支持各種捕捉技術(shù)：確保技術(shù)性價比

支持各種外圍設(shè)備：實現(xiàn)人體動作捕捉分析所有方面

一站交鑰匙式服務(wù)：避免處理多個供應(yīng)商的麻煩，MotionMmonitor支持團隊一鍵式呼叫將解決硬件和軟件相關(guān)問題：

二、神經(jīng)科學(xué)與運動控制

目前主流的步態(tài)分析技術(shù)主要有以下幾種：基于計算機視覺的人體步態(tài)捕捉與分析、基于慣性傳感器的人體步態(tài)捕捉與分析、基于無線信號的人體步態(tài)捕捉與分析?；谟嬎銠C視覺的人體步態(tài)捕捉又分為基于紅外攝像頭、基于2D攝像頭、基于3D深度攝像頭等多種。上個世紀的技術(shù)路線還有基于機械式的步態(tài)捕捉。其他的技術(shù)路線還有基于電磁式的步態(tài)捕捉。

基于紅外攝像頭的光學(xué)步態(tài)動作捕捉系統(tǒng)優(yōu)點是技術(shù)成熟度高，采樣頻率高，加之目前的高性能計算機數(shù)據(jù)處理速度*快所以延遲很低，且精度很高，使用范圍廣，應(yīng)用領(lǐng)域眾多。主要缺點是對光照特別敏感，不能在光變化較大的環(huán)境下使用，周圍不能有和光學(xué)標記點相近的物體或光斑，所以光學(xué)步態(tài)捕捉一般只在室內(nèi)使用。由于攝像頭的視場角有局限性，且人在運動時有的標記點很容易受到其他物體及自身的遮擋，這就造成被遮擋部位數(shù)據(jù)的丟失。后期數(shù)據(jù)處理工作量很大，由于數(shù)據(jù)量大且需要處理丟失、跳幀等問題，需要較長的后期處理時間。缺點還在于需要架設(shè)相機，相機一般架設(shè)到鋼架結(jié)構(gòu)上，這就造成使用場景一般比較固定，不能輕易的挪動。一般的場景至少需要6個攝像頭，如果需要追蹤更大的場景，需要的攝像頭數(shù)量高達幾十個，且單個攝像頭價格十分價貴，比如Vicon公司生產(chǎn)的單個攝像頭價格高達十萬元，這就造成紅外光學(xué)式步態(tài)捕捉還是應(yīng)用到科學(xué)研究方面，無法走進大眾。

1.2.1.2基于3D深度攝像頭的動作捕捉

隨著3D深度相機技術(shù)的成熟，有許多研究者開始研究基于深度相機的動作捕捉系統(tǒng)[5][6]。3D深度攝像頭與2D攝像頭的區(qū)別在于，除了能夠獲取平面圖像外還可以獲得深度信息。3D深度技術(shù)目前廣泛應(yīng)用在人體步態(tài)識別、三維重建、SLAM等領(lǐng)域。目前主流的3D深度攝像頭的技術(shù)路線有：（1）雙目立體視覺；（2）飛行時間（Timeoffly，TOF）；（3）結(jié)構(gòu)光技術(shù)等。

利用結(jié)構(gòu)光方案的產(chǎn)品有微軟公司推出的Kinect，其廣泛的應(yīng)用在體感交互、人體骨架識別、步態(tài)分析等領(lǐng)域。

基本原理是首先找到圖像中移動的物體，然后會對移動的物體進行深度評估，識別出人體的部位，然后將其從背景環(huán)境中分割出來。分割之后要做的工作就是模式匹配，將其匹配到骨骼系統(tǒng)上。算法流程如圖1-7所示。

以上三種方案的3D深度攝像頭方案大部分用在娛樂級別方面，比如臉部識別解鎖、人機互動，且由于其探測距離較近，很難用在大空間上。目前基于3D深度攝像頭的芯片在不斷地研究改進中。其硬件芯片仍是目前的難點，再其次是算法的復(fù)雜度，大量的圖像計算對硬件的主控芯片的計算能力有較高的要求，在功耗上很難做到低功耗的工作，受制于目前的電池技術(shù)，單個傳感器的工作時間比較短。其優(yōu)勢在于不需要用戶穿戴任何傳感器和粘貼標記點。利用Kinect進行人體下肢骨架識別如圖1-8所示。

1.2.1.3基于2D攝像頭的動作捕捉

利用2D攝像頭實現(xiàn)3D運動軌跡的捕捉是目前的技術(shù)研究。2D攝像頭即平面攝像頭，沒有深度信息。目前基于2D攝像頭的動作捕捉主要采用卷積神經(jīng)網(wǎng)路（CNN）將稀疏的2D人體姿態(tài)凸顯檢測的原理。但是此種捕捉方案需要長時間的運算，并不適合實時的運動分析，且輸出精度低?；?D攝像頭的動作捕捉目前可以捕捉人體局部的運動姿態(tài)，且捕捉之間需要采集大量的數(shù)據(jù)樣本作為訓(xùn)練數(shù)據(jù)集。2D攝像頭在深度信息的預(yù)測上存在著偏差，任何一點錯誤的數(shù)據(jù)都會導(dǎo)致很大的偏差，穩(wěn)定性*差。的挑戰(zhàn)在于攝像頭的遮擋以及快速的運動都是2D攝像頭很難追蹤到的。其優(yōu)點在于不需要任何的穿戴，且所需要的2D攝像頭觸手可得，成本*低，這對大眾化的應(yīng)用是一個不錯的選擇。利用2D平面攝像頭的姿態(tài)捕捉應(yīng)用如圖1-9所示。

慣性動作捕捉系統(tǒng)主要是將慣性傳感器綁定在人身體主要骨骼上，如足、小腿、大腿，實時測量出每段骨骼的旋轉(zhuǎn)，利用正向運動學(xué)（Forward kinematics，F(xiàn)K）和反向運動學(xué)（Inverse kinematics，IK）實時推導(dǎo)計算出整個人身體的運動參數(shù)。慣性動作捕捉系統(tǒng)的優(yōu)勢在于他是一種無源的動作捕捉系統(tǒng)，不需要借助任何外部信息，即不受外界環(huán)境的干擾。缺點則是由于慣性傳感器普遍存在累計漂移會使慣性系統(tǒng)無法測量出運動的位移。其全身穿戴效果如圖1-10所示。

慣性傳感器主要包括加速度計、陀螺儀、磁力計。其中加速度計、陀螺儀、磁力計多采用MEMS形式，所以稱之為MEMS慣性傳感器。三軸加速度計可以測量載體的三個軸向上的加速度，是一矢量，通過加速度我們也可以計算出載體靜止時的傾角。三軸陀螺儀可以測量出載體的三個軸向上角速度，通過對角速度積分我們可以得到角度， 。三軸磁力計可以測量出周圍的磁場強度及與地球磁場的夾角。通過融合加速度、角速度、磁力值的數(shù)據(jù)我們可以精準的得到載體的旋轉(zhuǎn)。融合后的數(shù)據(jù)一般用四元數(shù)或歐拉角來表示。其中四元數(shù)形式如 ，歐拉角包含俯仰角（Pitch）、橫滾角（Roll）、偏航角（Yaw）。得到載體的旋轉(zhuǎn)后再擬合各個骨骼的運動，從而計算出穿戴部位的運動姿態(tài)。通過對加速度、角速度的積分可以測量出穿戴者的步速、步距、步長等參數(shù)。上的MEMS慣性動作捕捉系統(tǒng)研發(fā)生產(chǎn)公司國外有荷蘭Xsens、國內(nèi)的北京孚心科技公司等。綜述其原理如圖1-11所示。

1.2.1.5其他技術(shù)路線

機械式動作捕捉依靠穿戴在人身體的機械裝置來測量關(guān)節(jié)角度以及位移。人體運動帶動機械裝置的運動，從機械裝置上的角度傳感器可以知道運動角度，根據(jù)角度和機械部位的長度從而計算出移動位移。這一技術(shù)早出現(xiàn)在20世紀，由于機械結(jié)構(gòu)的笨重，在步態(tài)分析方面機械動作捕捉早已退出發(fā)展的主流。但利用機械外骨骼的搬運發(fā)展成了主流。其形狀如圖1-12所示。

其他的技術(shù)路線還有基于聲學(xué)式的動作捕捉，基于電磁式的動作捕捉等。

產(chǎn)品留言

標題

聯(lián)系人

聯(lián)系電話

內(nèi)容

驗證碼

點擊換一張

注：1.可以使用快捷鍵Alt+S或Ctrl+Enter發(fā)送信息!
2.如有必要,請您留下您的詳細聯(lián)系方式!