TWI395153B - Action Mechanism and Generating Method of Mimic - level Digital Model Based on Object Feature - Google Patents

Action Mechanism and Generating Method of Mimic - level Digital Model Based on Object Feature Download PDF

Info

Publication number
TWI395153B
TWI395153B TW098145258A TW98145258A TWI395153B TW I395153 B TWI395153 B TW I395153B TW 098145258 A TW098145258 A TW 098145258A TW 98145258 A TW98145258 A TW 98145258A TW I395153 B TWI395153 B TW I395153B
Authority
TW
Taiwan
Prior art keywords
digital
motion
action
human body
hand
Prior art date
Application number
TW098145258A
Other languages
English (en)
Other versions
TW201123075A (en
Inventor
Mao Jiun Wang
Hsin Nan Chen
Chien Fu Kuo
Original Assignee
Nat Univ Tsing Hua
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 Nat Univ Tsing Hua filed Critical Nat Univ Tsing Hua
Priority to TW098145258A priority Critical patent/TWI395153B/zh
Publication of TW201123075A publication Critical patent/TW201123075A/zh
Application granted granted Critical
Publication of TWI395153B publication Critical patent/TWI395153B/zh

Links

Landscapes

  • Processing Or Creating Images (AREA)

Description

以物件特徵為基礎的擬態數位模型動作產生機制及其產生方法
本發明係關於一種擬態數位模型動作產生機制及產生方法;特別是指一種以物件特徵為基礎的創新設計。
按,隨著電腦硬體設備與計算機圖學的蓬勃發展,運用電腦輔助產生具有真實人體外觀的數位人體模型與擬真的人體動作,已大幅應用在各種產業中,舉凡:電影工業、電玩娛樂、工廠模擬等等均是。越逼真的數位人體動作越能讓使用者感受其真實性,應用於數位工廠中則越能精確模擬工作現場實際的作業流程、人員姿勢,並能在設計初期運用數位環境修正,以大幅度降低後期設計變更的成本。因此,如何產生具有真實感的人體動作模擬與工作現場流程模擬,遂成為一項重要的發明課題與技術。
目前市面上已有許多套裝軟體皆有獨立的數位人體模型及獨特的數位工廠模擬流程;然而,數位人體模型的動作產生方式,大部分仍需要仰賴操作者手動拉取。以往,數位人體模型動作的產生需仰賴動畫師以手動的方式拉取,不論是使用正向關節運動學(Forward Kinematics,FK)、逆向關節運動學(Inverse Kinematics,IK),都需要學有專精或賦有一定經驗的動畫師一步一步仔細調校達成,此工作費時費力,而產生的人體姿勢也不一定符合真實人體的動作態樣。
電腦輔助設計(Computer Aided Design)的應用,讓數位工廠的模擬得以完整呈現,然而,真實人體動作的模擬非常不易,這是因為操作人員對於自身動作非常熟稔,任何怪異的動作都可以輕易察覺。因此,勢必需要發展出一套更完善的機制已找出人體動作的規律性,以期將該規律性套用到數位人體模型,在虛擬動畫中產生符合真實人體的動作。
電腦動畫是目前數位產業中重要的一環,然而電腦動畫的製作過程,除了成本昂貴之外,動畫的產生仰賴動畫師手工一格一格拉取,不僅耗時也需要專業的動畫師才能完成。一般的程序式動畫模擬系統,雖然可快速產生人體動畫,但是容易流於生硬、不自然的人體動作,從而降低動畫模擬的真實性。
是以,針對上述問題點,如何研發出一種能產生一套可快速模擬人體動作,並且符合真實人體動作的實用擬態數位模型動作產生機制與方法,實有待相關業界再加以思索突破之目標及方向者。
有鑑於此,發明人本於多年從事相關產品之製造開發與設計經驗,針對上述之目標,詳加設計與審慎評估後,終得一確具實用性之本發明。
本發明之主要目的,係在提供一種以物件特徵為基礎的擬態數位模型動作產生機制及其產生方法,其所欲解決之問題點,係針對如何研發出一種能夠產生可快速模擬人體動作並符合真實人體動作的創新實用擬態數位模型動作產生機制與方法為目標加以思索突破;所述擬態數位模型動作產生機制係藉以令一數位人體(或非人體)模型相對於一設定數位物件產生抓握移動模擬動畫所需關鍵姿勢。
本發明解決問題之技術特點,就機制面而言,係包括:一物件抓握策略資料庫,由多種不同物件之特徵及抓握物件的方式與位置資料整理而成,以輔助設定物件抓握點;一抓握點產生機制,根據數位物件的特徵自動產生數位人體模型抓握位置點;一抓握動作產生機制,將抓握動作以逆向關節運動學與正向關節運動學的結合形式,以產生模擬動畫所需的數位人體模型動作關鍵姿勢。
就方法面而言,大致包括:取得物件的特徵資訊;復藉由一物件抓握策略資料庫中過濾相關條件,並藉由一抓握點產生機制根據物件特徵及該物件抓握策略資料庫產生一物件抓握點;然後藉由一抓握動作產生機制將抓握動作以逆向關節運動學與正向關節運動學的結合形式,以產生模擬動畫所需的數位人體模型動作關鍵姿勢。
藉此創新獨特設計,使本發明對照先前技術而言,大致可達到如下優點:其一、可藉由智慧型之物件抓握策略資料庫及抓握點產生機制,讓系統可根據物件不同特徵條件產生客觀的物件抓握點,而能節省系統前置作業時間,也使產生的物件抓握動畫模擬具客觀資訊,以提升數位人體模型抓握物件動作的擬真度。
其二、可藉由動作資料庫的分類而能快速調整動作姿勢。
其三、可藉由結合正、逆向關節運動學動作產生機制之特點,以避免單獨使用FK或是單獨使用IK的缺點與不足發生。
請參閱第1圖所示,係本發明以物件特徵為基礎的擬態數位模型動作產生機制及其產生方法之較佳實施例,惟此等實施例僅供說明之用,在專利申請上並不受此結構之限制;所述擬態數位模型動作產生機制係藉以令一數位人體(或非人體)模型相對於一設定數位物件產生抓握移動模擬動畫所需關鍵姿勢;本發明就機制面而言,該擬態數位模型動作產生機制係包括下述構成:一物件抓握策略資料庫10,係由多種不同物件之特徵(如物件尺寸、物件重量、物件形狀等)以及抓握物件的方式與位置資料整理而成,以輔助設定物件抓握點;至於所述物件抓握策略資料庫之建立,可由相關業界(如汽車廠)進行現場調查,並歸納現場工作人員對於不同物件尺寸、重量、形狀,抓握物件的方式與位置;最後將資料整理成所述物件抓握策略資料庫10,以協助設定物件抓握點;一抓握點產生機制20,係根據該數位物件的特徵,自動產生數位人體模型抓握的位置點;一抓握動作產生機制30,係將抓握動作以逆向關節運動學與正向關節運動學的結合形式,以產生模擬動畫所需的數位人體模型動作關鍵姿勢。
其中,該抓握點產生機制20係包括一手部姿勢產生器21、一軀幹動作產生器22、一動作資料庫23以及一關鍵姿勢產生器24所構成;其中,該手部姿勢產生器21能夠根據物件抓握點以及手部旋轉方式,以逆向關節運動學的方式,產生手部末端點接觸物件抓握點的手部動作;復根據物件所在虛擬環境高度以及數位人體模型身高所得比例值數據,再從該動作資料庫23中擷取相對應的動作資料,將關節資訊以正向關節運動學的方式設定到數位人體模型身上,再以該軀幹動作產生器22產生主要軀幹動作;而該關鍵姿勢產生器24係藉以結合所述手部姿勢產生器21產生的手部動作及軀幹動作產生器22所產生的主要軀幹動作,以產生數位人體模型最終關鍵姿勢,並串連多個關鍵姿勢,以完成動畫模擬。
其中,該動作資料庫23的分類,係可將人體在面對不同高度的物體時,身體的主要軀幹姿勢以不同特徵高度作為分類依據,從而集結成所述動作資料庫。
接著,本發明就方法層面而言,請參第2圖所示,係包括:
(a) 首先,由擬態數位模型動作操作系統取得物件的形狀、重量、大小等特徵資訊;
(b) 由該物件抓握策略資料庫中過濾相關的條件,由該抓握點產生機制20根據物件特徵以及物件抓握資料庫資料產生一物件抓握點;
(c) 接著,藉由一抓握動作產生機制30,以將抓握動作以逆向關節運動學與正向關節運動學的結合形式,以產生模擬動畫所需的數位人體模型動作關鍵姿勢。
其中,所述抓握動作產生機制30之運作係包括:透過一手部姿勢產生器根據該物件抓握點以及手部旋轉方式,以逆向關節運動學的方式,產生手部末端點接觸物件抓握點的手部動作;然後取得物件所在虛擬環境之高度以及數位人體模型之身高,由此得到一比例值數據,亦即物件高度所在數位人體模型的特徵高度區域,然後再從一動作資料庫中擷取相對應的動作資料,將關節資訊以正向關節運動學的方式設定到數位人體模型身上,以軀幹動作產生器產生主要軀幹動作;藉一關鍵姿勢產生器結合所述手部姿勢產生器產生的手部動作及主要軀幹動作,以產生數位人體模型最終關鍵姿勢,並串連多個關鍵姿勢,即完成動畫模擬。
接著,再就本發明各機制進一步說明如下:抓握點產生機制20:在虛擬環境中,除非正確告知數位人體模型抓握的位置點,否則數位人體模型無法有效判斷應該要抓握的地方及手部姿勢;因此智慧型抓握點產生的方式,就是根據物件的外在特徵資訊,提供資料庫篩選的條件,最後提供數位人體模型物件應該抓握的位置。
至於產生手部抓握點的方式,主要是依據物件的外在屬性如:尺寸、重量、形狀等等資訊,經由抓握點產生機制20以及物件抓握策略資料庫10的篩選,提供合理的抓握點產生資訊,自動訂定出物件應該被抓握的位置,最後在物件上面產生帶有座標資訊(X,Y,Z)的點資料。接著再就物件的外在屬性分類詳述如下:
(1) 物件尺寸:
工廠的物件種類繁多,尺寸小至螺絲、大至金屬板件,為了區分物件的尺寸,單以物件的實際大小來衡量,無法套用在不同人體尺寸的工作人員身上。因此,本發明以物件大小相對於人體計測的尺寸提出分類如下:物件大於肩寬、物件小於肩寬。
(2) 物件重量:
以汽車廠而言,生產一輛汽車所需零組件類型預估超過一萬種以上,使得多車型混合生產線之零件重量難以全數測量。廠內需要人工組裝的零組件材質屬性大多為金屬製品,搬運頻率最高的物件重量約介於6~8公斤,重量大多不超過20公斤,超過該重量的物件也都有省力吊掛協助搬運。因此,對於物件重量的分類,可將其區分為7公斤以下、介於7到14公斤、14公斤以上。
(3) 物件形狀分類:
在工作現場的物料形狀千變萬化,沒有理想中的正規形狀出現,因此,本發明以物料形狀的外觀特徵作為分類的主要依據,將物件形狀分類為以下六種:
1. 長條形:物件整體的長寬比例有明顯差距,在手部欲抓握的區域中,物件的形狀沒有明顯變化。整體來說,在抓握區域能夠直覺的反應為長方形,而不在意兩端的形狀為何。
2. L(T、V)形:物料是由兩個近似長條形的物件合併而成,兩者之間有一個交叉點,物件形狀類似英文字母的L、T、V。
3. 鏤空方形:物料整體造型主要由外框形狀,中間部分為鏤空,外框接近為方形。
4. 平面板形:物料外觀大致上為扁平的形狀,在視覺上比較接近平面2D的形狀,沒有較厚的高度,而在上視圖中可以看到物件形狀接近正方形或是較矮胖的長方形。
5. 立體板形:物料形狀大致上是由平面的板形制作而成,造型較為立體,有比較大的高度落差,但是實際上物件是由扁平的板子製作而成。
6. 其他:形狀較為特殊,無法歸屬在上述的形狀。
至於物件抓握位置的分類,就人體而言,最舒適的抓握方式為與肩同寬的寬度,另外,對於物件的搬運,為了保持物件的平衡狀態,人體下意識會同時抓握通過物件質心線上的兩點,因此,本發明係將物件抓握位置以肩寬的長度作為衡量之標準,提出三種抓握位置分類如第3圖所揭:0.5倍肩寬(即W1)、1倍肩寬(即W2)、2倍肩寬(即W3),又第3圖中之B代表欲抓握之物件。
至於抓握手心朝向分類,為簡化手部抓取動作的分類,本發明主要以手掌掌心面向的方位進行分類,又為了簡化分類的數目,對手掌掌心面向角度的描述以概略的方式呈現。因此,手心朝向分類主要以第4圖所揭三項為主:即手心向內握持物件(即A1所指)、手心向下拿取物件(即A2所指)、手心向上托住物件(即A3所指)。
將上述資料整理而成,以每個物件的各種不同分類對應到抓握方式、位置等資訊,儲存在資料庫中,並整理成物件抓握策略法則以供物件抓握點產生器使用。例如:某物件的尺寸大於肩寬、重量介於7~14公斤、形狀分類為長條形,其抓握方式為左手在一倍肩寬位置、手掌掌心向下,右手在1.5倍肩寬位置、手掌掌心向上。
該智慧型之抓握點產生機制20的優點在於能快速提供數位人體模型與環境接觸的參考點,無須讓操作人員手動操作,節省動畫模擬與人工作業時間,而且能夠提供過往的物件抓握資料當作參考,提升數位人體模型抓握物件動作的擬真度。
抓握動作產生機制30:數位人體模型的關鍵姿勢產生,關係著整段動畫的流暢與真實性,每個關鍵影格中數位人體模型的關節角度、人體模型的所在位置與環境、物件的互動關係等等,都影響人體模型姿勢的變化。抓握動作產生機制30的目的,在於使真實人體與虛擬人體模型在面對相同高度、大小的目標物體時,各種動作的呈現達到差異最小及模擬真實性最高之狀態。因此,本發明推論出人體模型在面對不同高度的物體時,產生的物件抓握動作進行動作預測。
至於該動作資料庫23的分類,本發明係推論出人體模型在面對不同高度物體時的通用動作,藉以分類動作資料。本發明選定的分類標準是以人體的特徵高度:身高、眼高、肩高、肘高、臀高、膝高、踝高等高度。此外,為了能夠使得不同身高的數位人體模型有相對應的標準,因此,將每個特徵高度除以人體身高,得出一比例值,藉以分類各種高度對應不同人體模型的需求。如第5圖所示,為男、女生之身體各高度部位計算所得比例值,由圖可知男、女生在每個身體高度上所產生的比例值皆相同,如身高1.0、眼高0.94、肩高0.82、肘高0.62、臀高0.43、膝高0.26、踝高0.07,因此,可將比例值的大小作為判定物體高度相對於人體高度所在特徵高度的依據。
至於所述動作資料庫23,可由前述所判定的特徵高度作為選定資料庫應放置的動作資料,因此如第6圖所揭,可選定高於頭部之動作(即(a)所示)、眼高動作(即(b)所示)、肩高動作(即(c)所示)、膝高動作(即(d)所示)、踝高動作(即(e)所示)等動作以作為資料庫中的主要資料。另外,為了能夠重複套用動作資料,每個動作的關節角度參數、位移參數及人體旋轉參數等資訊,可以數值的方式記錄在電腦檔案中以供後續程式使用。
又,本發明將動作的產生方式拆解為兩個部分:主要軀幹動作以及手部動作的產生。前者根據動作資料庫的關節角度以正向關節運動學方式設定到數位人體模型身上,後者則根據物件抓握點位置以及手掌掌心朝向的旋轉,以逆向關節運動學的方式設定到數位人體模型手部的姿勢上面。結合FK以及IK的方式,不僅能夠套用真實人體關節角度的數據,也能夠讓數位人體模型的末端點正確碰觸到目標數位物件。
特徵高度的比例值為單一數值,並沒有區域的概念存在,為了解決此問題,本發明將相鄰特徵高度的比例值平均之後,得到特徵高度的區域,例如:肩高的區域位於0.720~0.880之間、臀高的區域落在0.345~0.525之間。主要軀幹動作的產生是由動作資料庫內的資料抓取而得出;至於決定應該使用哪一個動作,則是根據欲抓握物體的高度相對於人體高度的比例值,對照特徵高度的比例值,比對所落區域而決定的。例如:欲抓握物體的高度在80公分高,數位人體模型的身高為170公分,計算所得之比例值為0.470,判定落在臀高區域,則使用資料庫中的臀高動作。
手部動作的產生,主要利用該抓握點產生機制產生的抓握點提供的接觸點位置座標資訊(X,Y,Z),以及使用者選取的手掌掌心朝向的旋轉資訊,結合兩者資訊利用逆向關節運動學的計算,將虛擬人體模型的手部移動到物標物體上面,完成手部動作的產生。
本發明是根據FK(即正向關節運動學)產生的主要軀幹動作以及IK(即逆向關節運動學)產生的手部動作,結合兩者產生關鍵姿勢。另外,由於人體手部的可接觸範圍有限,因此必須先判斷物體是否在人體手部的可接觸範圍內,本發明使用人體模型手部的可伸及週域作為判斷標準。如果物體的位置不再可伸及週域內,則必須先將人體模型的軀幹位置移動到手部可觸及的範圍內,在進行手部姿勢的調整。反之,則不需要移動人體模型的位置,直接進行手部姿勢的調整即可。
另外,由於本發明產生的數位人體模型身體軀幹動作,是將物件所在數位人體模型特徵高度區域作為分類依據,由動作資料庫中提取對應的關鍵姿勢。因此,對於相同身高的數位人體模型,主要會影響數位人體模型的姿勢產生因素是物件所在的高度差異。另外所做的測試是將不同高度下的物件,以本發明開發的系統進行測試,由不同的特徵高度眼高、肩高、肘高以至踝高。
本發明所揭以物件特徵為基礎的擬態數位模型動作產生機制,最終目的是希望能夠實際使用於相關業界中,用以進行現場工作模擬動畫的產生,而能協助設計師與現場工作人員及早進行設施規劃、發現人員干涉、碰撞等問題;因此,對於動畫模擬的速度以及擬真度必須能達到最佳績效。
本發明之優點:
1、所揭「以物件特徵為基礎的擬態數位模型動作產生機制及其產生方法」主要可藉由所述智慧型之物件抓握策略資料庫以及抓握點產生機制,讓系統可根據物件的不同特徵條件產生客觀的物件抓握點,如此不僅能夠節省系統前置作業時間,也使產生的物件抓握動畫模擬具有客觀的資訊;本發明能快速提供數位人體模型與環境接觸的參考點,無須讓操作人員手動操作,得以節省動畫模擬與人工作業時間,而且能夠提供過往的物件抓握資料當作參考,以提升數位人體模型抓握物件動作的擬真度。
2、藉由所述動作資料庫的分類,能夠快速的調整動作姿勢。另外,動作資料能夠加以編輯、修改與儲存,使得原本難以再利用的動作資料重複使用,達到相似動作快速產生之優點。
3、藉由結合正、逆向關節運動學(即IK、FK)動作產生機制之特點,以FK的方式將動作資料庫的動作設定給數位人體模型,以IK的方式將數位人體模型的手部設定到物件抓握點上,並提供人體手部的旋轉資訊,藉此可避免單獨使用FK或是單獨使用IK的缺點與不足發生。
上述實施例所揭示者係藉以具體說明本發明,且文中雖透過特定的術語進行說明,當不能以此限定本發明之專利範圍;熟悉此項技術領域之人士當可在瞭解本發明之精神與原則後對其進行變更與修改而達到等效之目的,而此等變更與修改,皆應涵蓋於如后所述之申請專利範圍所界定範疇中。
10...物件抓握策略資料庫
20...抓握點產生機制
21...手部姿勢產生器
22...軀幹動作產生器
23...動作資料庫
24...關鍵姿勢產生器
30...抓握動作產生機制
第1圖:本發明擬態數位模型動作產生機制之系統簡示圖。
第2圖:本發明擬態數位模型動作產生方法之文字方塊圖。
第3圖:本發明將物件抓握位置以肩寬長度為衡量標準而提出之抓握位置分類示意圖。
第4圖:本發明之手部抓取動作分類示意圖。
第5圖:本發明之男、女生身體各高度部位計算所得比例值示意圖。
第6圖:本發明之動作資料庫以特徵高度作為應放置動作資料之分類型態實施例圖。
10...物件抓握策略資料庫
20...抓握點產生機制
21...手部姿勢產生器
22...軀幹動作產生器
23...動作資料庫
24...關鍵姿勢產生器
30...抓握動作產生機制

Claims (5)

  1. 一種以物件特徵為基礎的擬態數位模型動作產生機制,所述擬態數位模型動作產生機制係藉以令一數位人體模型(或非人體模型)相對於一設定數位物件產生抓握移動模擬動畫所需關鍵姿勢;該擬態數位模型動作產生機制包括:一物件抓握策略資料庫,係由多種不同物件之特徵以及抓握物件的方式與位置資料整理而成,以輔助設定物件抓握點;一抓握點產生機制,係根據該數位物件的特徵,自動產生數位人體模型抓握的位置點;一抓握動作產生機制,係將抓握動作以逆向關節運動學與正向關節運動學的結合形式,以產生模擬動畫所需的數位人體模型動作關鍵姿勢;其中該抓握點產生機制係包括一手部姿勢產生器、一軀幹動作產生器、一動作資料庫以及一關鍵姿勢產生器所構成;其中該手部姿勢產生器能夠根據物件抓握點以及手部旋轉方式,以逆向關節運動學的方式,產生手部末端點接觸物件抓握點的手部動作;復根據物件所在虛擬環境高度以及數位人體模型身高所得比例值數據,再從該動作資料庫中擷取相對應的動作資料,將關節資訊以正向關節運動學的方式設定到數位人體模型身上,再以該軀幹動作產生器產生主要軀幹動作;而該關鍵姿勢產生器係藉以結合所述手部姿勢產生器產生的手部動作及主要軀幹動作,以產生數位人 體模型最終關鍵姿勢,並串連多個關鍵姿勢,以完成動畫模擬;又其中所述該動作資料庫,係將人體在面對不同高度的物體時,身體主要軀幹姿勢以不同特徵高度作為其資料分類依據,從而集結成所述動作資料庫。
  2. 依據申請專利範圍第1項所述之以物件特徵為基礎的擬態數位模型動作產生機制,其中所述物件之特徵係包括:物件尺寸、物件重量、物件形狀。
  3. 一種以物件特徵為基礎的擬態數位模型動作產生方法,所述擬態數位模型動作產生方法係藉以令一數位人體模型(或非人體模型)相對於一設定數位物件產生抓握移動模擬動畫所需關鍵姿勢;該擬態數位模型動作產生方法包括:(a)取得物件的特徵資訊;(b)由一物件抓握策略資料庫中過濾相關條件,並藉由一抓握點產生機制根據物件特徵及該物件抓握策略資料庫產生一物件抓握點;(c)藉由一抓握動作產生機制,以將抓握動作以逆向關節運動學與正向關節運動學的結合形式,以產生模擬動畫所需的數位人體模型動作關鍵姿勢;其中所述抓握動作產生機制之運作係包括:透過一手部姿勢產生器根據該物件抓握點以及手部旋轉方式,以逆向關節運動學的方式,產生手部末端點接觸物件抓握點的手部動作;然後取得物件所在虛擬環境之高度以及數位人體模型之身高,由此得到一比例值數據 ,亦即物件高度所在數位人體模型的特徵高度區域,然後再從一動作資料庫中擷取相對應的動作資料,將關節資訊以正向關節運動學的方式設定到數位人體模型身上,以軀幹動作產生器產生主要軀幹動作;藉一關鍵姿勢產生器結合所述手部姿勢產生器產生的手部動作及主要軀幹動作,以產生數位人體模型最終關鍵姿勢,並串連多個關鍵姿勢,即完成動畫模擬;又其中所述該動作資料庫,係將人體在面對不同高度的物體時,身體主要軀幹姿勢以不同特徵高度作為其資料分類依據,從而集結成所述動作資料庫。
  4. 依據申請專利範圍第3項所述之以物件特徵為基礎的擬態數位模型動作產生方法,其中所述物件特徵係包括:物件尺寸、物件重量、物件形狀。
  5. 依據申請專利範圍第3項所述之以物件特徵為基礎的擬態數位模型動作產生方法,其中所述主要軀幹動作的產生,係根據該動作資料庫的關節角度以正向關節運動學方式設定到數位人體模型身上,所述手部動作的產生,則是根據物件抓握點位置以及手掌掌心朝向的旋轉,以逆向關節運動學的方式設定到數位人體模型手部姿勢上,復結合正、逆向關節運動學的作動方式,以套用真實人體關節角度的數據,讓數位人體模型的末端點正確碰觸到目標數位物件。
TW098145258A 2009-12-28 2009-12-28 Action Mechanism and Generating Method of Mimic - level Digital Model Based on Object Feature TWI395153B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW098145258A TWI395153B (zh) 2009-12-28 2009-12-28 Action Mechanism and Generating Method of Mimic - level Digital Model Based on Object Feature

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW098145258A TWI395153B (zh) 2009-12-28 2009-12-28 Action Mechanism and Generating Method of Mimic - level Digital Model Based on Object Feature

Publications (2)

Publication Number Publication Date
TW201123075A TW201123075A (en) 2011-07-01
TWI395153B true TWI395153B (zh) 2013-05-01

Family

ID=45046527

Family Applications (1)

Application Number Title Priority Date Filing Date
TW098145258A TWI395153B (zh) 2009-12-28 2009-12-28 Action Mechanism and Generating Method of Mimic - level Digital Model Based on Object Feature

Country Status (1)

Country Link
TW (1) TWI395153B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6718231B2 (en) * 2000-09-28 2004-04-06 Sony Corporation Authoring system and authoring method, and storage medium
TWI258204B (en) * 2004-10-28 2006-07-11 United Microelectronics Corp Method for fabricating deep trench capacitor
US7184047B1 (en) * 1996-12-24 2007-02-27 Stephen James Crampton Method and apparatus for the generation of computer graphic representations of individuals

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7184047B1 (en) * 1996-12-24 2007-02-27 Stephen James Crampton Method and apparatus for the generation of computer graphic representations of individuals
US6718231B2 (en) * 2000-09-28 2004-04-06 Sony Corporation Authoring system and authoring method, and storage medium
TWI258204B (en) * 2004-10-28 2006-07-11 United Microelectronics Corp Method for fabricating deep trench capacitor

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Hans Rijpkema and Michael Girard, "Computer Animation of Knowledge-Based Human Grasping", Computer Graphics, Volume 25, Number 4, July 1991。(1991/07/31) *
Martin Poirier and Eric Paquette, "Rig Retargeting for 3D Animation", Graphics Interface Conference 2009, 25-27 May, Year of 2009, Kelowna, British Columbia, Canada。(2009/05/27) *

Also Published As

Publication number Publication date
TW201123075A (en) 2011-07-01

Similar Documents

Publication Publication Date Title
JP6403920B1 (ja) 3次元空間監視装置、3次元空間監視方法、及び3次元空間監視プログラム
Pouliquen et al. Virtual hands and virtual reality multimodal platform to design safer industrial systems
WO2021085345A1 (ja) 機械学習データ生成装置、機械学習装置、作業システム、コンピュータプログラム、機械学習データ生成方法及び作業機械の製造方法
Harada et al. Stability of soft-finger grasp under gravity
Boud et al. Virtual reality: A tool for assembly?
Tian et al. Realtime hand-object interaction using learned grasp space for virtual environments
CN110114194A (zh) 用于确定双手抓握工业对象的抓握位置的系统和方法
Cui et al. Exploration of natural free-hand interaction for shape modeling using leap motion controller
CN112365580A (zh) 一种面向人机技能传授的虚拟作业演示系统
Jiang et al. Mastering the complex assembly task with a dual-arm robot: A novel reinforcement learning method
Jung et al. A man-machine interface model with improved visibility and reach functions
WO2021195916A1 (zh) 动态手部仿真方法、装置和系统
Yi et al. The implementation of haptic interaction in virtual surgery
TWI395153B (zh) Action Mechanism and Generating Method of Mimic - level Digital Model Based on Object Feature
JP2013182554A (ja) 把持姿勢生成装置、把持姿勢生成方法及び把持姿勢生成プログラム
Johari et al. Robotic modeling and simulation of palletizer robot using Workspace5
Nie et al. The Application of Virtual Reality Technology in Teaching of Industrial Design− Outline of the Project for the Human-Computer Interactive Simulation of the Upper Limb Operations
Yin et al. Process simulation and optimization of ammunition filling robot based on DELMIA
Igwe et al. Developing alternative design concepts in VR environments using volumetric self-organizing feature maps
Denoun et al. Statistical Stratification and Benchmarking of Robotic Grasping Performance
Wan et al. A 4-layer flexible virtual hand model for haptic interaction
Gandotra et al. TOOLS AND TECHNIQUES FOR CONCEPTUAL DESIGN IN VIRTUAL REALITY ENVIRONMENT.
Magnenat-Thalmann et al. Haptic sensing of virtual textiles
CN118617421B (zh) 一种教学机器人及其教学实现方法
Bo Jørgensen et al. Optimizing Pick and Place Operations in a Simulated Work Cell For Deformable 3D Objects

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees