一种三维运动姿态捕捉方法、装置、处理设备及系统与流程

1.本公开涉及动作捕捉技术领域，尤其涉及一种三维运动姿态捕捉方法、装置、处理设备及系统。


背景技术：

2.随着科学技术的进步与发展，将智能的辅助训练设备应用于运动捕捉已成为一种主流趋势。利用辅助训练设备，一方面，对运动员等从业人员进行运动姿态的监控、分析，以制定出更科学合理的训练方法；另一方面，通过模拟真实的运动场景既能够体现节能环保的特征，又能够突破环境方面的限制，从而确保运动员能够在更短暂的时间里面提升自身的竞技水准和职业技能。
3.光学式运动捕捉系统作为一种辅助训练设备，通过对运动目标上特定光点的监视和跟踪来完成运动捕捉的任务。常见的光学式运动捕捉大多基于计算机视觉原理，使用多个相机对指定场地内的运动物体进行连续拍摄。其中，运动物体要求在关键部位处设置标志或发光点(称为“marker”)；而且，为了得到准确的运动轨迹，相机应有较高的拍摄速率，一般要达到每秒60帧以上。
4.上述光学式运动捕捉系统虽然可以捕捉实施运动，但是价格昂贵，数据处理(包括marker的识别、跟踪、空间坐标的计算等处理)的工作量较大，对于场地的光照、反射情况有较高要求。特别是当运动复杂时，不同部位的marker会发生交叉、遮挡、混淆，因此产生错误结果，影响之后的动作分析，这时需要人工或算法干预弥补，导致数据精度较低，结果失真。


技术实现要素：

5.为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种三维运动姿态捕捉方法、装置、处理设备及系统。
6.本公开提供了一种三维运动姿态捕捉方法，所述方法由处理设备执行，所述处理设备与固定于运动物体的运动节点上传感器相连；所述方法包括：当所述运动物体处于指定姿态时，获取多个传感器采集的原始运动数据；将所述原始运动数据转换为节点空间数据；所述节点空间数据包括所述运动节点的位置和旋转角度；对所述节点空间数据进行运动姿态分析，得到姿态数据；其中，所述姿态数据用于表示所述运动物体的所述指定姿态；对所述姿态数据进行三维模型渲染，得到所述运动物体的姿态显示结果。
7.进一步，所述方法还包括：获取姿态数据序列；其中，所述姿态数据序列是所述运动物体在多种不同的所述指定姿态下的连续的姿态数据；根据预设的训练类型对所述姿态数据序列进行姿态评估，得到姿态评估结果。
8.进一步，所述对所述姿态数据进行三维模型渲染，包括：根据预设的参考工具对所述姿态数据进行三维模型渲染；其中，所述参考工具包括：3d模型工具、分析图表工具和人体辅助线条工具中的一种或多种。
9.进一步，所述处理设备通过数据收发器与所述传感器相连，所述获取多个传感器
采集的原始运动数据，包括：通过所述传感器采集所述运动节点的原始运动数据，并将所述原始运动数据传输给所述数据收发器；通过所述数据收发器将所述原始运动数据传输给所述处理设备。
10.进一步，所述数据收发器还与充电盒相连，且所述充电盒用于为所述数据收发器供电。
11.进一步，所述传感器通过绑带固定于运动物体的运动节点上。
12.本公开还提供了一种三维运动姿态捕捉装置，所述装置应用于处理设备，所述处理设备与固定于运动物体的运动节点上传感器相连；所述装置包括：数据获取模块，用于当所述运动物体处于指定姿态时，获取多个传感器采集的原始运动数据；数据转换模块，用于将所述原始运动数据转换为节点空间数据；所述节点空间数据包括所述运动节点的位置和旋转角度；姿态分析模块，用于对所述节点空间数据进行运动姿态分析，得到姿态数据；其中，所述姿态数据用于表示所述运动物体的所述指定姿态；姿态渲染模块，用于对所述姿态数据进行三维模型渲染，得到所述运动物体的姿态显示结果。
13.本公开还提供了一种处理设备，所述设备包括：处理器和存储装置；所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行上述方法。
14.本公开还提供了一种三维运动姿态捕捉系统，所述系统包括上述的处理设备，还包括与所述处理设备相连的多个传感器，且所述传感器固定于运动物体的运动节点上。
15.本公开还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述方法的步骤。
16.本公开实施例提供的技术方案与现有技术相比具有如下优点：
17.本公开实施例提供了一种三维运动姿态捕捉方法、装置、处理设备及系统，当运动物体处于指定姿态时，首先获取多个传感器采集的原始运动数据，并将原始运动数据转换为节点空间数据；然后对节点空间数据进行运动姿态分析，得到表示运动物体的指定姿态的姿态数据；最后对姿态数据进行三维模型渲染，得到运动物体的姿态显示结果。上述方法是借助于处理设备、传感器等低成本、易部署的常规硬件实现的，不但降低了成本，而且可在任何环境中使用，应用场景广泛；通过运动姿态分析、三维模型渲染等数据处理过程，能够更加方便快捷地计算分析运动数据，为运动捕捉训练系统提供了更加安全、可靠的方案，改善了现有技术运动数据不准确、环境要求苛刻等问题。
附图说明
18.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
19.为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
20.图1为本公开实施例提供的一种三维运动姿态捕捉系统的结构示意图；
21.图2为本公开实施例提供的一种运动物体的示意图；
22.图3为本公开实施例提供的一种三维运动姿态捕捉方法的流程图。
具体实施方式
23.为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
24.在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
25.目前，光学式运动捕捉系统作为一种辅助训练设备，通过对运动物体上特定光点(称为“marker”)的监视和跟踪来完成运动捕捉的任务。常见的光学式运动捕捉大多基于计算机视觉原理，对于空间中的一个点，只要它能同时为两部相机所见，则可以根据同一时刻两部相机所拍摄的图像和相机参数，确定这一时刻该点在空间中的位置。当相机以足够高的速率连续拍摄时，从图像序列中就可以得到该点的运动轨迹。
26.一种典型的光学动作捕捉训练系统是指，使用多个相机环绕场地内排列，这些相机的视野重叠区域就是运动物体的动作范围。如运动员专业训练使用时，为了便于处理，通常要求运动员穿上单色的服装，并在身体的关键部位，如关节、髋部、肘、腕等位置贴上一些特制的标志或发光点作为marker，视觉系统将识别和处理这些标志。系统标定后，相机连续拍摄运动物体的动作，并将图像序列保存下来，然后再进行分析和处理，识别其中的marker，并计算其在每一瞬间的空间位置，进而得到其运动轨迹。为了得到准确的运动轨迹，相机应有较高的拍摄速率，一般要达到每秒60帧以上。
27.然而，这种光学动作捕捉训练系统虽然可以捕捉实时运动，但是价格昂贵，数据处理的工作量较大，对于场地的光照、反射情况有较高要求，装置定标也较为繁琐。特别是当运动复杂时，不同部位的marker会发生交叉、遮挡、混淆，因此产生错误结果，影响之后的动作分析，这时需要人工或算法干预弥补，导致数据精度较低，结果失真。
28.为了改善上述问题至少之一，本公开实施例提供一种三维运动姿态捕捉方法、装置、处理设备及系统。为了便于理解，以下对本公开实施例进行详细介绍。
29.实施例一：
30.首先，为便于理解，本实施例提供了一种三维运动姿态捕捉系统，示例性说明了一种三维运动姿态捕捉方法的实际应用场景。如图1所示，三维运动姿态捕捉系统包括处理设备104，还包括与处理设备104相连的多个传感器102，且传感器102固定于运动物体的运动节点上。上述处理设备104包括：处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行三维运动姿态捕捉方法。该处理设备104可以是中央处理单元或者具有数据处理能力和/或指令执行能力的其它形式的设备，具体诸如上位机、计算机、服务器等设备。
31.本实施例中的三维运动姿态捕捉系统还包括：绑带、数据收发器106和充电盒108。传感器102通过数据收发器106与处理设备104相连；数据收发器106还与充电盒108相连，且充电盒108用于为数据收发器106供电。参照图2，传感器102通过绑带固定于运动物体的运动节点上，运动物体以人体为例，运动节点诸如头部、胳膊肘部、手腕部、胸部、背部、膝盖部和脚部等节点。
32.参照图3所示的一种三维运动姿态捕捉方法的流程图，该方法可由上述三维运动
姿态捕捉系统中的处理设备执行，该方法包括如下步骤：
33.步骤s302，当运动物体处于指定姿态时，获取多个传感器采集的原始运动数据。
34.在实际应用中，运动物体可以变换多种动作，以处于不同的指定姿态。本实施例以运动物体处于其中的一个指定姿态(如图2所示的展开双臂的姿态)为例，在该指定姿态下，获取多个传感器采集的原始运动数据，原始运动数据是指传感器检测到的对应运动节点的空间位置、旋转角度等数据。
35.在一种具体实现方式中，通过传感器采集运动节点的原始运动数据，并将原始运动数据传输给数据收发器；通过数据收发器将原始运动数据传输给处理设备，具体的，数据收发器接收到原始运动数据后，通过串口连接将原始运动数据传输到处理设备。
36.步骤s304，将原始运动数据转换为节点空间数据；节点空间数据包括运动节点的位置和旋转角度。
37.考虑到一般情况下，传感器采集的原始运动数据的格式与处理设备所能够处理的数据的格式不同，本实施例将原始运动数据转换为节点空间数据。
38.步骤s306，对节点空间数据进行运动姿态分析，得到姿态数据；其中，姿态数据用于表示运动物体的指定姿态。
39.具体的，可以根据机器学习算法对节点空间数据进行运动姿态分析，即计算运动物体上各运动节点的角度、位置等关键数据，以得到表示运动物体的上述指定姿态的姿态数据。在实际应用中，还可以将姿态数据生成报表，该报表诸如可展示给教练员等需要对姿态数据进行分析的用户进行查看。
40.步骤s308，对姿态数据进行三维模型渲染，得到运动物体的姿态显示结果。其中，对姿态数据进行三维模型渲染的实现方式具体可以为：根据预设的参考工具对姿态数据进行三维模型渲染；其中，参考工具包括：3d模型工具、分析图表工具和人体辅助线条工具中的一种或多种。
41.本实施例利用3d模型、分析图表、人体辅助线条等多种参考工具得到的姿态显示结果，能够便于用户全面观察分析运动物体的姿态信息，实时对用户训练内容作反馈。姿态显示结果还可以作为图像/视频回放、训练教学的素材，为用户提供科学、准确的动作训练数据。
42.此外，本实施例还可以包括如下步骤：
43.(1)获取姿态数据序列；其中，姿态数据序列是运动物体在多种不同的指定姿态下的连续的姿态数据。比如，运动物体先后处于如下指定姿态：展开双臂、举起双臂、下垂双臂、抬起左腿，相应的，参照上述实施例中的步骤s302
‑
s306，得到上述各个指定姿态对应的连续的姿态数据。
44.(2)根据预设的训练类型对姿态数据序列进行姿态评估，得到姿态评估结果。
45.在本实施例中，训练类型诸如训练手臂动作的类型，基于此，从姿态数据序列中提取手臂部运动节点的姿态数据，并按照姿态变化的顺序，分析前后两个姿态对应的姿态数据之间的动作变化差异，并根据该动作变化差异评估手臂动作的标准程度，得到姿态评估结果。
46.利用上述姿态评估结果还可以进一步生成训练报告，以指导用户更加科学、高效的训练。
47.综上，上述实施例提供的三维运动姿态捕捉方法，当运动物体处于指定姿态时，首先获取多个传感器采集的原始运动数据，并将原始运动数据转换为节点空间数据；然后对节点空间数据进行运动姿态分析，得到表示运动物体的指定姿态的姿态数据；最后对姿态数据进行三维模型渲染，得到运动物体的姿态显示结果。上述方法是借助于处理设备、传感器等低成本、易部署的常规硬件实现的，不但降低了成本，而且可在任何环境中使用，应用场景广泛；通过运动姿态分析、三维模型渲染和姿态评估等数据处理过程，能够更加方便快捷地计算分析运动数据，为运动捕捉训练系统提供了更加安全、可靠的方案，改善了现有技术运动数据不准确、环境要求苛刻等问题。
48.实施例二：
49.本实施例提供一种三维运动姿态捕捉装置，该装置应用于处理设备，处理设备与固定于运动物体的运动节点上传感器相连。三维运动姿态捕捉装置包括如下模块：
50.数据获取模块，用于当运动物体处于指定姿态时，获取多个传感器采集的原始运动数据；
51.数据转换模块，用于将原始运动数据转换为节点空间数据；节点空间数据包括运动节点的位置和旋转角度；
52.姿态分析模块，用于对节点空间数据进行运动姿态分析，得到姿态数据；其中，姿态数据用于表示运动物体的指定姿态；
53.姿态渲染模块，用于对姿态数据进行三维模型渲染，得到运动物体的姿态显示结果。
54.本实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述三维运动姿态捕捉方法的步骤。
55.本公开实施例所提供的一种三维运动姿态捕捉方法、装置、处理设备及系统，其实现原理及产生的技术效果和前述实施例一相同，为简要描述，上述实施例部分未提及之处，可参考前述实施例一中相应内容。
56.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
57.以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。