The process of motion capture: Dealing with the data | |
| EP2904583B1 (en) | Method for tracking three-dimensional object | |
| Cerveri et al. | Robust recovery of human motion from video using Kalman filters and virtual humans | |
| US7804998B2 (en) | Markerless motion capture system | |
| KR20210011424A (ko) | 이미지 처리 방법 및 장치, 이미지 디바이스, 및 저장 매체 | |
| CN112069933A (zh) | 基于体态识别和人体生物力学的骨骼肌肉受力估计方法 | |
| Corazza et al. | Automatic generation of a subject-specific model for accurate markerless motion capture and biomechanical applications | |
| JP7427188B2 (ja) | ３ｄポーズ取得方法及び装置 | |
| CN110609621B (zh) | 姿态标定方法及基于微传感器的人体运动捕获系统 | |
| CN100361070C (zh) | 一种基于光学的运动捕获数据的骨骼运动提取方法 | |
| WO2015054426A1 (en) | Single-camera motion capture system | |
| EP3425591B1 (en) | System and method for tracking body joints | |
| CN103942829A (zh) | 单幅图像的人体三维姿态重构方法 | |
| CN110327048A (zh) | 一种基于可穿戴式惯性传感器的人体上肢姿态重建系统 | |
| CN109166177A (zh) | 一种颅颌面外科手术的术中导航方法 | |
| CN103824326A (zh) | 一种动态的人体三维建模方法 | |
| CN114469079B (zh) | 一种利用LightHouse的身体关节测量方法 | |
| Zou et al. | Automatic reconstruction of 3D human motion pose from uncalibrated monocular video sequences based on markerless human motion tracking | |
| Cerveri et al. | Real-time human motion estimation using biomechanical models and non-linear state-space filters | |
| Fua et al. | Markerless full body shape and motion capture from video sequences | |
| Lin et al. | Using hybrid sensoring method for motion capture in volleyball techniques training |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Room 911, 9th Floor, Block B, Xingdi Center, Building 2, No.10, Jiuxianqiao North Road, Jiangtai Township, Chaoyang District, Beijing, 100000 Patentee after: Beijing Zhongke Shenzhi Technology Co.,Ltd. Country or region after: China Address before: 100000 room 311a, floor 3, building 4, courtyard 4, Yongchang Middle Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Patentee before: Beijing Zhongke Shenzhi Technology Co.,Ltd. Country or region before: China |