确定动作的方法以及三维传感器与流程

1.本发明属于传感器领域，具体为一种确定动作的方法以及三维传感器。


背景技术：

2.运动捕捉技术是通过传感器获取运动物体的运动学参数信息，近年来，运动捕捉技术取得了突飞猛进的发展，逐渐成为社会的研究热点，商业化的运动捕捉设备相继被推向市场，其已被广泛应用于数字化保护、游戏、动画、人体工程学研究、模拟训练、虚拟现实等研究领域。
3.运动捕捉技术分为机械式运动捕捉、声学式运动捕捉、电磁式运动捕捉、光学式运动捕捉和基于视频的运动捕捉，其中光学式运动捕捉系统具有使用方便，运动受限较小，采样速率高等优点，能满足多数的高速运动捕捉需求。
4.光学式运动捕捉系统的原理是通过红外高速摄像机确定被测量对象上布置的被动反光或主动发光的标记点在整个运动过程中的瞬时位置，从而进行下一步的运动分析。
5.光学式运动捕捉技术应用广泛，如人体运动分析、飞行器的设计的控制技术和机器人误差补偿和控制技术等，在相关研究过程中，研究者需要根据研究对象设计标记点的布置方法及其计算公式从而获得物体的运动数据，然而，根据特定对象设计的运动数据捕捉方法不具有通用性，无法应用于其他研究对象的数据捕捉过程中，因此，在基于光学运动捕捉系统下的相关研究中，研究者在其前期的标记点布置和运动数据解算过程中花费了大量的时间和精力，不利于后续的研究进展，降低了研究效率。


技术实现要素：

6.为解决上述背景技术中提出的问题，本发明提供了一种确定动作的方法，所述方法包括以下步骤：步骤一，确定初始状态下物体的零位坐标系，记为 p
1z
和由于三个标记点不共线，可构建初始状态下的标记点向量α1、α2以及两向量的外积向量α3，α3的方向垂直于α1和α2的所构平面，标记点所构向量表达式为：α3＝α1α2，同理，在物体的运动过程中，记第i时刻的物体运动坐标系下标记点坐标为p
1i
和由于三个标记点不共线，可构建运动状态下的标记点向量β1、β2和两向量的外积向量β3，其表达式为：β3＝β1β2；步骤二，向量标准化，得到单位向量：记录初始状态下的标准化的标记点单位向量集合为a，运动状态下的标记点单位向量集合为b，即a＝[α
norm1 α
norm2 α
norm3
]， b＝[β
norm1 β
norm2 β
norm3
]，设
在运动状态下物体的标记点坐标系相对于零点坐标系的旋转矩阵为r，根据旋转后向量β等于旋转前向量α乘旋转矩阵r，可得βi＝r
αi
，i＝1，2,3，即r＝ba-1
，物体在运动捕捉过程中的空间位置可看做为三个标记点的几何中心，由此可得到在初始状态下的物体位置坐标pz为：设在运动状态下物体的相对于初始状态的位置坐标为p，根据当前标记点位置和物体的零位坐标pz可得：通过α3＝α1α2可求得运动状态下物体坐标系相对于初始状态下零点坐标系的相对坐标p，通过物体坐标系相对于初始状态下零点坐标系的相对坐标p，通过β3＝β1β2可求得运动状态下物体坐标系相对于初始状态下零点坐标系的旋转矩阵r，由此可得到物体运动过程中的运动坐标系相对于零点坐标系的齐次坐标为：步骤三，相机的捕捉帧数为f，每组数据之间采集时间间隔t＝1/f，物体在x轴的运动可近似看成匀加速运动，根据匀加速运动物体的位移公式可知：xi为第i个采集点到i+1采集点之间的x轴坐标差值，为运动物体第i个采集点的x轴向运动速度，由此可求得物体在第i个采集点的x轴向加速度为：由此可求得物体在第i个采集点的x轴向加速度为：由此可得物体在下一时刻的x轴向速度为由此可得物体在下一时刻的x轴向速度为同理，把物体的y轴和z轴运动数据代入到上述公式中，可得到物体的y轴向速度和加速度为：和物体的z轴向速度和加速度为：物体的z轴向速度和加速度为：和设物体在各轴的初始速度v0＝0，根据以上公式可逐个递推出物体在整个运动过程中各采集点的速度v和加速度a；步骤四，物体运动坐标系与初始状态下的零位坐标系重合，将物体运动坐标系先绕za旋转φ，然后绕ya旋转ψ，最后绕xa旋转θ，可得到运动坐标系相对于零位坐标系的旋转矩阵为：旋转θ，可得到运动坐标系相对于零位坐标系的旋转矩阵为：根据以上物体旋转矩阵公式可以求出物体在该旋转矩阵下对应姿态的欧拉角φ、θ和ψ，旋转矩阵到欧拉角的计算公式为：θ
x
＝atan2(r
32
,r
33
)，θz＝atan2(r
21
,r11
)，同理，由于物理运动过程中相邻两个采集点的时间间隔极短，因此在每个采集点之间的物体转动可看成匀加速转动，所以可知物体第i个采集点到第i+1个采集点的旋转角度计算公式为：算公式为：为第i个采集点到i+1个采集点之间的运动物体绕x 轴的转动角度，由此可求得物体在第i个采集点的角加速度为动角度，由此可求得物体在第i个采集点的角加速度为这样，物体在下一时刻的角速度为这样，物体在下一时刻的角速度为同理，把物体的绕y轴的旋进角ψ和绕z轴的自转角θ转动数据代入到上述公式中，可求得物体旋进角ψ的角速度和角加速度为角加速度为和物体自转角θ的角速度和角加速度为和和因为章动角φ、旋进角ψ和自转角θ的初始速度都为0，所以可根据公式推导出物体在整个运动过程中各采集点的角速度ω和角加速度a。
[0007]
进一步地，还包括将物体位置测量值、物体位置预测值和物体位置姿态角预测值代入标准卡尔曼滤波方程中，其中：物体位置预测值为物体位置姿态角预测值为p
k-1
为上一采样点的坐标卡尔曼估值，pk为第k个采样点的物体测量坐标，θ
k-1
为上一采样点的旋转角卡尔曼估值，θk为第k个采样点的物体测量旋转角。
[0008]
进一步地，步骤三中的速度v和加速度a均为矢量。
[0009]
本发明另一方面提供了确定动作的三维传感器，所述三维传感器包括传感单元、捕捉单元和数据处理单元，所述传感单元固定在物体运动部位上，用于传递位置信息，所述捕捉单元用于捕捉和识别传感单元的信号，将捕捉到的信号传递到计算机系统进行处理，所述数据处理单元用于将获取的原始信号进一步处理与转化，计算出传感器的运动轨迹和姿态数据。
[0010]
与现有技术相比，本发明的有益效果是：
[0011]
本发明提供的物体通用运动数据捕捉方法为基于光学式运动捕捉技术的研究提供了前提基础，降低了数据获取步骤的研究难度，缩短了研究时间，提高了相关的研究效率。
具体实施方式
[0012]
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0013]
本具体实施方式提供的确定动作的方法，包括下面步骤：
[0014]
步骤一，确定初始状态下物体的零位坐标系，记为p
1z
和由于三个标记点不共线，可构建初始状态下的标记点向量α1、α2以及两向量的外积向量α3，α3的方向垂直于α1和
α2的所构平面，标记点所构向量表达式为：α3＝α1α2，同理，在物体的运动过程中，记第i时刻的物体运动坐标系下标记点坐标为p
1i
和由于三个标记点不共线，可构建运动状态下的标记点向量β1、β2和两向量的外积向量β3，其表达式为：β3＝β1β2；
[0015]
步骤二，标记点粘贴位置不确定，标记点所构向量的模长存在过大或过小问题，不利于后续的旋转矩阵求解计算，对计算结果可能造成较大的误差影响，需要对以上向量进行标准化处理，得到单位向量：行标准化处理，得到单位向量：记录初始状态下的标准化的标记点单位向量集合为a，运动状态下的标记点单位向量集合为b，即a＝[α
norm1 α
norm2 α
norm3
]， b＝[β
norm1 β
norm2 β
norm3
]，设在运动状态下物体的标记点坐标系相对于零点坐标系的旋转矩阵为r，根据旋转后向量β等于旋转前向量α乘旋转矩阵r，可得βi＝r
αi
，i＝1，2,3，即r＝ba-1
，物体在运动捕捉过程中的空间位置可看做为三个标记点的几何中心，由此可得到在初始状态下的物体位置坐标pz为：设在运动状态下物体的相对于初始状态的位置坐标为p，根据当前标记点位置和物体的零位坐标pz可得：通过α3＝α1α2可求得运动状态下物体坐标系相对于初始状态下零点坐标系的相对坐标p，通过状态下物体坐标系相对于初始状态下零点坐标系的相对坐标p，通过β3＝β1β2可求得运动状态下物体坐标系相对于初始状态下零点坐标系的旋转矩阵r，由此可得到物体运动过程中的运动坐标系相对于零点坐标系的齐次坐标为：
[0016]
步骤三，相机的捕捉帧数为f，每组数据之间采集时间间隔t＝1/f，物体在x轴的运动可近似看成匀加速运动，根据匀加速运动物体的位移公式可知：xi为第i个采集点到i+1采集点之间的x 轴坐标差值，为运动物体第i个采集点的x轴向运动速度，由此可求得物体在第i个采集点的x轴向加速度为：由此可得物体在下一时刻的x轴向速度为同理，把物体的y轴和z轴运动数据代入到上述公式
中，可得到物体的y轴向速度和加速度为：和和物体的z轴向速度和加速度为：和和设物体在各轴的初始速度v0＝0，根据以上公式可逐个递推出物体在整个运动过程中各采集点的速度v和加速度a；
[0017]
步骤四，物体运动坐标系与初始状态下的零位坐标系重合，将物体运动坐标系先绕za旋转φ，然后绕ya旋转ψ，最后绕xa旋转θ，可得到运动坐标系相对于零位坐标系的旋转矩阵为：矩阵为：根据以上物体旋转矩阵公式可以求出物体在该旋转矩阵下对应姿态的欧拉角φ、θ和ψ，旋转矩阵到欧拉角的计算公式为：θ
x
＝atan2(r
32
,r
33
)，θz＝atan2(r
21
,r
11
)，同理，由于物理运动过程中相邻两个采集点的时间间隔极短，因此在每个采集点之间的物体转动可看成匀加速转动，所以可知物体第i个采集点到第i+1个采集点的旋转角度计算公式为：旋转角度计算公式为：为第i个采集点到i+1个采集点之间的运动物体绕x 轴的转动角度，由此可求得物体在第i个采集点的角加速度为轴的转动角度，由此可求得物体在第i个采集点的角加速度为这样，物体在下一时刻的角速度为这样，物体在下一时刻的角速度为同理，把物体的绕y轴的旋进角ψ和绕z轴的自转角θ转动数据代入到上述公式中，可求得物体旋进角ψ的角速度和角加速度为旋进角ψ的角速度和角加速度为和物体自转角θ的角速度和角加速度为和和因为章动角φ、旋进角ψ和自转角θ的初始速度都为0，所以可根据公式推导出物体在整个运动过程中各采集点的角速度ω和角加速度a；
[0018]
另外，由于运动捕捉系统自身存在一定的测量误差，同时由于环境光的强弱和场景中的镜面反射都会对测量结果造成一定的误差影响，而卡尔曼滤波是一种利用线性系统状态方程，通过系统输入输出观察数据，对系统状态进行最有估计的算法，因此，这里设计了一种针对物体运动捕捉的卡尔曼滤波方法，能有效消除数据捕捉过程中的噪音和干扰的影响，得到相对平滑的物体运动捕捉数据曲线，其具体为：将物体位置测量值、物体位置预测值和物体位置姿态角预测值代入标准卡尔曼滤波方程中，其中：物体位置预测值为物体位置姿态角预测值为p
k-1
为上一采样点的
坐标卡尔曼估值，pk为第k个采样点的物体测量坐标，θ
k-1
为上一采样点的旋转角卡尔曼估值，θk为第k个采样点的物体测量旋转角。
[0019]
本具体实施方式还提供了确定动作的三维传感器，包括传感单元、捕捉单元和数据处理单元，传感单元固定在物体运动部位上，用于传递位置信息，捕捉单元用于捕捉和识别传感单元的信号，将捕捉到的信号传递到计算机系统进行处理，数据处理单元用于将获取的原始信号进一步处理与转化，计算出传感器的运动轨迹和姿态数据。
[0020]
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。
[0021]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。