一种手臂惯性式动作捕捉数据融合方法
【技术领域】
[0001] 本发明涉及体感控制惯性式动作捕捉领域，特别是一种手臂惯性式动作捕捉数据 融合方法，尤其适合嵌入式硬件平台。
【背景技术】
[0002] 目前，普通的手臂惯性式动作捕捉数据融合方法是基于个人电脑硬件平台，可实 现动作捕捉的基本功能，具有一定的精度。但是，这些手臂惯性式动作捕捉数据融合方法运 算复杂、运算量大，仅能在个人电脑和成本更高的硬件平台上实现，无法移植到各种低成本 的体感控制平台。
【发明内容】
[0003] 鉴于此，为了克服现有的手臂惯性式动作捕捉数据融合方法运算复杂、运算量大 的不足，本发明的目的是提供一种手臂惯性式动作捕捉数据融合方法，不仅能够实现手臂 动作捕捉的基本功能，保证一定的精度，而且运算简单、运算量低，能够在各种低成本的体 感控制平台上进行移植。
[0004] 本发明采用以下方案实现：一种手臂惯性式动作捕捉数据融合方法，利用角速度、 加速度和磁通量融合得出人体手臂姿态。其特征在于：基于D-H模型，改用四元数表示人体 手臂姿态，建立一种人体手臂四元数模型，以此模型进行数据融合；然后采用分状态的融合 算法，判断手臂的运动状态，利用角速度数据将手臂运动状态分为运动和静止两种，运动状 态下使用角速度数据融合，静止状态下使用融合速度相对较慢的加速度和磁通量数据进行 数据融合。
[0005] 在本发明一实施例中，所述基于D-H模型的手臂四元数模型，其特征在于：所述手 臂四元数模型以D-H模型为基础，利用四元数表示人体手臂姿态，并采用球坐标建立坐标 系。
[0006] 在本发明一实施例中，所述分状态的融合算法，其特征在于：将手臂运动分为运动 和静止两种状态。在运动状态下采用角速度进行融合，在静止状态下采用加速度和磁通量 数据进行融合。
[0007] 在本发明一实施例中，所述判断手臂运动状态，其特征在于：读取一组角速度数据 并求其算术平均值，同预先设定的阈值进行比较，若高于阈值，则判定为运动状态，否则为 静止状态。
[0008] 在本发明一实施例中，所述采用加速度和磁通量数据进行融合，其特征在于：利用 梯度下降法同时对加速度和磁通量数据进行融合得出手臂静止姿态四元数。
[0009] 本发明的有益效果是，能够实现手臂动作捕捉的基本功能，此外，通过建立手臂四 元数模型以及使用分状态的融合方案，使得算法复杂度和运算量大幅降低；可以在各种低 成本的嵌入式平台上实现。
[0010] 为使本发明的目的、技术方案及优点更加清楚明白，以下将通过具体实施例和相 关附图，对本发明作进一步详细说明。
【附图说明】
[0011] 图1是本发明的手臂四元数模型坐标系图。
[0012] 图2是本发明一实施例的分状态融合算法流程图。
【具体实施方式】
[0013] 如表1所示，本发明建立了一种用于动作捕捉的手臂四元数模型，该模型以D-H 模型为基础，将人体手臂的物理模型视作由上臂、小臂和手掌三个刚体组成，每个刚体相对 参考系的相对坐标系建立方法与D-H模型相同；不同的是四元数模型改用球坐标建立坐标 系，改用四元数表示每个刚体姿态。
[0014]
【主权项】
1. 一种手臂惯性式动作捕捉数据融合方法，其特征在于：利用角速度、加速度和磁通 量融合得出人体手臂姿态，具体为：基于D-H模型，改用四元数表示人体手臂姿态，建立一 种人体手臂四元数模型，以此模型进行数据融合，降低运算量；采用分状态的融合算法，判 断手臂的运动状态，根据运动状态选用不同的融合数据，进一步降低融合运算量，使得惯性 式动作捕捉系统能够在嵌入式平台上实现。
2. 根据权利要求1所述的一种手臂惯性式动作捕捉数据融合方法，其特征在于：所述 人体手臂四元数模型以D-H模型为基础，利用四元数表示人体手臂姿态，并采用球坐标建 立坐标系，将运动数据从标准球坐标转换到广义球坐标中。
3. 根据权利要求1所述的一种手臂惯性式动作捕捉数据融合方法，其特征在于：所述 分状态的融合算法是将手臂运动分为运动和静止两种状态；在运动状态下采用角速度数据 进行融合，在静止状态下采用加速度和磁通量数据进行融合。
4. 根据权利要求1所述的一种手臂惯性式动作捕捉数据融合方法，其特征在于：所述 判断手臂的运动状态的方式是：读取一组角速度数据并求其算术平均值，同预先设定的阈 值进行比较，若高于阈值，则判定为运动状态，否则为静止状态。
5. 根据权利要求3所述的一种手臂惯性式动作捕捉数据融合方法，其特征在于：所述 静止状态下采用加速度和磁通量数据进行融合是利用梯度下降法同时对加速度和磁通量 数据进行融合得出手臂运动姿态四元数。
【专利摘要】本发明涉及一种手臂惯性式动作捕捉数据融合方法，其特征在于：基于D-H模型，改用四元数表示人体手臂姿态，建立一种人体手臂四元数模型，以此模型进行数据融合，降低运算量；采用分状态的融合算法，首先利用角速度数据将手臂运动状态分为运动和静止两种，运动状态下使用角速度数据融合，静止状态下使用融合速度相对较慢的加速度和磁通量数据进行数据融合，进一步降低融合运算量，使得惯性式动作捕捉系统能够在嵌入式平台上运行。
【IPC分类】G06F19-00
【公开号】CN104699987
【申请号】CN201510138295
【发明人】程树英, 周海芳, 查帅荣, 章杰, 陈志聪, 林培杰
【申请人】福州大学
【公开日】2015年6月10日
【申请日】2015年3月27日