人體運動捕獲裝置

暫無

人體運動捕獲裝置\n技術(shù)領(lǐng)域\n[0001] 本發(fā)明涉及一種人體運動捕獲裝置、人體各肢體運動參數(shù)估計、人體運動捕獲裝置的初始化方法及人體相對于大地的位移估計，屬于人體運動感知獲取技術(shù)領(lǐng)域。\n背景技術(shù)\n[0002] 現(xiàn)在，通過感知和獲取準(zhǔn)確的人體姿態(tài)和位置運動信息，能夠根據(jù)運動員各肢體的運動軌跡分析存在的問題并改進(jìn)訓(xùn)練，能夠根據(jù)人體步態(tài)的變化推斷可能存在的疾病，能夠根據(jù)人體運動信息的跟蹤建立高水平的3D游戲，能夠根據(jù)人體運動姿態(tài)的跟蹤為數(shù)\n字電影、虛擬世界構(gòu)建栩栩如生的角色。但是，人體運動的隨意性和復(fù)雜性，人體周圍所在環(huán)境的多樣性，都給實時準(zhǔn)確的人體運動感知和獲取帶來了巨大的挑戰(zhàn)。因此，目前急需一種不受時空限制并能克服外界環(huán)境干擾的人體運動感知和獲取技術(shù)，實現(xiàn)人體姿態(tài)和位置運動信息的獲取和重現(xiàn)，為健康監(jiān)測、康復(fù)訓(xùn)練、舞蹈訓(xùn)練、體育運動分析、電影數(shù)字特技、虛擬現(xiàn)實、游戲和人機(jī)交互等領(lǐng)域的應(yīng)用提供關(guān)鍵技術(shù)。\n[0003] 目前，常用的運動捕獲技術(shù)大致可以分為兩類。一類主要使用高精度攝像機(jī)陣列。\n這類系統(tǒng)利用多個高精度高采樣率的攝像頭捕捉運動者關(guān)節(jié)上的反射標(biāo)志，如市場上的產(chǎn)品Vicon。這方面的專利技術(shù)有：申請?zhí)枮?0080192116的美國專利Real-time objects \ntracking andmotion capture in sports event是一個實時運動目標(biāo)跟蹤系統(tǒng)，它使用多個攝像機(jī)來檢測和跟蹤運動目標(biāo)，但不涉及目標(biāo)本身的運動細(xì)節(jié)；專利號為7457439的美國專利System and method for motion capture使用攝像機(jī)所獲得的運動者身上標(biāo)志的\n位置信息以及運動者三維運動模型，恢復(fù)出身體的三維運動信息，并利用三維運動模型，比對運動狀態(tài)；中國專利“基于運動獲取的彩色緊身衣”，申請?zhí)?0264404，設(shè)計了一種用色塊來編碼人體部位的運動獲取衣；中國專利“處理被動光學(xué)運動獲取數(shù)據(jù)的方法”，申請?zhí)朶n03120688，是一種處理被動光學(xué)運動獲取數(shù)據(jù)的方法，包括：獲取帶有被動光學(xué)標(biāo)記的被攝體的同步多攝像機(jī)圖像，從獲取的數(shù)據(jù)獲得標(biāo)記的一組三維坐標(biāo)，確定連續(xù)獲取中各標(biāo)記之間在時間上的對應(yīng)，從而確定附有標(biāo)記的被攝體的身體部分的位置，以一組所作的標(biāo)記為基礎(chǔ)，確定被攝體運動投影到的運動模型的每個連接的角度，并且計算被攝體的姿勢；中國專利“一種對多相機(jī)系統(tǒng)的標(biāo)定方法及裝置”，申請?zhí)?00710062825，是一種多攝像機(jī)基于標(biāo)志點的三維運動信息重建的新方法。這類系統(tǒng)的缺陷是，它們需要有固定的實驗室，存在光線和遮擋問題，使用時受到場地和應(yīng)用場景的限制；這類系統(tǒng)使用多個高精度高采樣率的攝像頭，不僅造價極其昂貴，而且結(jié)構(gòu)非常復(fù)雜，使用起來不方便；并且，這類系統(tǒng)處理的數(shù)據(jù)量巨大，不能實時地捕獲人體運動信息。\n[0004] 另一類使用微型傳感器，附著在人體肢體上，測量和估計各肢體的三維方位角等運動信息。這類微型傳感器體積小、能耗低、測量直接、穿戴方便，同時不受時空限制，非常適合做成穿戴的運動分析裝置。這方面的專利技術(shù)有：美國專利System and Method for Motion Capturein Natural Environments，IPC8類：AGO1C2300FI，使用放在身體各部位的超聲發(fā)射源和接收器，測出相應(yīng)部位的位置，再用慣性傳感器測量出的轉(zhuǎn)角來校準(zhǔn)位置測量，從而得出身體的運動參數(shù)。但是，由于使用了超聲傳感器和慣性傳感器(加速度傳感器和陀螺儀)，使整個運動獲取系統(tǒng)變得復(fù)雜；中國專利200920108961.9人體運動捕獲三維再現(xiàn)系統(tǒng)提出一種僅用或主要使用微型傳感器的運動獲取系統(tǒng)，整個系統(tǒng)以人體運動模型為基礎(chǔ)，包括了傳感器的放置穿戴、運動參數(shù)的估計、運動參數(shù)之間的約束、人體三維形象的運動再現(xiàn)。這類系統(tǒng)目前存在的技術(shù)挑戰(zhàn)包括，微型傳感器有其固有問題，如測量噪聲大，存在系統(tǒng)偏置；慣性傳感器只能測量變化率，如加速度計測量的是加速度，陀螺儀測量的是角速度，直接對之進(jìn)行積分估計位置和角度運動信息，會產(chǎn)生運動量估值的偏移；微型傳感器進(jìn)行人體運動估計是分布式測量，即把傳感器單元分別附著在人體的各個肢體上，無法直接得到人體的整體姿態(tài)和位置。\n發(fā)明內(nèi)容\n[0005] 為了解決已有基于攝像機(jī)陣列的運動捕獲技術(shù)需要專用的實驗室、應(yīng)用受到場地限制，存在光線和遮擋問題，造價極其昂貴，數(shù)據(jù)量巨大、難于實時處理；及已有基于微型傳感器的運動捕獲技術(shù)測量噪聲大，存在系統(tǒng)偏置，直接對慣性傳感器測量數(shù)據(jù)進(jìn)行積分估值會產(chǎn)生運動量估值偏移，分布式測量無法直接得到人體的整體姿態(tài)和位置信息，因此應(yīng)用有限的技術(shù)問題和技術(shù)挑戰(zhàn)，本發(fā)明的目的是利用自適應(yīng)傳感器數(shù)據(jù)融合技術(shù)估計人體運動參數(shù)，利用人體運動捕獲裝置的初始化技術(shù)以及位移估計技術(shù)進(jìn)行融合和估計出人體整體運動的姿態(tài)和位置信息，為此而提供一種便攜式人體運動捕獲裝置。\n[0006] 為了實現(xiàn)本發(fā)明的目的，本發(fā)明提供人體運動捕獲裝置的技術(shù)方案包括運動測量單元、運動參數(shù)估計單元、初始化單元、位移估計單元和整體融合單元，其中：\n[0007] 所述運動測量單元中的多個微型傳感器節(jié)點附著在人體各肢體上，用于測量并得到各肢體運動數(shù)據(jù)和環(huán)境數(shù)據(jù)；\n[0008] 所述運動參數(shù)估計單元，是對運動測量單元的運動數(shù)據(jù)和環(huán)境數(shù)據(jù)進(jìn)行融合，推導(dǎo)出各肢體的運動參數(shù)和環(huán)境參數(shù)，所述推導(dǎo)中還采用自適應(yīng)抗干擾的三維角度估計方法對各肢體運動數(shù)據(jù)和環(huán)境數(shù)據(jù)進(jìn)行融合，推導(dǎo)出各肢體運動參數(shù)中的三維角度估值；所述運動參數(shù)包括三維加速度估值、三維速度估值、三維位置估值、三維角速度估值和三維角度估值，所述環(huán)境參數(shù)包括三維磁場強(qiáng)度估值；\n[0009] 所述初始化單元，用于接收各肢體的運動參數(shù)和環(huán)境參數(shù)，并將各肢體之間的相互限制條件和運動邊界條件融合進(jìn)來，推導(dǎo)出人體運動捕獲裝置的初始運行參數(shù)；\n[0010] 所述位移估計單元，用于接收各肢體的運動參數(shù)、環(huán)境參數(shù)及人體運動捕獲裝置的初始運行參數(shù)，并將各肢體的長度、各肢體之間的相互限制條件和運動邊界條件融合進(jìn)來，根據(jù)步態(tài)分析方法和人體運動學(xué)，推導(dǎo)出人體相對于大地的位移；\n[0011] 所述整體融合單元，用于接收并對各肢體的運動參數(shù)、人體運動捕獲裝置的初始運行參數(shù)及人體相對于大地的位移進(jìn)行融合，推導(dǎo)出并輸出人體的整體運動的姿態(tài)和位置信息。\n[0012] 本發(fā)明的有益效果：本發(fā)明采用附著在人體各肢體上的多個微型傳感器節(jié)點，分別測量各肢體的運動數(shù)據(jù)和環(huán)境數(shù)據(jù)。這種微型傳感器，體積小、能耗低，測量直接，造價經(jīng)濟(jì)；使用方便，不受時空控制；數(shù)據(jù)量小，能夠進(jìn)行數(shù)據(jù)實時處理和分析；并且不存在光線和遮擋問題，具有便攜性和實用性的特點，非常適合做成穿戴式的運動捕獲和分析裝置，在諸多領(lǐng)域具有廣泛應(yīng)用，具有較強(qiáng)的實用價值和應(yīng)用前景。\n[0013] 本發(fā)明的直接應(yīng)用之一是實時三維動畫動作設(shè)計。由演員穿上本發(fā)明的人體運動捕獲裝置，該裝置即能將演員各肢體的運動參數(shù)及其全身的整體姿態(tài)和位置信息輸出，該輸出數(shù)據(jù)能夠用來輸入到普通動畫制作軟件，如Autodesk MotionBuilder，并驅(qū)動動畫軟件中的角色，使得該角色完全按照演員的動作而動。由于是數(shù)據(jù)實時處理，并直接看到效果，使得動畫的制作時間大大縮短，制作成本大大降低。\n[0014] 本發(fā)明的直接應(yīng)用之二是交互試游戲、模擬訓(xùn)練和舞蹈定量化教學(xué)。游戲方或被訓(xùn)練方穿上本發(fā)明的人體運動捕獲裝置，該裝置即能將人體各肢體的運動參數(shù)及其全身的整體姿態(tài)和位置信息輸出，該輸出數(shù)據(jù)能夠用來輸入到混合現(xiàn)實游戲或模擬訓(xùn)練中的游戲方或被訓(xùn)練方的虛擬角色，使得該虛擬角色完全按照的真人的動作而動作。由于真人的運動肢體的運動參數(shù)包括了角度、位移、速度和加速度，如果是拳擊，由此可以推出出拳的位置、速度和力量，并可以進(jìn)而根據(jù)對方的動作，確定該拳的結(jié)果。也可以對該拳的動作做出評述和演示，達(dá)到訓(xùn)練的目的。\n[0015] 本發(fā)明的直接應(yīng)用之三是混合現(xiàn)實(Mixed Reality)及其應(yīng)用，如沉浸式學(xué)習(xí)\n(Immersive Learning)。學(xué)習(xí)者穿上本發(fā)明的人體運動捕獲裝置，與其它真實或虛擬的學(xué)習(xí)者一起參與真實的、遠(yuǎn)程的、微觀的、不可及的、或虛擬的學(xué)習(xí)場景。該裝置即能將學(xué)習(xí)者各肢體的運動參數(shù)及其全身的整體姿態(tài)和位置信息輸出，該輸出數(shù)據(jù)能夠用來輸入到交互式學(xué)習(xí)軟件系統(tǒng)中，學(xué)習(xí)者的虛擬形象即可出現(xiàn)在場景之中，他們的肢體語言和話語一起被理解，共同構(gòu)成真實的學(xué)習(xí)體驗。\n附圖說明\n[0016] 圖1是本發(fā)明所述人體運動捕獲裝置的整體邏輯結(jié)構(gòu)方框圖；\n[0017] 圖2是本發(fā)明運動測量單元的結(jié)構(gòu)框圖；\n[0018] 圖3是本發(fā)明中人體各重要肢體多個微型傳感器節(jié)點分布圖；\n[0019] 圖4是本發(fā)明運動參數(shù)估計單元對運動參數(shù)估計的結(jié)構(gòu)框圖；\n[0020] 圖5是本發(fā)明人體運動捕獲裝置中的三個坐標(biāo)系及它們之間的關(guān)系；\n[0021] 圖6是本發(fā)明位移估計單元的位移估計流程圖；\n[0022] 圖7是本發(fā)明位移估計單元所用的下肢結(jié)構(gòu)圖。\n具體實施方式\n[0023] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，并參照附圖，對本發(fā)明進(jìn)一步詳細(xì)說明。\n[0024] 圖1是本發(fā)明人體運動捕獲裝置的整體邏輯結(jié)構(gòu)方框圖，如圖1中所示，本發(fā)明由運動測量單元110、運動參數(shù)估計單元120、初始化單元200、位移估計單元300和整體融合單元400組成，其中：\n[0025] 所述運動測量單元110中的多個微型傳感器節(jié)點附著在人體各肢體上，用于測量并得到各肢體運動數(shù)據(jù)和環(huán)境數(shù)據(jù)；\n[0026] 所述運動測量單元110的結(jié)構(gòu)包括：多個微型傳感器節(jié)點，以及一個或幾個控制單元，每一個微型傳感器節(jié)點具有一唯一地址，由數(shù)據(jù)總線將所有微型傳感器節(jié)點和控制單元連接到一起，控制單元通過地址總線選擇不同的微型傳感器節(jié)點，向各微型傳感器節(jié)點發(fā)布控制命令，獲取每個微型傳感器節(jié)點的各路測量數(shù)據(jù)，此后控制單元通過無線或有線方式與運動參數(shù)估計單元120連接，將所獲取數(shù)據(jù)統(tǒng)一發(fā)往運動參數(shù)估計單元120。\n[0027] 所述微型傳感器節(jié)點包括微型傳感器和微控制器，其中：微型傳感器是微型三維加速度計、微型三維陀螺儀、微型三維磁力計、微型超聲測距儀或微型超寬帶測距儀一種或多種組合，用于采樣及測量各肢體運動數(shù)據(jù)和環(huán)境數(shù)據(jù)；所述運動數(shù)據(jù)包括三維加速度測量數(shù)據(jù)、三維角速度測量數(shù)據(jù)和三維位置測量數(shù)據(jù)，所述環(huán)境數(shù)據(jù)是三維磁場強(qiáng)度測量數(shù)據(jù)；微控制器，控制所述微型傳感器采樣及測量各肢體運動數(shù)據(jù)和環(huán)境數(shù)據(jù)，并將測量的運動數(shù)據(jù)和環(huán)境數(shù)據(jù)打包送往控制單元。\n[0028] 所述運動參數(shù)估計單元120，是對運動測量單元110的運動數(shù)據(jù)和環(huán)境數(shù)據(jù)進(jìn)行\(zhòng)n融合，推導(dǎo)出各肢體的運動參數(shù)和環(huán)境參數(shù)，所述推導(dǎo)中還采用自適應(yīng)抗干擾的三維角度估計方法對各肢體運動數(shù)據(jù)和環(huán)境數(shù)據(jù)進(jìn)行融合，推導(dǎo)出各肢體運動參數(shù)中的三維角度估值；所述各肢體的運動參數(shù)包括三維加速度估值、三維速度估值、三維位置估值、三維角速度估值和三維角度估值，所述環(huán)境參數(shù)包括三維磁場強(qiáng)度估值。\n[0029] 所述自適應(yīng)抗干擾的三維角度估計方法是將各肢體的三維加速度測量數(shù)據(jù)、三維角速度測量數(shù)據(jù)和三維磁場強(qiáng)度測量數(shù)據(jù)進(jìn)行融合，利用三維加速度測量數(shù)據(jù)和三維磁場強(qiáng)度測量數(shù)據(jù)計算出初步的三維角度估值，并將初步的三維角度估值與三維角速度測量數(shù)據(jù)進(jìn)一步融合，采用多模型Kalman濾波，使三維加速度測量數(shù)據(jù)和三維磁場強(qiáng)度測量數(shù)據(jù)分別受到不同程度干擾時自動切換到相對應(yīng)的濾波模式，得到準(zhǔn)確的三維角度估值。\n[0030] 所述初始化單元200，用于接收各肢體的運動參數(shù)和環(huán)境參數(shù)，并將各肢體之間的相互限制條件和運動邊界條件融合進(jìn)來，推導(dǎo)出人體運動捕獲裝置的初始運行參數(shù)；\n[0031] 所述初始化單元200推導(dǎo)人體運動捕獲裝置初始運行參數(shù)的步驟是：人體根據(jù)運動邊界條件做出初始化姿態(tài)，同時初始化單元200接收運動參數(shù)估計單元120實時發(fā)送的\n初始化姿態(tài)條件下各肢體的運動參數(shù)和環(huán)境參數(shù)；根據(jù)各肢體之間的相互限制條件，建立附著在人體各肢體上的多個微型傳感器節(jié)點之間的拓?fù)潢P(guān)系映射，再將運動邊界條件、初始化姿態(tài)條件下人體各肢體的運動參數(shù)和環(huán)境參數(shù)融合進(jìn)來，并再采用貝葉斯網(wǎng)絡(luò)動態(tài)系統(tǒng)進(jìn)行濾波，推導(dǎo)出人體運動捕獲裝置的初始運行參數(shù)。\n[0032] 所述初始運行參數(shù)包括：運動測量單元110的每個微型傳感器節(jié)點的傳感器坐標(biāo)系210相對于各肢體的身體坐標(biāo)系220的三維角度偏差和三維位置偏差；身體坐標(biāo)系220\n相對于全局坐標(biāo)系230的初始三維角度和初始三維位置；其中：所述傳感器坐標(biāo)系210是\n運動測量單元110中的每一個微型傳感器節(jié)點自身的坐標(biāo)系；所述身體坐標(biāo)系220是人體\n各肢體的坐標(biāo)系；所述全局坐標(biāo)系230是大地坐標(biāo)系。\n[0033] 所述運動邊界條件包括：人體在水平地面上運動時，肢體著地部分的位置的豎直分量是零；人體在水平地面上做走路、側(cè)步、滑步、踏步、跑步和跳躍運動時，肢體著地部分的三維速度及三維角速度是零；人體在水平地面上自然站立，兩眼目視前方，則人體后背所在平面與水平地面近似垂直并與人體視線方向近似垂直；人體雙手合十后，若運動時兩手掌心始終相對，十根手指始終相對，則兩手位置近似相等。\n[0034] 所述位移估計單元300，用于接收各肢體的運動參數(shù)、環(huán)境參數(shù)及人體運動捕獲裝置的初始運行參數(shù)，并將各肢體的長度、各肢體之間的相互限制條件和運動邊界條件融合進(jìn)來，根據(jù)步態(tài)分析方法和人體運動學(xué)，推導(dǎo)出人體相對于大地的位移；\n[0035] 位移估計單元300推導(dǎo)人體相對于大地的位移使用兩種方案：第一種方案是基于步態(tài)分析獲得人體相對于的大地位移，其步驟包括：首先檢測人體支撐點，即確定人體的著地腳；根據(jù)所述運動邊界條件，檢測步態(tài)時間參數(shù)；并對人體各肢體的運動參數(shù)和環(huán)境參數(shù)，人體運動捕獲裝置的初始運行參數(shù)，各肢體的長度、各肢體之間的相互限制條件，進(jìn)行進(jìn)一步融合，通過以上參數(shù)，利用人體運動學(xué)將運動邊界條件的數(shù)據(jù)傳導(dǎo)到人體各個肢體，從而求得人體相對于大地的位移；第二種方案是基于積分方法獲得人體相對于大地的位\n移，其步驟包括：對人體各肢體的運動參數(shù)和環(huán)境參數(shù)及人體運動捕獲裝置的初始運行參數(shù)進(jìn)行信息融合，對三維加速度估值去除重力加速度之后進(jìn)行二次積分，得到各肢體的位移；利用人體運動邊界條件，積分開始時各肢體的初始位置為支撐點消失時前一刻的肢體在全局坐標(biāo)系230的位置，對積分得到的位移進(jìn)行校正，從而提高位移估計的精確性；再利用人體運動學(xué)，將各肢體的位移數(shù)據(jù)傳導(dǎo)到人體各個肢體，對位移估計進(jìn)行進(jìn)一步校正，從而求得人體相對于大地的準(zhǔn)確位移。\n[0036] 所述整體融合單元400，用于接收并對各肢體的運動參數(shù)、人體運動捕獲裝置的初始運行參數(shù)及人體相對于大地的位移進(jìn)行融合，推導(dǎo)出并輸出人體的整體運動的姿態(tài)和位置信息。\n[0037] 所述整體融合單元400推導(dǎo)人體整體運動的姿態(tài)和位置信息的步驟是：利用人體運動捕獲裝置的初始運行參數(shù)將人體各肢體的運動參數(shù)從傳感器坐標(biāo)系210轉(zhuǎn)換到身體\n坐標(biāo)系220下，得到身體坐標(biāo)系220下的各肢體運動參數(shù)，并與人體相對于大地的位移一起生成并輸出人體的整體運動的姿態(tài)和位置信息。\n[0038] 這里，我們以三維微型加速度計、三維微型陀螺儀和三維微型磁力計組成的微型傳感器節(jié)點作為例子。\n[0039] 下面詳細(xì)介紹本發(fā)明人體運動捕獲裝置的工作流程及系統(tǒng)結(jié)構(gòu)。\n[0040] 圖2是人體運動捕獲裝置運動測量單元110的詳細(xì)構(gòu)成圖，它同時給出了信號采\n集、處理流程。運動測量單元110由多個微型傳感器節(jié)點和一個或數(shù)個控制單元組成。微型傳感器節(jié)點可以數(shù)據(jù)總線的有線方式與控制單元相連，控制單元進(jìn)而以無線或有線的方式與主計算機(jī)相連，所述主計算機(jī)為臺式或便攜式。運動參數(shù)估計單元120以軟件形式在主計算機(jī)上實現(xiàn)。\n[0041] 假設(shè)裝置有一組多個微型傳感器節(jié)點，它們采集的往往是模擬信號，有些是微弱信號。因此，需要有一組相應(yīng)的前置放大和模數(shù)轉(zhuǎn)換器，對模擬信號進(jìn)行前置放大，使之滿足模數(shù)轉(zhuǎn)換器的輸入電平的要求，然后獲得數(shù)字信號?？刂茊卧詳?shù)據(jù)總線的方式與所有的微型傳感器節(jié)點相聯(lián)，并為每一個微型傳感器節(jié)點分配一個地址，通過地址總線選擇不同的微型傳感器。控制單元通過數(shù)據(jù)接口，給微型傳感器節(jié)點上的微控制器傳送指令，控制所有微型傳感器節(jié)點的工作方式，如激活、同步、設(shè)定采樣率等，控制微型傳感器節(jié)點采集數(shù)據(jù)，接收來自微型傳感器節(jié)點的數(shù)據(jù)，將接收到的數(shù)據(jù)進(jìn)行緩存打包后發(fā)送至通信接口。控制單元的所有操作都由邏輯控制單元觸發(fā)，并以時分方法讀取各微型傳感器節(jié)點的數(shù)據(jù)，例如，當(dāng)控制單元需要讀取某一微型傳感器節(jié)點的數(shù)據(jù)時，首先通過地址總線發(fā)送一條選擇命令，各個微型傳感器節(jié)點接收到這條命令后，與系統(tǒng)分配的地址做比較，如果地址匹配，則將數(shù)據(jù)以通過數(shù)據(jù)總線發(fā)送到控制單元。控制單元接收到數(shù)據(jù)后，將數(shù)據(jù)進(jìn)行緩存打包后發(fā)送至通信接口。通信接口可以選擇有線通信，如USB口，或者無線通信，如藍(lán)牙、無線保真(Wi-Fi)，發(fā)送到主計算機(jī)中的運動參數(shù)估計單元120。\n[0042] 運動測量單元110一個完整的數(shù)據(jù)測量流程是：假設(shè)采樣率為fs赫茲，在每一個\n1/fs秒的時隙內(nèi)，運動測量單元110會完成如下動作，首先由控制單元發(fā)送一個數(shù)據(jù)采集指令，微型傳感器節(jié)點上的微控制器收到指令之后開始采集數(shù)據(jù)；采集完成后，控制單元通過數(shù)據(jù)接口依次接收各個微型傳感器節(jié)點的數(shù)據(jù)；收集完所有微型傳感器節(jié)點的數(shù)據(jù)后，控制單元將這些數(shù)據(jù)壓縮打包，發(fā)送給通信接口。\n[0043] 在上述方法中，所述三維微型磁力計、三維加速度傳感器和三維陀螺儀都是可選的。根據(jù)應(yīng)用的不同，可以選擇其中的一種或兩種，甚至不選擇其中的任何一種，刪減相應(yīng)的硬件，構(gòu)成新的實現(xiàn)方法。\n[0044] 本發(fā)明人體運動捕獲裝置，如圖3示出人體各重要肢體多個微型傳感器節(jié)點分布圖，所述肢體包括：頭、上腰、中腰、下腰、左上臂、左前臂、左手、右上臂、右前臂、右手、左大腿、左小腿、左腳、右大腿和右腳，需要16-20個微型傳感器節(jié)點。微型傳感器節(jié)點的個數(shù)，可以根據(jù)應(yīng)用需要進(jìn)行增加或者刪減；每個微型傳感器節(jié)點的放置位置和方向也不是固定不變的，可以根據(jù)應(yīng)用需要進(jìn)行調(diào)整。在本實例中，每個微型傳感器節(jié)點都包括微控制器、三維加速度計、三維陀螺儀和三維磁力計。將所述微型傳感器節(jié)點標(biāo)記為Mi，i＝1，2，…，n，其中n代表節(jié)點個數(shù)。\n[0045] 如果人體各肢體均佩戴上運動測量單元110，那么，人體各肢體運動參數(shù)都可以測量和估計到。如果我們已經(jīng)建立了人體的骨骼模型，則人體運動的實時捕獲和重現(xiàn)就是可能的。然而，將運動測量單元110佩戴到各肢體上，如果不做人體運動捕獲裝置的初始化，那么，每一次穿戴部位的不同都會影響測量和估計結(jié)果，同時，分布式測量也無法直接得到人體的整體姿態(tài)和位置。\n[0046] 對于使用高精度攝像機(jī)的人體運動捕獲裝置來說，一切均在大地坐標(biāo)系下進(jìn)行。\n如圖5示出人體運動捕獲裝置中的三個坐標(biāo)系及它們之間的關(guān)系，包括：傳感器坐標(biāo)系\n210、身體坐標(biāo)系220和全局坐標(biāo)系230。傳感器坐標(biāo)系210是運動測量單元110中的每一\n個微型傳感器節(jié)點自身的坐標(biāo)系，運動測量單元110中的每一個微型傳感器節(jié)點，都有一個與其他節(jié)點相獨立的坐標(biāo)系，每個節(jié)點的測量數(shù)據(jù)都是在其自身的傳感器坐標(biāo)系下獲得的，運動參數(shù)估計單元120估計出的各肢體的運動參數(shù)也是相對于各肢體上所附著微型傳感器節(jié)點的坐標(biāo)系的；身體坐標(biāo)系220是人體每個肢體的坐標(biāo)系；全局坐標(biāo)系230是大地\n坐標(biāo)系。為了將分布式測量的、在各自傳感器坐標(biāo)系下的、運動測量單元110中的每一個微型傳感器節(jié)點所測量的運動數(shù)據(jù)和環(huán)境數(shù)據(jù)統(tǒng)一起來，將所有肢體的運動參數(shù)統(tǒng)一到一個坐標(biāo)系框架下，以獲得人體的整體運動，并去除運動測量單元110穿戴位置不同對運動捕獲和估值的影響，本發(fā)明的初始化單元200依據(jù)人體各肢體的相互限制條件和運動邊界條件，設(shè)定人體運動捕獲裝置的初始值和初始參數(shù)。人體各肢體之間的相互限制條件，是各肢體之間的相互連接和聯(lián)動關(guān)系，如左大腿連接著左小腿，左小腿連接著左腳，左大腿運動能夠帶動左小腿和左腳的運動，但是左大腿和左腳并不直接連接在一起，左大腿的運動只能通過左小腿而帶動腳一起運動。另外，人的運動存在于大地坐標(biāo)系中，人體運動包括兩部分，一是在身體坐標(biāo)系220中各肢體的運動，二是人體在全局坐標(biāo)系230中的三維位移，也就是身體坐標(biāo)系220相對于全局坐標(biāo)系230的運動。本發(fā)明以步態(tài)為線索，推導(dǎo)人體相對\n于大地坐標(biāo)系的三維位移。\n[0047] 下面詳細(xì)介紹運動參數(shù)估計單元120、初始化單元200、位移估計單元300和整體融合單元400；在介紹運動參數(shù)估計單元120時，本發(fā)明僅以自適應(yīng)抗干擾的三維角度估計方法為例進(jìn)行闡述：\n[0048] 如上所述，每個微型傳感器節(jié)點都包括微控制器和三維加速度計、三維陀螺儀及三維磁力計這三種微型傳感器。利用本發(fā)明提供的自適應(yīng)抗干擾的三維角度估計方法，可以估計出各微型傳感器節(jié)點所測肢體在傳感器坐標(biāo)系210下的精確三維角度。以下描述以某一微型傳感器節(jié)點Si為例闡明自適應(yīng)抗干擾的三維角度估計的基本方法：\n[0049] 三維微型加速計測量的是三維加速度測量數(shù)據(jù)，在靜止情況下測量得到的是重\n力加速度測量數(shù)據(jù)，能夠提供所述微型傳感器節(jié)點相對于水平面的旋轉(zhuǎn)角度為傾斜角\n(Pitch)和滾動角(Roll)；\n[0050] 三維磁力計測量的是三維磁場強(qiáng)度測量數(shù)據(jù)，能夠提供所述微型傳感器節(jié)點繞豎直方向旋轉(zhuǎn)的角度為偏航角(Yaw)，原理類似羅盤；\n[0051] 三維陀螺儀測量的是三維角速度測量數(shù)據(jù)，對三維角速度測量數(shù)據(jù)積分能夠得到三維的旋轉(zhuǎn)角度。\n[0052] 所述微型傳感器節(jié)點測量得到的三種微型傳感器數(shù)據(jù)的精確度受到多個方面的\n影響，首先是三種微型傳感器的測量精度和誤差，微型傳感器在將物理信息轉(zhuǎn)換為數(shù)字信號的過程中不可避免的會有誤差。其次，由于微型傳感器測量的數(shù)據(jù)會受到干擾，例如三維微型加速計測量得到的是三維加速度測量數(shù)據(jù)，在靜態(tài)或者準(zhǔn)靜態(tài)的情況下測得的是重力加速度測量數(shù)據(jù)，但是在人體快速運動時會引入較大的人體運動加速度；三維微型磁力計測量的是三維地球磁場強(qiáng)度測量數(shù)據(jù)，但是實際測量得到的數(shù)據(jù)會受到周圍鐵磁性物質(zhì)的磁場干擾。另外，在對三維角速度測量數(shù)據(jù)進(jìn)行積分求角度的時候，數(shù)字信號誤差的累積會產(chǎn)生一個隨著時間逐漸累積的漂移誤差。所以，在對這三種數(shù)據(jù)進(jìn)行信息融合得到角度信息的過程中，首先需要對這些微型傳感器數(shù)據(jù)做去噪、校準(zhǔn)和溫度補償預(yù)處理，然后需要考慮各種可能的干擾情況，盡量提取其中的可用信息。另一方面，系統(tǒng)的實時性要求我們的融合方法，在保證估計的準(zhǔn)確性的情況下，盡量能有低的計算復(fù)雜度。\n[0053] 基于以上的分析，本發(fā)明運動參數(shù)估計單元120提供的自適應(yīng)抗干擾的角度估計方法，其流程圖如圖4所示，\n[0054] 首先對運動測量單元110測量得到的原始觀測數(shù)據(jù)進(jìn)行預(yù)處理操作，預(yù)處理包括去噪、校準(zhǔn)和溫度補償。經(jīng)過預(yù)處理之后，得到的三維角速度數(shù)據(jù)為 其\nw\n中，Z 代表三維角速度數(shù)據(jù)，上標(biāo)w代表角速度，下標(biāo)x、y和z分別代表x軸、x軸和x軸，上g\n標(biāo)T代表向量轉(zhuǎn)置；得到的三維加速度數(shù)據(jù)為 其中，Z 代表三維加速度數(shù)\n據(jù)，上標(biāo)g代表加速度，其他符號意義同上；得到的三維磁場強(qiáng)度數(shù)據(jù)為\nm\n其中，Z 代表三維磁場強(qiáng)度數(shù)據(jù)，上標(biāo)m代表磁場強(qiáng)度，其他符號意義同上。之后，將三維加速度數(shù)據(jù) 和三維磁場強(qiáng)度數(shù)據(jù) 進(jìn)行信息融合，計算出\n初步的三維角度，即觀測角度 其中上標(biāo)a代表觀測角度，其他符號意義同\n上。然后，將所述三維加速度數(shù)據(jù)、三維磁場強(qiáng)度數(shù)據(jù)和觀測角度與三維角速度數(shù)據(jù)采用多模型Kalman濾波進(jìn)行融合，融合之后得到更精確的三維角度信息，即精確的三維角度估值T\nA＝[Ax Ay Az]，其中，符號x、y、z和T的意義同上。Kalman濾波器被廣泛地應(yīng)用于多微型傳感器信息融合中，它提供了一種高效可計算的方法來估計過程的狀態(tài)，適用于實時處理和計算機(jī)運算。根據(jù)模型在不同情況下受到干擾程度的不同，本發(fā)明采用了多模型方法進(jìn)行濾波來適應(yīng)不同的干擾，共采用了四種模型：\n[0055] 1、在三維加速度測量數(shù)據(jù)和三維磁場強(qiáng)度測量數(shù)據(jù)都不受到影響的時候，采用三維角速度數(shù)據(jù)和觀測角度來估計三維角度，得到三維角度估值，如下表示：\n[0056] A＝F1(Zw，Za)，\n[0057] 2、在三維加速度測量數(shù)據(jù)受到影響的時候，采用三維角速度數(shù)據(jù)和三維磁場強(qiáng)度數(shù)據(jù)來估計三維角度，得到三維角度估值，如下表示：\n[0058] A＝F2(Zw，Zm)，\n[0059] 3、在三維磁場強(qiáng)度測量數(shù)據(jù)受到影響的時候，采用三維角速度數(shù)據(jù)和三維加速度數(shù)據(jù)來估計三維角度，得到三維角度估值，如下表示：\n[0060] A＝F3(Zw，Zg)，\n[0061] 4、在三維加速度測量數(shù)據(jù)和三維磁場強(qiáng)度測量數(shù)據(jù)都受到影響的時候，只采用三維角速度數(shù)據(jù)來估計三維角度，得到三維角度估值，如下表示：\n[0062] A＝F4(Zw)，\n[0063] 其中，F(xiàn)1-F4代表四種模型下的濾波方法。\n[0064] 在經(jīng)過多模型Kalman濾波融合之后，就可以獲得精確地三維角度信息，A＝[Ax T\nAy Az]。運動參數(shù)估計單元120估計其他運動參數(shù)的方法與此同理，此處不再贅述。記運動參數(shù)估計單元120估計的運動參數(shù)為 它代表微型傳感器節(jié)點Mi所測肢體在時刻t\n在傳感器坐標(biāo)系210下的運動參數(shù)和環(huán)境參數(shù)，其中，下標(biāo)t代表時刻，上標(biāo)Mi代表微型傳感器節(jié)點，下標(biāo)S代表傳感器坐標(biāo)系210，也即 是傳感器坐標(biāo)系210下的運動參數(shù)和環(huán)\n境參數(shù)，它可以包括三維角度，即由上述自適應(yīng)抗干擾的三維角度估計方法估計出的精確三維角度，還可以包括三維位置估值、三維速度估值、三維加速度估值、三維角度估值和三維磁場強(qiáng)度估值。如果人體各肢體均佩戴上運動測量單元110中的n個微型傳感器節(jié)點，\n那么，各肢體的三維方位角度都可以采用所述自適應(yīng)抗干擾的三維角度估計方法得出。然而，運動參數(shù)估計單元120估計出的各肢體的三維方位角度是相對于各肢體上所附著微型傳感器節(jié)點的傳感器坐標(biāo)系下的，必須將所有肢體的方位角度統(tǒng)一到一個坐標(biāo)系框架下，才能獲得人體的整體運動姿態(tài)和位置信息。另外，將運動測量110佩戴到各肢體上，每一次穿戴部位的不同都會影響測量和估計結(jié)果，因此人體運動捕獲裝置的初始化就是一個非常重要，而且非解決不可的問題。\n[0065] 同上所述，本發(fā)明運動測量單元110中的多個微型傳感器節(jié)點記為Mi，i＝1，\n2，…，n，其中n代表節(jié)點個數(shù)。由運動參數(shù)估計單元120推導(dǎo)計算出的運動參數(shù)和環(huán)境參數(shù)為：\n[0066] \n[0067] 其中，Xt，S代表運動參數(shù)和環(huán)境參數(shù)，下標(biāo)t代表時刻，上標(biāo)Mi代表微型傳感器節(jié)點Mi，n代表微型傳感器節(jié)點個數(shù)； 代表微型傳感器節(jié)點Mi所測肢體在時刻t在傳感\(zhòng)n器坐標(biāo)系210下的運動參數(shù)和環(huán)境參數(shù)，下標(biāo)S代表傳感器坐標(biāo)系210，也即運動參數(shù)和環(huán)境參數(shù)是傳感器坐標(biāo)系210下的參數(shù)，它可以包括三維角度，即由上述自適應(yīng)抗干擾的三維角度估計方法估計出的精確三維角度，還可以包括三維位置估值、三維速度估值、三維加速度估值、三維角度估值和三維磁場強(qiáng)度估值。\n[0068] 為將傳感器坐標(biāo)系210下的運動參數(shù)和環(huán)境參數(shù)Xt，S轉(zhuǎn)換到身體坐標(biāo)系220下，初始化單元200需進(jìn)行以下兩步操作。\n[0069] 第一步操作，初始化姿態(tài)。在人體佩戴上n個微型傳感器節(jié)點之后，進(jìn)行實時運動捕獲之前，人體需要按照若干預(yù)定姿勢靜止或運動一段時間，此時，運動參數(shù)估計單元120估計出在預(yù)定姿勢條件下人體各肢體的運動參數(shù)和環(huán)境參數(shù)。這些預(yù)定姿勢稱為人體的\n“初始化姿態(tài)”，它們分為靜止姿態(tài)和運動姿態(tài)兩種；這些預(yù)定姿勢都利用了相關(guān)所述運動邊界條件。在靜止姿態(tài)，根據(jù)預(yù)先設(shè)定，人體所有關(guān)節(jié)都按照預(yù)定約束條件，保持靜止一段時間?？蛇x的靜止初始化姿態(tài)包括“十”型姿態(tài)和“I”型姿態(tài)，還可以包括其他姿態(tài)?！笆毙妥藨B(tài)特點為：人體自然站立，目視前方，雙臂側(cè)平舉，雙手掌心豎直向下，雙腿豎直，雙腳平行?！癐”型姿態(tài)特點為：人體自然站立，目視前方，雙臂側(cè)垂，雙手手心緊貼雙腿，雙腿豎直，雙腳平行。與“十”型姿態(tài)和“I”型姿態(tài)相關(guān)的運動邊界條件是，人體后背所在平面與水平地面近似垂直，并與人體視線方向近似垂直。在運動姿態(tài)，根據(jù)預(yù)先設(shè)定，人體若干個關(guān)節(jié)都按照預(yù)定約束條件，保持運動一段時間?？蛇x的運動初始化姿態(tài)包括“O”型姿態(tài)，還可以包括其他姿態(tài)?！癘”型姿態(tài)為：人體自然站立，目視前方，雙腿豎直，雙腳與肩同寬；雙手合十后，保持兩手掌心始終相對，10根手指始終相對，兩手在胸前做繞圈運動。與“O”型姿態(tài)相關(guān)的運動邊界條件是，兩手位置近似相等。在初始化時，可以選取一個或多個初始化姿態(tài)。記初始化時所用初始化姿態(tài)相關(guān)的運動邊界條件為C(p)，其中，p代表初始化姿態(tài)，C(p)代表與初始化姿態(tài)p相關(guān)的運動邊界條件。\n[0070] 假定初始化姿態(tài)時運動參數(shù)估計單元120估計出各肢體運動參數(shù)和環(huán)境參數(shù)的\n總時刻數(shù)為N，則運動參數(shù)估計單元120估計出的n個微型傳感器節(jié)點所測肢體的運動參數(shù)和環(huán)境參數(shù)為：\n[0071] X1：T，S＝＝{Xt，S|t＝1，…，N}，\n[0072] 其中，X1：T，S代表n個微型傳感器節(jié)點所測肢體的總時刻數(shù)為N的運動參數(shù)和環(huán)境參數(shù)，其他標(biāo)號的意義同上；并且，\n[0073] \n[0074] 那么，顯然，微型傳感器節(jié)點Mi所測肢體的運動參數(shù)和環(huán)境參數(shù)即為：\n[0075] \n[0076] 其中， 代表微型傳感器節(jié)點Mi所測肢體的總時刻數(shù)為N的運動參數(shù)和環(huán)境參\n數(shù)；其他標(biāo)號的意義同上；\n[0077] 第二步操作，初始化運算。由于人體肢體之間并不是相互獨立的，它們之間存在一定的相互限制條件，因而附著在各肢體上的多個微型傳感器節(jié)點之間也并不是獨立的，它們之間存在一定的拓?fù)潢P(guān)系。人體各肢體之間的相互限制條件，是指各肢體之間的相互連接和聯(lián)動關(guān)系，如左大腿連接著左小腿，左小腿連接著左腳，左大腿運動能夠帶動左小腿和左腳的運動，但是左大腿和左腳并不直接連接在一起，左大腿的運動只能通過左小腿而帶動腳一起運動。因而，附著在左大腿、左小腿和左腳三個肢體上的微型傳感器節(jié)點具有相應(yīng)的拓?fù)潢P(guān)系。多個微型傳感器節(jié)點之間的拓?fù)潢P(guān)系，可以采用貝葉斯網(wǎng)絡(luò)和擴(kuò)展的貝葉斯網(wǎng)絡(luò)建模工具進(jìn)行建模。依據(jù)人體各肢體之間的相互限制條件，建立多個微型傳感器節(jié)點之間的拓?fù)潢P(guān)系映射如下：\n[0078] H(M1，…，Mn)，\n[0079] 其中H(M1，…，Mn)代表多個微型傳感器節(jié)點之間的拓?fù)潢P(guān)系映射，其他標(biāo)號的意義同上。同時，由上述可知，微型傳感器節(jié)點Mi所測肢體的總時刻數(shù)為N的運動參數(shù)和環(huán)境參數(shù)：\n[0080] i＝1，…，n\n[0081] 那么，利用拓?fù)潢P(guān)系映射H(M1，…，Mn)和運動邊界條件C(p)，可以求得關(guān)于微型傳感器節(jié)點Mi從其自身的傳感器坐標(biāo)系210到相應(yīng)身體坐標(biāo)系220的偏差數(shù)據(jù)如下：\n[0082] i＝1，…，n，\n[0083] 其中， 代表微型傳感器節(jié)點Mi的傳感器坐標(biāo)系210到身體坐標(biāo)系220的三\n維角度偏差和三維位置偏差，下標(biāo)BS表示從傳感器坐標(biāo)系210到身體坐標(biāo)系220的轉(zhuǎn)換，\nf(·)代表初始化濾波方法，可用的初始化濾波方法包括Kalman濾波和貝葉斯網(wǎng)絡(luò)動態(tài)系\n統(tǒng)濾波。\n[0084] 由此初始化單元估計除了人體運動捕獲裝置的初始運行參數(shù)。為了獲得人體相對于大地的運動，需要估計人體在大地坐標(biāo)系下的三維位移。位移可以通過對人體各肢體三維運動加速度的雙重積分來得到。但是，由于運動參數(shù)估計單元估計出的三維加速度測量數(shù)據(jù)是在傳感器坐標(biāo)系210下重力加速度與人體運動加速度的矢量和，因而需要先剝離出人體運動加速度分量，并利用運動參數(shù)估計單元120得到的三維角度將其從傳感器坐標(biāo)系\n210下轉(zhuǎn)換到全局坐標(biāo)系230下，然后對之二次積分才能得到人體各肢體在運動過程中的\n位移。但是，由于積分常量的未知、運動參數(shù)估計單元120估計得到的三維角度信息誤差的存在和三維微型加速度計本身漂移的存在，積分得到位置的誤差會隨著時間的增長成平方系數(shù)的積累，幾秒鐘過后得到的位置已經(jīng)相當(dāng)不可靠。為了約束積分過程中漂移無限制地增長，需要引入運動邊界條件，如零速度更新的算法。零速度更新算法的基本方法是，利用人體在水平地面上做走路、側(cè)步、滑步、踏步、跑步和跳躍運動時，著地腳的三維速度及三維角速度是零這一運動邊界條件，腳著地的這段時間稱之為支撐相；在估值過程中，處于支撐相的腳處于靜止?fàn)顟B(tài)，設(shè)置這段時間內(nèi)的腳速度為零，從而將誤差的積累限制在走路的每一個跨步之中，減小了誤差的積累。但是得到的腳部位移并不能直接運用于本發(fā)明中人體運動捕獲裝置中去，得到腳部位移之后還需要利用人體運動學(xué)、各肢體長度和各肢體之間的相互限制條件進(jìn)一步推算得到全身其他肢體在大地坐標(biāo)系下的位移。\n[0085] 因而，本發(fā)明提供一種基于步態(tài)分析學(xué)和人體運動學(xué)的方法，即位移估計單元\n300，來估計在運動過程中人體在大地坐標(biāo)系下的位移。這里所指的運動包括走路、側(cè)步、滑步、踏步、跑步和跳躍這類人體各肢體相對于大地坐標(biāo)系位置有變化的運動，本發(fā)明以人體骨盆這一肢體為例闡明位移估計單元300的基本方法，此處不妨將骨盆稱之為根節(jié)點。當(dāng)已知人體下肢在運動過程中的姿態(tài)之后，根據(jù)人體下肢長度及初始姿態(tài)可以計算出下肢各肢體在各時刻的運動軌跡，從而計算根節(jié)點各時刻的位移。這里，步態(tài)分析，是指對人體步態(tài)進(jìn)行觀察和分析；步態(tài)是指人類步行的行為特征；而人體運動學(xué)是研究人體運動中人體各肢體及整個身體在空間運動變化規(guī)律的科學(xué)。\n[0086] 本發(fā)明位移估計單元方法流程圖如圖6所示，位移估計單元300估計出人體相對\n于大地位移的方法包括兩種方案，第一種方案是基于步態(tài)分析方法，其估計出人體相對于大地位移的步驟包括：首先檢測人體著地的肢體，確定人體的著地腳；根據(jù)所述運動邊界條件，檢測步態(tài)時間參數(shù)；并對運動參數(shù)估計單元120所捕獲和推導(dǎo)出的人體各肢體運動參數(shù)和環(huán)境參數(shù)，初始化單元200初始運行參數(shù)所推導(dǎo)出的人體運動捕獲裝置的初始運行參數(shù)，各肢體的長度、各肢體之間的相互限制條件，進(jìn)行進(jìn)一步融合，通過以上參數(shù)，利用人體運動學(xué)將運動邊界條件的數(shù)據(jù)傳導(dǎo)到人體各個肢體，從而求得人體相對于大地的位移。\n[0087] 具體而言，位移估計單元300的第一種方案包括以下步驟：\n[0088] 第一步，檢測在運動過程中支撐點是否存在，即圖6中所示支撐點檢測。支撐點，就是人體運動過程中與地面接觸的肢體，這里所指的運動包括走路、側(cè)步、滑步、踏步、跑步和跳躍。支撐點檢測，就是檢測人體著地的肢體，確定人體的著地腳。如果檢測到支撐點存在，則執(zhí)行第二步，如果沒有檢測到支撐點，則執(zhí)行位移估計單元300的第二種方案，即根節(jié)點加速度積分。運動時，支撐點檢測分為單支撐點和雙支撐點。\n[0089] 第二步，檢測步態(tài)時間參數(shù)，即檢測支撐相和擺動相。人體運動時每個步態(tài)周期可以分為支撐相和擺動相兩個階段。支撐相是在運動中足與地面始終有接觸的階段，通常指一側(cè)下肢足跟著地(Heel Strike，HS)到同側(cè)足尖離地(Toe Off，TO)的過程；擺動相是在步行中始終與地?zé)o接觸的階段，通常指從一側(cè)下肢的足尖離地(TO)到同側(cè)足跟著地(HS)\n的階段。支撐相的檢測有多種方法，一種比較直接的方法是在腳底放置開關(guān)或壓力傳感器。\n在本發(fā)明中支撐相是通過腳部肢體佩戴的微型傳感器節(jié)點的三維角速度估值和三維加速\n度估值的進(jìn)行檢測的。在檢測時，本發(fā)明利用運動邊界條件，人體在水平地面上做走路、側(cè)步、滑步、踏步、跑步和跳躍運動時，肢體著地部分的三維速度及三維角速度是零，這種特征在以上幾種運動方式中都很明顯。如圖6所示，如果檢測到支撐點存在，就利用腳部肢體佩戴的微型傳感器節(jié)點的三維角速度估值和三維加速度估值的進(jìn)行檢測支撐相。在檢測擺動相過程中，腳部肢體佩戴的微型傳感器節(jié)點的三維角速度數(shù)據(jù)和三維加速度數(shù)據(jù)都會有過零點，為避免誤檢，采用基于時間啟發(fā)式的閾值檢測方法來檢測支撐相。\n[0090] 第三步，人體運動學(xué)傳遞。如上文所述，本實例記骨盆為根節(jié)點，以根節(jié)點為例闡述基本方法，與之相關(guān)的是人體下肢各肢體。人體下肢各肢體主要由七塊骨骼組成，如圖7示出的位移估計單元所用的下肢結(jié)構(gòu)圖包括骨盆，左、右股骨，左、右脛骨和左、右腳，本發(fā)明利用人體運動學(xué)在下肢各肢體之間傳遞位移信息，從而獲取根節(jié)點的位移。在走路的過程中，當(dāng)某條腿處于支撐相時，所述條腿的腳趾處于靜止?fàn)顟B(tài)，被選為參考點，傳遞人體運動學(xué)參數(shù)。假定已知人體下肢股骨、脛骨和腳在初始時刻相對于根節(jié)點的位置和姿態(tài)，記之為V0，其中下標(biāo)0表示初始時刻。給定運動估計參數(shù)單元120估計出的下肢各肢體在時刻\nt的運動參數(shù)和環(huán)境參數(shù) 其中下標(biāo)t和下標(biāo)S的意義同上，上標(biāo)Mi代表下肢各肢體所\n佩戴的微型傳感器節(jié)點Mi。因運動學(xué)傳遞時與根節(jié)點相關(guān)的是人體下肢的七塊骨骼及相\n關(guān)關(guān)節(jié)，因而，Mi的取值范圍是{pelvis，lthigh，lshank，lfoot，rthigh，rshank，rfoot}，它們分別代表骨盆、左股骨、左脛骨、左腳、右股骨、右脛骨、右腳，與它們相關(guān)的人體下肢關(guān)節(jié)則包括根節(jié)點root、左髖lhip、左膝lknee、左踝lankle、左腳趾ltoe和右髖rhip、右膝knee、右踝rankle、右腳趾rtoe。將下肢各肢體在時刻t的運動參數(shù)和環(huán)境參數(shù) 利用人\n體運動捕獲裝置的初始運行參數(shù)，將之轉(zhuǎn)換到身體坐標(biāo)系220下，就可以獲得 即身體\n坐標(biāo)系220下的各肢體運動參數(shù)和環(huán)境參數(shù)，其中下表B代表身體坐標(biāo)系220，其他標(biāo)號意義同上。再根據(jù)下肢股骨、脛骨、腳在初始時刻相對于根節(jié)點的位置和姿態(tài)VMi，0，就可以利用人體運動學(xué)在髖、膝、踝和腳趾各關(guān)節(jié)中進(jìn)行位置信息的傳遞，下文僅以人體左下肢為例給出人體運動學(xué)位置傳遞方法：\n[0091] \n[0092] \n[0093] \n[0094] \n[0095] \n[0096] \n[0097] \n[0098] \n[0099] 其中Proot，t，Plhip，t，Plknee，t，Planle，t和Pltoe，t分別是根節(jié)點、左髖、左膝、左踝和左腳趾各關(guān)節(jié)在t時刻的位置，Vpelvis，0，Vlthigh，0，Vlshank，0和Vlfoot，0分別是骨盆、左股骨、左脛骨和左腳在初始時刻相對于根節(jié)點的位置和姿態(tài)的向量， 是身體坐標(biāo)系220下的各肢體運\n-1\n動參數(shù)，K代表自根節(jié)點向下直到腳趾的運動學(xué)傳遞函數(shù)，K 代表自腳趾向上到根節(jié)點的運動學(xué)傳遞函數(shù)，其他標(biāo)號的意義同上。右下肢的人體運動學(xué)位置傳遞方法與此同理。\n[0100] 第四步，根節(jié)點位移估計。在運動過程中，將處于支撐相的腳趾選為參考點，假設(shè)當(dāng)前右腳趾被檢測為參考點，以所述參考點的位置作為基準(zhǔn)，依據(jù)上述運動學(xué)位置傳遞方法，可以依次求得右踝、右膝、右髖、左髖、左膝、左踝和左腳趾各關(guān)節(jié)相對于參考點的位置。\n當(dāng)檢測到參考點發(fā)生改變，即左腳趾被檢測為參考點，則以當(dāng)前新參考點的位置作為基準(zhǔn)，依次計算左踝、左膝、左髖、右髖、右膝、右踝和右腳趾各關(guān)節(jié)相對于新參考點的位置，以此類推，即可求得根節(jié)點各個時刻相對于初始時刻的位置。\n[0101] 位移估計單元300的第二種方案是基于積分方法，其估計出人體相對于大地位移的步驟包括：首先進(jìn)行支撐點檢測，具體方法如上文所述；如果沒有檢測到支撐點，則根據(jù)運動參數(shù)估計單元120所捕獲和推導(dǎo)出的人體各肢體運動參數(shù)和環(huán)境參數(shù)，及初始化單\n元200所推導(dǎo)出的人體運動捕獲裝置的初始運行參數(shù)，進(jìn)行信息融合，對運動參數(shù)估計單元120估計出的三維加速度估值去除重力加速度之后進(jìn)行二次積分，得到各肢體的位移；\n利用人體運動邊界條件，積分開始時各肢體的初始位置為支撐點消失時前一刻的肢體在大地坐標(biāo)系的位置，對積分得到的位移進(jìn)行校正，從而提高位移估計的精確性；再利用人體運動學(xué)，將各肢體的位移數(shù)據(jù)傳導(dǎo)到人體各個肢體，對位移估計進(jìn)行進(jìn)一步校正，從而求得人體相對于大地的精確位移。具體而言，繼續(xù)以骨盆根節(jié)點為例，第二種方案包括以下步驟：\n首先進(jìn)行支撐點檢測，具體方法如上文所述；如果人體在運動中支撐點消失，如跑步、跳躍等運動中的人體騰空階段，則對骨盆肢體由運動參數(shù)估計單元120估計出的三維加速度估值去除重力加速度之后，進(jìn)行二次積分，從而得到根節(jié)點的積分位移；利用人體運動邊界條件，積分開始時根節(jié)點的初始位置為支撐點消失時前一刻的骨盆在大地坐標(biāo)系的位置，對積分得到的位移進(jìn)行校正，從而提高位移估計的精確性；再利用上述人體運動學(xué)位置傳遞方法，將根節(jié)點的位置數(shù)據(jù)傳導(dǎo)到人體下肢各個肢體，對位移估計進(jìn)行進(jìn)一步校正，從而求得人體相對于大地的精確位移。由于人體離地的過程時間相對較短，在此過程中積分得到的位移漂移積累誤差相對不大。\n[0102] 所推導(dǎo)和估計出的各肢體運動參數(shù)、人體運動捕獲裝置的初始運行參數(shù)和人體相對于大地的位移，最終被整體融合單元400融合到一起，以獲取人體的整體運動的姿態(tài)和位置，作為所述人體運動捕獲裝置的輸出。整體融合單元400融合并得到人體的整體運動的姿態(tài)和位置的步驟是，首先將各肢體在傳感器坐標(biāo)系210下的運動參數(shù)和環(huán)境參數(shù)\n轉(zhuǎn)換為身體坐標(biāo)系220下的運動參數(shù)和環(huán)境參數(shù) 的方法為：\n[0103] i＝1，…，n，\n[0104] 其中， 就是身體坐標(biāo)系下各肢體的運動參數(shù)和環(huán)境參數(shù)，g(·)表示從傳感器\n坐標(biāo)系210到身體坐標(biāo)系220的轉(zhuǎn)換函數(shù)，其他標(biāo)號的意義同上。之后，各肢體在身體坐標(biāo)系220下的運動參數(shù)與人體相對于大地的位移，就一起作為人體運動捕獲裝置的人體整體運動的姿態(tài)和位置輸出。\n[0105] 以上所述，僅為本發(fā)明中的具體實施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉該技術(shù)的人在本發(fā)明所揭露的技術(shù)范圍內(nèi)，可理解想到的變換或替換，都應(yīng)涵蓋在本發(fā)明的權(quán)利要求書的保護(hù)范圍之內(nèi)。