KR101896845B1 - 모션 처리 시스템 - Google Patents

모션 처리 시스템 Download PDF

Info

Publication number
KR101896845B1
KR101896845B1 KR1020170078345A KR20170078345A KR101896845B1 KR 101896845 B1 KR101896845 B1 KR 101896845B1 KR 1020170078345 A KR1020170078345 A KR 1020170078345A KR 20170078345 A KR20170078345 A KR 20170078345A KR 101896845 B1 KR101896845 B1 KR 101896845B1
Authority
KR
South Korea
Prior art keywords
motion
nurbs
modeling
unit
time
Prior art date
Application number
KR1020170078345A
Other languages
English (en)
Inventor
백대균
양승한
Original Assignee
경북대학교 산학협력단
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 경북대학교 산학협력단 filed Critical 경북대학교 산학협력단
Priority to PCT/KR2018/001635 priority Critical patent/WO2018169210A1/ko
Application granted granted Critical
Publication of KR101896845B1 publication Critical patent/KR101896845B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/215—Motion-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing
    • G06T2207/20044—Skeletonization; Medial axis transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Numerical Control (AREA)

Abstract

일 실시예에 따른 모션 처리 시스템은, 대상체의 모션을 측정하는 모션 측정부; 상기 모션 측정부에서 측정된 모션에 대한 데이터에 기초하여 상기 모션을 NURBS(Non-Uniform Rational B-Splines) 수식으로 모델링하는 모션 모델링부; 및 상기 모션 모델링부에서 모델링된 NURBS 수식을 조정하여 상기 대상체의 모션을 재생성하는 모션 생성부;를 포함하고, 상기 NURBS 수식에 의해 복수 개의 NURBS 곡선이 표현되고, 상기 복수 개의 NURBS 곡선은 동일한 시간 축을 공유하여 시간에 따른 서로 다른 모션을 나타낼 수 있다.

Description

모션 처리 시스템{SYSTEM FOR PROCESSING MOTION}
본 발명은 모션 처리 시스템에 관한 것으로서, 보다 구체적으로는 대상체의 모션을 측정하고 측정된 데이터를 NURBS 수식 또는 NURBS 곡선으로 모델링하는 모션 처리 시스템에 관한 것이다.
일반적으로 인체의 모션을 고니오미터(Goniometer), 모션캡쳐 시스템(motion capture system) 등으로 측정하여 인체공학 및 제어분야에 다양하게 사용되고 있다. 예를 들어, 인체의 모션을 측정한 후 수학적으로 모델링하여 다양한 해석을 수행하고, 또한 로봇의 제어에 활용되고 있다.
그 중에 가장 많이 사용되고 있는 방법은 스플라인(Spline) 곡선으로 측정된 데이터를 모델링하여 사용하는 것이다.
인체의 모션으로 제어되는 로봇은 착용로봇으로 재활로봇과 증강로봇이 많이 사용되고 있고, 또한 산업용 로봇에서도 사람의 모션을 모델링하여 제어하고 있다. 구체적으로, 재활로봇에 많이 사용되는 제어방법은 명령을 내려주는 인체의 모션 경로대로 로봇을 제어하는 방법이고 증강로봇에서 많이 사용하는 방법은 센서 신호를 기준으로 인체의 의도를 파악하여 미리 입력된 경로대로 제어 명령을 주는 방법이다.
그러나 이러한 방법에 사용되는 인체의 모션 모델링에 측정 노이즈가 있으면 정확한 모델링이 어렵고, 또한 모델링된 스플라인 곡선을 다양하게 변화시켜 목적에 맞게 사용하기 어렵다.
일 실시예에 따른 목적은 대상체의 모션을 NURBS(넙스) 수식 또는 NURBS 곡선으로 모델링하고, 모델링된 NURBS 수식을 이용하여 모션을 생성할 수 있는 모션 처리 시스템을 제공하는 것이다.
일 실시예에 따른 목적은 대상체의 특성 및 요구조건에 따라서 모델링된 NURBS 수식에서 조정점 또는 가중치를 조정함으로써 모델링된 결과를 다양하게 변화시켜 활용할 수 있고, 대상체의 운동을 제어하기 위한 제어 신호를 발생시킬 수 있는 모션 처리 시스템을 제공하는 것이다.
일 실시예에 따른 목적은 대상체의 모션을 나타내는 복수 개의 NURBS 곡선이 동일한 시간 축을 공유하여 복수 개의 모션을 시간에 따라 표현할 수 있는 모션 처리 시스템을 제공하는 것이다.
일 실시예에 따른 목적은 복수 개의 자유곡선에서 시간 축을 일정한 간격(샘플링 시간)으로 보간(interpolation)하여 대상체의 모션을 정밀하게 제어할 수 있는 모션 처리 시스템을 제공하는 것이다.
일 실시예에 따른 목적은 모션 측정부에서 측정된 관절 운동에 대한 데이터에 기초하여 모션에 대한 속도 또는 토크를 NURBS 수식 또는 NURBS 곡선으로 모델링하여, 대상체의 모션 중 속도 또는 토크를 제어할 수 있고, 모션의 위치를 나타내는 NURBS 곡선과 관절 운동에 대한 속도 또는 토크를 나타내는 NURBS 곡선은 동일한 시간 축을 공유하는 모션 처리 시스템을 제공하는 것이다.
상기 목적을 달성하기 위한 일 실시예에 따른 모션 처리 시스템은, 대상체의 모션을 측정하는 모션 측정부; 상기 모션 측정부에서 측정된 모션에 대한 데이터에 기초하여 상기 모션을 NURBS(Non-Uniform Rational B-Splines) 수식으로 모델링하는 모션 모델링부; 및 상기 모션 모델링부에서 모델링된 NURBS 수식을 조정하여 상기 대상체의 모션을 재생성하는 모션 생성부;를 포함하고, 상기 NURBS 수식에 의해 복수 개의 NURBS 곡선이 표현되고, 상기 복수 개의 NURBS 곡선은 동일한 시간 축을 공유하여 시간에 따른 서로 다른 모션을 나타낼 수 있다.
일 측에 의하면, 상기 모션 모델링부는 하나의 NURBS 수식을 포함하고, 상기 하나의 NURBS 수식을 통해 서로 다른 모션을 모델링할 수 있다.
일 측에 의하면, 상기 모션 측정부는, 상기 대상체의 서로 다른 모션을 측정하는 복수 개의 모션 측정기;를 포함하고, 상기 모션 모델링부는 복수 개의 NURBS 수식을 포함하며, 각각의 NURBS 수식은 각각의 모션 측정기와 개별적으로 연동되어 서로 다른 모션을 모델링할 수 있다.
일 측에 의하면, 상기 NURBS 수식은,
Figure 112017059414476-pat00001
Figure 112017059414476-pat00002
을 포함하고,
이때, P(u)는 임의의 값(u)에서 위치 벡터이고,
Bi(u)는 조정점 벡터이고,
Ti는 모션의 시간을 나타내기 위한 조정점이고,
Yi, Zi는 상기 대상체의 서로 다른 모션을 나타내기 위한 조정점이고,
wi는 가중치이다.
일 측에 의하면, 상기 모션 생성부는, 상기 NURBS 수식에서 조정점 또는 가중치를 조정하고, 상기 복수 개의 NURBS 곡선의 시간 축에서 데이터 간격이 샘플링 시간과 동일한 값을 갖도록 상기 복수 개의 NURBS 곡선을 보간(interpolation)할 수 있다.
일 측에 의하면, 상기 모션 생성부는, 상기 복수 개의 NURBS 곡선에서 매개변수 증분치를 계산하여 매 샘플링마다 매개변수를 업데이트하고, 상기 매개변수를 상기 NURBS 수식에 입력하여 위치 벡터(P(u))를 산출할 수 있다.
일 측에 의하면, 상기 매개변수 증분치는 다음의 식에 의해 계산되고,
Figure 112017059414476-pat00003
이때,
Figure 112017059414476-pat00004
는 매개변수 증분치이고,
Figure 112017059414476-pat00005
는 샘플링 시간이고,
Figure 112017059414476-pat00006
는 이전 매개변수 증분치이고,
Figure 112017059414476-pat00007
는 이전 시간 데이터 간격이다.
상기 목적을 달성하기 위한 일 실시예에 따른 모션 처리 시스템은, 대상체의 모션 또는 관절 운동을 측정하는 모션 측정부; 상기 모션 측정부에서 측정된 모션에 대한 데이터에 기초하여 상기 모션의 위치를 NURBS 수식으로 모델링하는 제1 모션 모델링부; 및 상기 모션 측정부에서 측정된 관절 운동에 대한 데이터에 기초하여 상기 모션에 대한 토크 또는 속도를 NURBS 수식으로 모델링하는 제2 모션 모델링부;를 포함하고, 상기 제1 모션 모델링부 및 상기 제2 모션 모델링부는 동일한 매개변수에 대한 함수를 포함하고, 동일한 시간 축을 공유하여 상기 대상체의 모션 또는 토크를 나타낼 수 있다.
일 측에 의하면, 상기 제2 모션 모델링부는,
Figure 112018058888864-pat00082
를 포함하고,
이때, Qj는 토크이고,
qt(uj)는 시간 축이고,
qy(uj)는 제1 모션에 대한 토크이고,
qz(uj)는 제2 모션에 대한 토크이고,
c(uj)는 상기 제1 모션 모델링부에서 모델링한 NURBS 수식과 동일한 매개변수 uj에 대하여 토크를 모델링한 함수이고,
T(uj)는 uj에 대한 시간 함수이다.
일 측에 의하면, 상기 제2 모션 모델링부는,
Figure 112017059414476-pat00011
를 포함하고,
이때, Vj는 속도이고,
vt(uj)는 시간 축이고,
vy(uj)는 제1 모션에 대한 속도이고,
vz(uj)는 제2 모션에 대한 속도이고,
c(uj)는 상기 제1 모션 모델링부에서 모델링한 NURBS 수식과 동일한 매개변수 uj에 대하여 속도를 모델링한 함수이고,
T(uj)는 uj에 대한 시간 함수이다.
일 실시예에 따른 모션 처리 시스템에 의하면, 대상체의 모션을 NURBS 수식 또는 NURBS 곡선으로 모델링하고, 모델링된 NURBS 수식을 이용하여 모션을 생성할 수 있다.
일 실시예에 따른 모션 처리 시스템에 의하면, 대상체의 특성 및 요구조건에 따라서 모델링된 NURBS 수식에서 조정점 또는 가중치를 조정함으로써 모델링된 결과를 다양하게 변화시켜 활용할 수 있고, 대상체의 운동을 제어하기 위한 제어 신호를 발생시킬 수 있다.
일 실시예에 따른 모션 처리 시스템에 의하면, 대상체의 모션을 나타내는 복수 개의 NURBS 곡선이 동일한 시간 축을 공유하여 복수 개의 모션을 시간에 따라 표현할 수 있다.
일 실시예에 따른 모션 처리 시스템에 의하면, 복수 개의 NURBS 곡선에서 시간 축을 일정한 간격(샘플링 시간)으로 보간(interpolation)하여 대상체의 모션을 정밀하게 제어할 수 있다.
일 실시예에 따른 모션 처리 시스템에 의하면, 모션 측정부에서 측정된 관절 운동에 대한 데이터에 기초하여 모션에 대한 속도 또는 토크를 NURBS 수식 또는 NURBS 곡선으로 모델링하여, 대상체의 모션 중 속도 또는 토크를 제어할 수 있고, 모션의 위치를 나타내는 NURBS 곡선과 관절 운동에 대한 속도 또는 토크를 나타내는 NURBS 곡선은 동일한 시간 축을 공유할 수 있다.
도 1은 일 실시예에 따른 모션 처리 시스템의 구성을 도시한다.
도 2는 모션 처리되는 과정을 개략적으로 도시한다.
도 3은 복수 개의 NURBS 수식을 이용하여 구동기를 제어하는 구성을 도시한다.
도 4는 인체가 도보할 때 모션 측정부에 의해 측정된 고관절 데이터를 도시한다.
도 5는 도 4에서 측정된 데이터가 자유곡선으로 모델링된 결과를 도시한다.
도 6은 도 5에서 모델링된 결과를 이용하여 인체의 모션을 여러 사이클로 생성한 결과를 도시한다.
도 7은 도 5에서 모델링된 결과를 이용하여 조정점을 변화시켜 모션을 고관절 모션을 생성한 결과를 도시한다.
도 8은 동일한 매개변수일 때 샘플링 시간을 나타낸다.
도 9는 동일한 샘플링 시간으로 자유곡선을 보간한 결과를 도시한다.
도 10은 넙스 보간에서 동일한 샘플링 시간의 결과를 도시한다.
도 11은 다른 실시예에 따른 모션 처리 시스템의 구성을 도시한다.
도 12는 관절 궤적과 원래 제어 속도를 도시한다.
도 13은 곡선의 위치를 보간할 때 속도 모델링 수식으로 고관절 모션의 속도를 계산한 결과를 도시한다.
도 14는 토크 모델링 수식과 시간 함수에 따라 고관절 모션의 토크를 계산한 결과를 도시한다.
도 15는 시간 함수에 따라 고관절 모션의 토크를 계산한 결과를 도시한다.
이하, 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 실시예의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
어느 하나의 실시예에 포함된 구성요소와, 공통적인 기능을 포함하는 구성요소는, 다른 실시예에서 동일한 명칭을 사용하여 설명하기로 한다. 반대되는 기재가 없는 이상, 어느 하나의 실시예에 기재한 설명은 다른 실시예에도 적용될 수 있으며, 중복되는 범위에서 구체적인 설명은 생략하기로 한다.
도 1은 일 실시예에 따른 모션 처리 시스템의 구성을 도시하고, 도 2는 모션 처리되는 과정을 개략적으로 도시하고, 도 3은 복수 개의 NURBS 수식을 이용하여 구동기를 제어하는 구성을 도시하고, 도 4는 인체가 도보할 때 모션 측정부에 의해 측정된 고관절 데이터를 도시하고, 도 5는 도 4에서 측정된 데이터가 자유곡선으로 모델링된 결과를 도시하고, 도 6은 도 5에서 모델링된 결과를 이용하여 인체의 모션을 여러 사이클로 생성한 결과를 도시하고, 도 7은 도 5에서 모델링된 결과를 이용하여 조정점을 변화시켜 모션을 고관절 모션을 생성한 결과를 도시하고, 도 8은 동일한 매개변수일 때 샘플링 시간을 나타내고, 도 9는 동일한 샘플링 시간으로 자유곡선을 보간한 결과를 도시하고, 도 10은 넙스 보간에서 동일한 샘플링 시간의 결과를 도시한다.
도 1을 참조하여, 일 실시예에 따른 모션 처리 시스템(10)은 모션 측정부(100), 모션 모델링부(110) 및 모션 생성부(120)를 포함할 수 있다.
상기 모션 측정부(100)는 대상체의 모션(또는 운동)을 측정하기 위한 것으로서, 예를 들어, 인체의 모션에 대한 모델링을 원하는 신체 부위에 부착된 센서 및 상기 센서와 연동되어 모션의 위치를 측정하는 모션 측정기를 포함할 수 있다.
이때, 모션 측정부(100)에서는 시간에 따른 센서의 위치를 측정하여 저장할 수 있으며, 이에 의해 모션에 대한 데이터가 생성될 수 있다.
상기 모션 모델링부(110)는 모션 측정부(100)에서 측정된 모션에 대한 데이터에 기초하여 모션을 NURBS 수식으로 모델링할 수 있다.
예를 들어, 모션 모델링부(110)는 하나의 NURBS(Non-Uniform Rational B-Splines) 수식을 포함하여, 대상체의 모션이 NURBS 수식 또는 NURBS 자유곡선으로 모델링될 수 있다.
구체적으로, NURBS 수식은 다음을 포함할 수 있다.
Figure 112017059414476-pat00014
Figure 112017059414476-pat00015
여기서, Ni,k(u)는 기저함수로서 다음과 같이 정의된다.
Figure 112017059414476-pat00016
그리고,
Figure 112017059414476-pat00017
여기서, [ui, …, ui+k]는 절점 벡터이고, ui는 절점이다.
또한, P(u)는 임의의 값(u)에서 위치 벡터이고,
Bi(u)는 조정점 벡터이고,
Ti는 모션의 시간을 나타내기 위한 조정점이고,
Yi, Zi는 대상체의 서로 다른 모션을 나타내기 위한 조정점이고,
wi 는 가중치이다.
이와 같이 하나의 NURBS 수식을 통하여 대상체의 서로 다른 모션을 나타낼 수 있으므로, 서로 다른 모션이 하나의 NURBS 수식을 통하여 복수 개의 자유곡선, 다시 말해서 복수 개의 NURBS 곡선으로 모델링할 수 있다.
이때, 모션 모델링부(110)에서 모델링된 NURBS 곡선의 한 축, 예를 들어 제1 축을 시간 축으로 하고, 나머지 두 축, 예를 들어 제2 축 및 제3 축을 서로 다른 모션 위치로 함으로써, 복수 개의 자유곡선은 동일한 시간 축을 공유하여 시간에 따른 서로 다른 모션을 나타낼 수 있다.
또한, 모션 생성부(120)는 모션 모델링부(110)에서 모델링된 복수 개의 NURBS 수식을 조정하여, 대상체의 모션을 재생성할 수 있다.
구체적으로, 모션 생성부(120)에서는 NURBS 수식에서 조정점 또는 가중치를 조정하여 대상체의 모션에 대하여 시간 및 모션 위치를 재모델링할 수 있다.
특히 인체의 특성 및 요구조건에 대하여 조정점 또는 가중치를 다양하게 변화시켜 모션 모델링부(110)에서 모델링된 복수 개의 자유곡선을 다양하게 표현할 수 있다.
또한, NURBS 수식에서 조정점 또는 가중치를 조정할 때에는 NURBS 곡선을 보간해야 한다.
구체적으로, NURBS 곡선의 매개변수 증분치(
Figure 112017059414476-pat00018
)를 계산하여 매개변수(
Figure 112017059414476-pat00019
)를 업데이트하고, 상기 매개변수(
Figure 112017059414476-pat00020
)를 NURBS 수식에 입력하여 NURBS 곡선의 위치를 계산할 수 있다. 예를 들어 단순히 대상체의 모션 위치를 나타낼 때에는 증분치(
Figure 112017059414476-pat00021
)를 상수로 두고 계산할 수 있다.
게다가, 대상체의 모션을 로봇의 제어나 다른 목적에 사용할 때는 매번 증분치(
Figure 112017059414476-pat00022
)를 목적에 맞게 계산하여 매개변수(
Figure 112017059414476-pat00023
)를 업데이트하여 NURBS 곡선의 위치를 나타낼 수 있다.
특히 로봇 제어의 경우에는 NURBS 곡선의 시간 축이 동일한 시간간격(샘플링 시간)으로 보간되도록 증분치(
Figure 112017059414476-pat00024
)를 계산하여 로봇을 제어하는 것이 바람직하다.
특히, 도 2를 더 참조하여, 전술된 구성을 포함하여, 일 실시예에 따른 모션 처리 시스템(10)에 의해 다음과 같이 모션이 처리될 수 있다.
우선, 모션 측정부(100)에서 모션이 측정된다.
그런 다음, 모션 측정부(100)에서 측정된 모션에 대한 데이터에 기초하여 모션 모델링부(110)에서 대상체의 모션을 NURBS 수식으로 모델링한다.
이때, 모션 모델링부(110)에서는 전술된 바와 같이 아래 NURBS 수식에 의해 대상체의 모션을 모델링한다.
Figure 112017059414476-pat00025
Figure 112017059414476-pat00026
이어서, 모션 생성부(120)에서는 상기 NURBS 수식에서 조정점(Bi(u)) 또는 가중치(wi)를 조정하고, 그에 따라서 보간 알고리즘(interpolation algorism)(
Figure 112017059414476-pat00027
)을 적용하여, 대상체의 모션을 재생성한다.
한편, 도 3을 참조하여, 복수 개의 대상체의 모션을 복수 개의 NURBS 수식으로 모델링하고, 모델링된 복수 개의 NURBS 수식을 이용하여 대상체의 모션을 제어할 수 있다.
구체적으로, 모션 측정부(100)는 대상체의 서로 다른 모션을 측정하는 복수 개의 모션 측정기를 포함할 수 있다. 이때, 대상체의 신체 부위에서 서로 다른 부위에 센서가 부착될 수 있음은 당연하다.
또한, 모션 모델링부(110)는 복수 개의 NURBS 수식을 포함할 수 있고, 각각의 NURBS 수식은 각각의 모션 측정기와 개별적으로 연동되어 서로 다른 모션을 모델링할 수 있다.
예를 들어, 모션 측정부(100)에서 제1 모션을 측정하여, 제1 모션에 대한 데이터에 기초하여 모션 모델링부(110)에서 제1 모션에 대한 NURBS 수식을 모델링하고, 모션 측정부(100)에서 제2 모션을 측정하여, 제2 모션에 대한 데이터에 기초하여 모션 모델링부(110)에서 제2 모션에 대한 NURBS 수식을 모델링하고, 모션 측정부(100)에서 제3 모션을 측정하여, 제3 모션에 대한 데이터에 기초하여 모션 모델링부(110)에서 제3 모션에 대한 NURBS 수식을 모델링할 수 있다.
이때, 복수 개의 NURBS 수식에 의한 복수 개의 NURBS 곡선에서 시간 축을 일치시키면 여러 개의 모션 위치를 시간에 따라 표현할 수 있다.
이를 위해, 복수 개의 NURBS 곡선에서 시간 축을 일정한 간격으로 보간하여 동일한 샘플링 시간으로 대상체의 모션을 표현할 필요성이 있다. 복수 개의 NURBS 곡선의 보간은 이전에 간략히 설명되었으며, 이하에서 상술된다.
또한, 모션 생성부(120)에서는 모션 모델링부(100)에서 모델링된 복수 개의 NURBS 수식을 개별적으로 조정 또는 보간하여 대상체의 모션을 재생성하고, 모션 구동기(또는 액추에이터)에 모션 제어 신호를 전달하여, 대상체의 모션을 제어하는 데 활용될 수 있다.
특히, 도 4를 참조하여, 대상체, 예를 들어 인체가 도보할 때 모션 측정부(100)에서 고관절의 회전각이 측정될 수 있다.
이때, 제1 축은 시간 축이 되고, 제2 축은 고관절의 회전각이 될 수 있으며, 인체의 모션 위치가 시간에 따라 표현될 수 있다.
또한, 도 4는 고관절의 회전각을 샘플링 시간 0.01초로 측정한 예시로서, 도보를 빠르게 하는 경우, 보폭을 변화시키는 경우, 고관절의 움직임을 시간에 따라 변화시키는 경우, 도보 사이클 수를 정하는 경우 등 다양하게 인체의 모션을 생성하기 위해 도 4의 데이터를 이용하여 NURBS 수식으로 모델링할 수 있다.
이때, NURBS 곡선에서 제1 축을 시간 축으로 하고, 제2 축 및 제3 축을 인체 모션 위치로 모델링하여 한 개의 NURBS 수식으로 두 개의 인체 모션 위치를 표현할 수 있다.
도 5를 참조하여, 모션 측정부(100)에서 측정된 고관절의 회전각에 기초하여 모션 모델링부(110)에서 모델링된 NURBS 곡선이 표현될 수 있고, 모션 생성부(120)에서 NURBS 수식에서 가중치는 1로 하고 조정점을 변화시켜 모션을 재생성하였다.
이와 같이 모션 모델링부(110)에서 모델링된 NURBS 곡선의 조정점 또는 가중치를 조정함으로써 고관절의 모션을 보다 정밀하게 재생할 수 있다.
이때, 도 5에서 시간에 따른 고관절의 모션을 재생하기 위해 매개변수 증분치(
Figure 112017059414476-pat00028
)를 일정한 값 0.001로 두고 시간에 따른 고관절의 회전각을 재생하였다. 그 결과, 도 4 및 5가 잘 일치함을 알 수 있다.
다만, NURBS 곡선의 특성 때문에 매개변수 증분치(
Figure 112017059414476-pat00029
)를 일정한 값으로 했을 때, 도 5의 시간 축이 동일한 시간 간격(샘플링 시간)으로 나타나지 않을 수 있다.
이와 같이 모션 모델링부(110)에서 모델링된 NURBS 곡선의 조정점 또는 가중치를 조정함으로써 고관절의 모션을 보다 정밀하게 재생할 수 있다.
도 6을 참조하여, 모션 모델링부(110)에서 모델링된 NURBS 곡선을 이용하여 인체의 모션, 예를 들어 고관절의 회전각을 여러 사이클로 재생할 수 있다.
이 또한, 모션 생성부(120)에서 NURBS 수식을 조정하는 것에 의해 인체의 모션을 여러 사이클로 확장시킬 수 있다.
도 7을 참조하여, 모션 모델링부(110)에서 모델링된 NURBS 곡선을 이용하여 모션 생성부(120)에서 조정점 벡터를 변화시켜 고관절 모션을 다양하게 재생할 수 있다.
예를 들어, 모션 모델링부(110)에 하나의 NURBS 수식이 포함되어 있는 경우, 모션 생성부(120)에서 하나의 NURBS 수식에 대하여 서로 다른 조정점 벡터를 적용하거나, 모션 모델링부(110)에 복수 개의 NURBS 수식이 포함되어 있는 경우, 모션 생성부(120)에서 복수 개의 NURBS 수식에 대하여 서로 다른 조정점 벡터를 적용할 수 있음은 당연하다.
또한, 도 8을 참조하여, 전술된 바와 같이 NURBS 곡선의 특성 때문에 매개변수 증분치(
Figure 112017059414476-pat00030
)를 일정한 값으로 했을 때, 동일한 시간 간격(샘플링 시간,
Figure 112017059414476-pat00031
)으로 나타나지 않을 수 있다.
따라서, 인체 모션을 로봇에 적용하여 NURBS 곡선을 제어할 때, 샘플링 시간(
Figure 112017059414476-pat00032
)이 항상 일정한 값을 갖도록 매개변수(
Figure 112017059414476-pat00033
)를 찾아야 한다. 모션 모델링부(110)에서 모델링된 인체의 모든 모션을 동시에 제어하기 위해서는 각각의 NURBS 수식에서 샘플링 시간이 동일하도록 매개변수를 찾아야 한다.
한 개의 NURBS 곡선의 보간 알고리즘이 동일한 원리로 다른 NURBS 수식에 적용될 수 있으며, 이하에서는 한 개의 NURBS 수식으로 설명하기로 한다.
NURBS 곡선의 시간 축의 데이터 간격이 샘플링 시간(
Figure 112017059414476-pat00034
)과 일치하도록 NURBS 곡선의 매개변수 증분치(
Figure 112017059414476-pat00035
)를 계산하여 매 샘플링마다 매개변수(
Figure 112017059414476-pat00036
)를 계산하고, 매개변수(
Figure 112017059414476-pat00037
)를 NURBS 수식에 입력하여 매 샘플링마다 NURBS 곡선의 위치를 계산할 수 있다.
Figure 112017059414476-pat00038
여기서
Figure 112017059414476-pat00039
이고,
Figure 112017059414476-pat00040
이며, k는 임의로 사용자가 정할 수 있는 상수로 계산시간과 관련된 상수이며 예를 들어 m=8일 경우
Figure 112017059414476-pat00041
로 되어 매개변수 증분치를(
Figure 112017059414476-pat00042
)를 m-1번, 즉 7번 재귀적으로 업데이트하여 구하고, 증분치를 구하기 위해서는 항상 앞선 시간의 차이값(
Figure 112017059414476-pat00043
)과 앞선 증분치(
Figure 112017059414476-pat00044
)가 있어야 하므로 맨 처음 증분치(
Figure 112017059414476-pat00045
)는 Taylor 1차 전개를 이용하여 구한다.
도 9는 고관절 회전각을 모델링한 NURBS 수식의 가중치와 조정점 데이터를 조정하고, 샘플링 시간을 0.004초로 하여 보간하여 모션을 생성한 것이다.
도 10에 도시된 바와 같이, NURBS 곡선의 보간을 통하여 각 시간에서 샘플링 시간이 항상 일정하게 유지되는 것을 확인할 수 있다.
이상 일 실시예에 따른 모션 처리 시스템에 대하여 설명되었으며, 이하에서는 다른 실시예에 따른 모션 처리 시스템에 대하여 설명된다.
도 11은 다른 실시예에 따른 모션 처리 시스템의 구성을 도시하고, 도 12는 관절 궤적과 원래 제어 속도를 도시하고, 도 13은 고관절 모션의 곡률과 관련하여 모델링된 수식으로 제어할 때의 관절 궤적과 제어속도를 도시하고, 도 14는 고관절 모션의 곡률과 관련하여 모델링된 수식으로 고관절 모션의 토크를 계산한 결과를 도시하고, 도 15는 시간 함수에 따라 고관절 모션의 토크를 계산한 결과를 도시한다.
도 11을 참조하여, 다른 실시예에 따른 모션 처리 시스템(20)은 대상체의 모션 위치 또는 관절 운동을 측정하는 모션 측정부(200), 상기 모션 측정부(200)에서 측정된 모션 위치에 대한 데이터에 기초하여 상기 모션의 위치를 NURBS 수식으로 모델링하는 제1 모션 모델링부(210), 상기 모션 측정부(210)에서 측정된 관절 운동에 대한 데이터에 기초하여 상기 모션에 대한 토크 또는 속도를 NURBS 수식으로 모델링하는 제2 모션 모델링부(220), 및 상기 제1 모션 모델링부(210) 또는 제2 모션 모델링부(220)에서 모델링된 NURBS 수식을 조정하여 대상체의 모션 위치 또는 관절 운동을 제어하기 위한 신호를 생성하는 모션 생성부(230)를 포함할 수 있다.
상기 모션 측정부(200), 제1 모션 모델링부(210) 및 모션 생성부(230)는 일 실시예에 따른 모션 처리 시스템(10)의 모션 측정부(100), 모션 모델링부(110) 및 모션 생성부(120)에 대응하는 구성요소로서 상세한 설명은 생략하기로 한다.
도 11에는 구체적으로 도시되지는 않았으나, 모션 측정부(200)는 대상체의 모션 위치를 측정하는 제1 모션 측정부 및 대상체의 관절 운동을 측정하는 제2 모션 측정부를 포함할 수 있음은 당연하다.
이와 마찬가지로, 모션 생성부(230)는 제1 모션 모델링부(210)에서 모델링된 NURBS 수식을 조정하여 대상체의 모션 위치를 제어하기 위한 신호를 생성하는 제1 모션 생성부 및 제2 모션 모델링부(220)에서 모델링된 NURBS 수식을 조정하여 대상체의 관절 운동을 제어하기 위한 신호를 생성하는 제2 모션 생성부를 포함할 수 있음은 당연하다.
전술된 바와 같이, 제2 모션 모델링부(220)에서는 모션에 대한 토크 또는 속도가 모션 위치와 마찬가지로 NURBS 수식으로 모델링될 수 있다.
또한, 매 샘플링 시간마다 계산된 인체 모션의 궤적을 구동기로 제어함에 있어서, 매 샘플링 시간마다 토크의 계산은 모션 측정부(200)를 통하여 입력된 관절 운동의 경로 구간 및 곡선의 함수에 따라 계산할 수 있다.
이를 위해 제2 모션 모델링부(220)는 관절의 토크 및 속도를 표현하는 수식을 포함할 수 있다.
Figure 112018058888864-pat00083
Figure 112017059414476-pat00047
이때, Qj는 토크이고,
qt(uj)는 시간 축이고,
qy(uj)는 제1 모션에 대한 토크이고,
qz(uj)는 제2 모션에 대한 토크이고,
c(uj)는 제1 모션 모델링부(210)에서 모델링한 NURBS 수식과 동일한 매개변수 uj에 대하여 토크를 모델링한 함수이고,
T(uj)는 uj에 대한 시간 함수이다.
또한, Vj는 속도이고,
vt(uj)는 시간 축이고,
vy(uj)는 제1 모션에 대한 속도이고,
vz(uj)는 제2 모션에 대한 속도이고,
c(uj)는 제1 모션 모델링부(210)에서 모델링한 NURBS 수식과 동일한 매개변수 uj에 대하여 속도를 모델링한 함수이고,
T(uj)는 uj에 대한 시간 함수이다.
이와 같이 제1 모션 모델링부(210) 및 제2 모션 모델링부(220)는 동일한 매개변수에 대한 함수를 포함하고, 동일한 시간 축을 공유하여 대상체의 모션 또는 관절 운동을 나타내는 나타낼 수 있다.
구체적으로, 고관절의 속도에서 시간에 대한 함수를 1로 두고, 고관절의 속도를 고관절 모션과 관련된 다음의 식과 같이 모델링할 수 있다.
Figure 112017059414476-pat00052
도 12는 관절 궤적과 원래 제어 속도를 나타낸 것이고, 도 13은 전술된 수식으로 제어할 때의 관절 궤적과 제어 속도를 나타낸 것이다.
한편, 고관절 토크에서 시간에 대한 함수를 1로 두고 고관절의 토크를 고관절 모션과 관련된 다음의 식과 같이 모델링할 수 있다.
Figure 112017059414476-pat00053
상기 수식을 이용하여 고관절의 토크를 계산한 결과는 도 14와 같다.
이때, 제1 모션 모델링부(210) 및 제2 모션 모델링부(220)에 의해 시간에 따른 고관절 위치에 대한 NURBS 곡선 및 시간에 따른 토크에 대한 NURBS 곡선이 개별적으로 표현될 수 있다. 다시 말해서, 복수 개의 NURBS 곡선이 시간 축을 공유하고 있으며, 두 축에서 고관절 위치 및 토크가 나타내질 수 있다.
또한, 도 14와 같이 연속된 관절의 사이클 운동에서 시간의 함수로 일정 시간에서 구동 토크를 0으로 하여 계산한 결과는 도 15과 같다.
이는 제2 모션 모델링부(220)에서 모델링된 NURBS 곡선이 일정 시간에서 구동 토크가 0이 되도록 모션 생성부(230)에서 조정 또는 보간된 결과이다.
또한, 전술된 바와 같이 모션 생성부(230)에서 제2 모션 모델링부(220)에서 모델링된 NURBS 곡선, 예를 들어 토크에 대한 NURBS 곡선 또한 시간 축에서 데이터 간격이 샘플링 시간과 동일한 값을 갖도록 보간 알고리즘을 적용하고, 제2 모션 모델링부(220)에서 모델링된 복수 개의 NURBS 수식에서 가중치 또는 조정점을 조정할 수 있음은 당연하다.
이상과 같이 본 발명의 실시예에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 청구범위뿐 아니라 이 청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
10, 20: 모션 처리 시스템
100, 200: 모션 측정부
110: 모션 모델링부
120: 모션 생성부
210: 제1 모션 모델링부
220: 제2 모션 모델링부
230: 모션 생성부

Claims (10)

  1. 대상체의 모션을 측정하는 모션 측정부;
    상기 모션 측정부에서 측정된 모션에 대한 데이터에 기초하여 상기 모션을 NURBS(Non-Uniform Rational B-Splines) 수식으로 모델링하는 모션 모델링부; 및
    상기 모션 모델링부에서 모델링된 NURBS 수식을 조정하여 상기 대상체의 모션을 재생성하는 모션 생성부;
    를 포함하고,
    상기 NURBS 수식에 의해 복수 개의 NURBS 곡선이 표현되고,
    상기 복수 개의 NURBS 곡선은 동일한 시간 축을 공유하여 시간에 따른 서로 다른 모션을 나타내고,
    상기 모션 측정부는,
    상기 대상체의 서로 다른 모션을 측정하는 복수 개의 모션 측정기;
    를 포함하고,
    상기 모션 모델링부는 복수 개의 NURBS 수식을 포함하며,
    각각의 NURBS 수식은 각각의 모션 측정기와 개별적으로 연동되어 서로 다른 모션을 모델링하고,
    상기 NURBS 수식은,
    Figure 112018058888864-pat00084

    Figure 112018058888864-pat00085

    를 포함하고,
    이때,
    P(u)는 임의의 값(u)에서 위치 벡터이고,
    Bi(u)는 조정점 벡터이고,
    Ti는 모션의 시간을 나타내기 위한 조정점이고,
    Yi, Zi는 상기 대상체의 모션을 조정하기 위한 조정점이고,
    wi는 가중치이고,
    Ni,k(u)는 기저함수로서,
    Figure 112018058888864-pat00086
    이고,
    [ui, ..., ui+k]는 절점 벡터이고, ui는 절점이고,
    상기 모션 생성부는,
    상기 복수 개의 NURBS 수식에서 조정점 또는 가중치를 조정하고,
    상기 복수 개의 NURBS 곡선의 시간 축에서 데이터 간격이 샘플링 시간과 동일한 값을 갖도록 상기 복수 개의 NURBS 곡선을 보간(interpolation)하여, 상기 복수 개의 NURBS 수식에 의해서 서로 다른 모션의 동시 제어가 가능한 모션 처리 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 모션 생성부는,
    상기 복수 개의 NURBS 곡선에서 매개변수 증분치를 계산하여 매 샘플링마다 매개변수를 업데이트하고, 상기 매개변수를 상기 NURBS 수식에 입력하여 위치 벡터(P(u))를 산출하는 모션 처리 시스템.
  7. 제6항에 있어서,
    상기 매개변수 증분치는 다음의 식에 의해 계산되고,
    Figure 112017059414476-pat00056

    이때,
    Figure 112017059414476-pat00057
    는 매개변수 증분치이고,
    Figure 112017059414476-pat00058
    는 샘플링 시간이고,
    Figure 112017059414476-pat00059
    는 이전 매개변수 증분치이고,
    Figure 112017059414476-pat00060
    는 이전 시간 데이터 간격인 모션 처리 시스템.
  8. 대상체의 모션 또는 관절 운동을 측정하는 모션 측정부;
    상기 모션 측정부에서 측정된 모션에 대한 데이터에 기초하여 상기 모션의 위치를 NURBS 수식으로 모델링하는 제1 모션 모델링부; 및
    상기 모션 측정부에서 측정된 관절 운동에 대한 데이터에 기초하여 상기 모션에 대한 토크 또는 속도를 NURBS 수식으로 모델링하는 제2 모션 모델링부;
    를 포함하고,
    상기 제1 모션 모델링부 및 상기 제2 모션 모델링부는 동일한 매개변수에 대한 함수를 포함하고, 동일한 시간 축을 공유하여 상기 대상체의 모션 또는 토크를 나타내고,
    상기 제2 모션 모델링부는,
    Figure 112018058888864-pat00087

    를 포함하고,
    이때, Qj는 토크이고,
    qt(uj)는 시간 축이고,
    qy(uj)는 제1 모션에 대한 토크이고,
    qz(uj)는 제2 모션에 대한 토크이고,
    c(uj)는 상기 제1 모션 모델링부에서 모델링한 NURBS 수식과 동일한 매개변수 uj에 대하여 토크를 모델링한 함수이고,
    T(uj)는 uj에 대한 시간 함수이며,
    상기 Qj는 상기 시간 축을 포함하여 상기 c(uj) 및 T(uj)의 함수로 나타내지는 모션 처리 시스템.
  9. 삭제
  10. 대상체의 모션 또는 관절 운동을 측정하는 모션 측정부;
    상기 모션 측정부에서 측정된 모션에 대한 데이터에 기초하여 상기 모션의 위치를 NURBS 수식으로 모델링하는 제1 모션 모델링부; 및
    상기 모션 측정부에서 측정된 관절 운동에 대한 데이터에 기초하여 상기 모션에 대한 토크 또는 속도를 NURBS 수식으로 모델링하는 제2 모션 모델링부;
    를 포함하고,
    상기 제1 모션 모델링부 및 상기 제2 모션 모델링부는 동일한 매개변수에 대한 함수를 포함하고, 동일한 시간 축을 공유하여 상기 대상체의 모션 또는 토크를 나타내고,
    상기 제2 모션 모델링부는,
    Figure 112018058888864-pat00064

    를 포함하고,
    이때, Vj는 속도이고,
    vt(uj)는 시간 축이고,
    vy(uj)는 제1 모션에 대한 속도이고,
    vz(uj)는 제2 모션에 대한 속도이고,
    c(uj)는 상기 제1 모션 모델링부에서 모델링한 NURBS 수식과 동일한 매개변수 uj에 대하여 속도를 모델링한 함수이고,
    T(uj)는 uj에 대한 시간 함수이고,
    상기 Vj는 상기 시간 축을 포함하여 상기 c(uj) 및 T(uj)의 함수로 나타내지는 모션 처리 시스템.
KR1020170078345A 2017-03-15 2017-06-21 모션 처리 시스템 KR101896845B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2018/001635 WO2018169210A1 (ko) 2017-03-15 2018-02-07 모션 처리 시스템

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20170032656 2017-03-15
KR1020170032656 2017-03-15

Publications (1)

Publication Number Publication Date
KR101896845B1 true KR101896845B1 (ko) 2018-09-10

Family

ID=63593889

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170078345A KR101896845B1 (ko) 2017-03-15 2017-06-21 모션 처리 시스템

Country Status (1)

Country Link
KR (1) KR101896845B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102254290B1 (ko) * 2020-11-18 2021-05-21 한국과학기술원 모션 처리 방법 및 장치

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002043006A1 (en) * 2000-11-27 2002-05-30 Ding Huang Modeling object interactions and facial expressions
US20100156935A1 (en) * 2008-12-22 2010-06-24 Electronics And Telecommunications Research Institute Method and apparatus for deforming shape of three dimensional human body model
KR20100072845A (ko) * 2008-12-22 2010-07-01 한국전자통신연구원 인체 모델의 형상 변형 방법
KR20100073175A (ko) * 2008-12-22 2010-07-01 한국전자통신연구원 다시점 영상기반 동적 개체의 디지털 클론 생성 방법
KR20110032351A (ko) * 2009-09-22 2011-03-30 삼성전자주식회사 영상 처리 장치 및 방법
CN102109834A (zh) * 2011-01-10 2011-06-29 浙江工业大学 基于nurbs曲线插补方法的运动控制系统
WO2012088629A1 (en) * 2010-12-29 2012-07-05 Technicolor (China) Technology Co., Ltd. Method for generating motion synthesis data and device for generating motion synthesis data
CN102722141A (zh) * 2012-06-28 2012-10-10 华南理工大学 一种基于pc-fpga的nurbs曲线实时插补方法
CN104483897A (zh) * 2014-08-27 2015-04-01 渤海大学 一种直驱龙门式运动平台轮廓控制装置及方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002043006A1 (en) * 2000-11-27 2002-05-30 Ding Huang Modeling object interactions and facial expressions
US20040095352A1 (en) * 2000-11-27 2004-05-20 Ding Huang Modeling object interactions and facial expressions
US20100156935A1 (en) * 2008-12-22 2010-06-24 Electronics And Telecommunications Research Institute Method and apparatus for deforming shape of three dimensional human body model
KR20100073174A (ko) * 2008-12-22 2010-07-01 한국전자통신연구원 인체 모델의 형상 변형 방법 및 장치
KR20100072845A (ko) * 2008-12-22 2010-07-01 한국전자통신연구원 인체 모델의 형상 변형 방법
KR20100073175A (ko) * 2008-12-22 2010-07-01 한국전자통신연구원 다시점 영상기반 동적 개체의 디지털 클론 생성 방법
KR20110032351A (ko) * 2009-09-22 2011-03-30 삼성전자주식회사 영상 처리 장치 및 방법
WO2012088629A1 (en) * 2010-12-29 2012-07-05 Technicolor (China) Technology Co., Ltd. Method for generating motion synthesis data and device for generating motion synthesis data
CN102109834A (zh) * 2011-01-10 2011-06-29 浙江工业大学 基于nurbs曲线插补方法的运动控制系统
CN102722141A (zh) * 2012-06-28 2012-10-10 华南理工大学 一种基于pc-fpga的nurbs曲线实时插补方法
CN104483897A (zh) * 2014-08-27 2015-04-01 渤海大学 一种直驱龙门式运动平台轮廓控制装置及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
백대균, and 양승한. "자유곡면의 가감속 제어에 관한 연구." 한국정밀공학회지 33.9 (2016.09.)* *
백대균, 고태조, and 김희술. "NURBS 가공을 위한 적응이송속도 보간기." 한국생산제조학회 학술발표대회 논문집 (2002.04.)* *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102254290B1 (ko) * 2020-11-18 2021-05-21 한국과학기술원 모션 처리 방법 및 장치
US11947727B2 (en) 2020-11-18 2024-04-02 Korea Advanced Institute Of Science And Technology Motion processing method and apparatus

Similar Documents

Publication Publication Date Title
JP5232124B2 (ja) 脚式移動ロボットの制御装置
KR100871946B1 (ko) 관절 부하 결정 장치
Kim et al. Optimizing curvature sensor placement for fast, accurate shape sensing of continuum robots
US7859540B2 (en) Reconstruction, retargetting, tracking, and estimation of motion for articulated systems
Atrsaei et al. Human arm motion tracking by inertial/magnetic sensors using unscented Kalman filter and relative motion constraint
KR100207131B1 (ko) 다관절 물체의 동작 표현방법, 동작 표현장치, 컴퓨터그래픽 장치 및 로보트 제어장치
US9260147B2 (en) Dynamic predictor for articulated mechanisms
WO2006078538A2 (en) A system and method of estimating joint loads in a three-dimensional system
CN101855517A (zh) 目标的方位测量
KR101896845B1 (ko) 모션 처리 시스템
Xinjilefu et al. A distributed MEMS gyro network for joint velocity estimation
Dyllong et al. Planning and real-time modifications of a trajectory using spline techniques
Biess et al. Simulating discrete and rhythmic multi-joint human arm movements by optimization of nonlinear performance indices
EP0825560B1 (en) Method for generating animations
KR20160126722A (ko) 복수 개의 불확실성 또는 상호 상관성이 있을 수 있는 데이터를 융합하는 방법 및 장치
KR100953431B1 (ko) 지엠피의 상태추정을 통한 2족보행로봇의 균형제어기법
KR100927572B1 (ko) 칼만 필터를 이용한 2족보행로봇의 균형제어시스템 및 그제어방법
CN114161402B (zh) 机器人稳定控制方法、模型构建方法、装置和机器人
Katusin Glove for Augmented and Virtual Reality
Swevers et al. Generation of periodic trajectories for optimal robot excitation
KR101338082B1 (ko) 착용식 로봇의 외란제거방법 및 외란제거시스템
Tzes et al. A sensitivity analysis approach to control of manipulators with unknown load
Amir Enhanced SLAM for a mobile robot using unscented Kalman filter and radial basis function neural network
Bravo M et al. Trajectory generation from motion capture for a planar biped robot in swing phase
JP7181032B2 (ja) パワーアシスト装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant