基于质量评价的运动跟踪数据融合方法

为提高人体运动跟踪系统的性能,将多源传感器数据进行融合。文章针对惯性传感器和Kinect体感传感器,给出了基于可信度、人体骨骼模型生理约束、运动约束和滤波误差的质量评价方法,设计了多传感器融合情况下的质量评价函数,提出了一种基于质量评价函数的运动跟踪数据融合算法。在滑动窗口内基于各传感器连续可信帧进行度量,作为数据融合时的质量因子。实验表明当Kinect或惯性传感器的数据出现较大误差时,通过融合算法提高了系统鲁棒性。     

Kinect骨骼信息下的动态手势识别研究

针对复杂环境中存在的手势识别问题,提出一种利用Kinect传感器获取深度信息并进行动态手势识别的方法。该方法通过对Kinect传感器获取的深度信息进行分析,获取人体主要骨骼点的3D坐标,从中选取六个点作为手部运动的特征参照;为提高手势识别系统的识别速度,提出了一种基于查表的DTW算法对得到的特征数据进行模板训练并实现动态手势识别。实验结果表明:该方法具有较高的识别速度和识别率,对复杂背景及光照强度变化具有较强的鲁棒性。     

基于Kinect骨架追踪技术的PPT全自动控制方法研究

提出了一种基于Kinect骨架追踪技术的PPT全自动控制方法,首先通过Kinect传感器获取骨架节点的三维信息,其次根据骨架节点之间的位置关系以及左右手的运动信息对手势进行识别,最后将手势识别结果映射到PPT控制命令以实现对PPT的全自动控制.实验结果表明,该方法对不同光照和复杂背景具有很好的鲁棒性,识别率高且能够有效地实现对PPT的全自动控制.     

基于Kinect的实时动画角色驱动方法

Kinect可实时获取运动数据,且比传统的运动捕捉设备成本低廉,因此被广泛应用于实时角色动画。文章提出一种基于Kinect运动捕捉数据实时驱动动画角色的方法,采用均值滤波平滑Kinect实时捕获人体关节点的位置数据,并根据位置信息反求出关节点的旋转变换矩阵;将Kinect所捕获的人体骨架结构与目标骨架相匹配进行运动重定向;由骨骼顶点计算出网格顶点变换矩阵,实现蒙皮动画以驱动动画角色。实验结果表明,与惯性运动捕捉仪采集到的运动数据所驱动的角色动画相比,该方法可产生流畅的角色动画,节约了制作成本,而且具有一定程度的视觉真实感。     

非接触式呼吸频率检测技术的设计和实现

为实现高效、准确、安全的非接触式呼吸频率检测，针对3种非接触式呼吸特征采集装置提出相应的呼吸特征提取方法。即基于Kinect的特征提取方法，利用深度传感器获取胸部深度值；基于普通网络摄像头的特征提取方法，利用光流法检测胸部运动；基于热像仪，获取鼻口区域热度变化来测量呼吸频率。将提取的呼吸特征通过快速傅里叶变换转换成呼吸频谱图，实现呼吸频率的检测；然后基于长短期记忆网络技术，增加呼吸异常情况的预判功能。对比实验结果表明:所设计的非接触式呼吸频率检测技术具有便捷性、有效性和安全性，但3种特征提取方法各有其优缺点，应用中应针对不同场景选择不同方法。     

基于姿态角的双Kinect数据融合技术及应用

针对单个Kinect深度图像传感器在人机交互时的骨骼自遮挡所导致的识别精度问题,提出了基于姿态角的双Kinect数据融合技术。首先,通过两台Kinect采集人体关节的数据信息;并做坐标统一化处理;其次,提出了基于姿态角的骨骼数据融合算法模型,同时依据Kinect SDK构建标准姿势特征向量集合;随后,根据骨骼活动度分配对应骨骼贡献度大小,进而计算融合后的姿势特征向量集合与标准姿势特征向量集合的余弦和,实时反馈两者姿势的匹配度,实现人体姿势的识别。通过构建数据融合处理平台,并应用于人体姿势识别,验证了该方法在不影响识别速率的前提下,提高了人体姿势识别的精准度。     

基于Kinect的运动学习系统的设计

运动学习系统设计旨在通过Kinect准确掌握运动员的身体轮廓和身体位置来确定运动员动作的标准程度.结合体育活动的特点为运动训练提供有效的解决方案,从而提高运动员的运动水平,并通过数据采集、数据处理与特征提取、人体姿态识别的方法辅助动作学习.系统使用Kinect进行数据采集,实时获取所检测到的用户人体的骨骼节点位置信息,...     

基于异质传感器信息融合的移动机器人SLAM研究

针对采用单一传感器在移动机器人同步定位与构图(SLAM)中存在定位精度低、构图不完整等问题,提出一种基于Kinect视觉传感器和激光传感器信息融合的SLAM算法。首先将Kinect传感器获取的深度图像经过坐标系转换得到三维点云、通过限制垂直方向滤波器过滤三维点云的高度信息、再将剩余三维点云投影到水平面并提取边界点云信息转化为激光扫描数据;然后与激光传感器的扫描数据进行数据级的信息融合;最后输出统一数据实现移动机器人的构图及自主导航。实验结果表明,该方法能够准确的检测小的及特征复杂的障碍物,能够构建更精确、更完整的环境地图,且更好地完成移动机器人自主导航任务。     

利用Kinect传感器获取振动表面的四维振动数据

针对目前大多数振动测量方法存在测点数量有限、维度底、成本高的问题,基于Kinect传感器的散斑测距技术原理和采样频率,研究将其应用于实时测量振动物体表面所有点的振动信息,实现高维、全域、低成本的振动测量。通过测量实验,比较不同频率下Kinect传感器和力传感器测得的数据,结果表明了Ki‐nect设备用于低频振动测量的可行性。     

基于异质传感器信息融合的移动机器人同步定位与构图

针对采用单一传感器在移动机器人同步定位与构图(SLAM)中存在定位精度低、构图不完整等问题,提出一种基于Kinect视觉传感器和激光传感器信息融合的SLAM算法。首先将Kinect传感器获取的深度图像,经过坐标系转换得到三维点云、通过限制垂直方向滤波器过滤三维点云的高度信息;再将剩余三维点云投影到水平面并提取边界点云信息转化为激光扫描数据;然后与激光传感器的扫描数据进行数据级的信息融合;最后输出统一数据实现移动机器人的构图及自主导航。实验结果表明,该方法能够准确地检测小的,及特征复杂的障碍物,能够构建更精确、更完整的环境地图;且更好地完成移动机器人自主导航任务。     

一种改进SURF算法的单目视觉里程计

基于微软Kinect传感器,提出一种改进SURF(speeded up robust features)特征提取算法的单目视觉里程计新方法。用Kinect传感器获得环境彩色和深度图像,再采用基于特征点信息的改进的SURF算法完成彩色图像特征点的提取与匹配,提高匹配的正确率和鲁棒性,随后进行与深度图像的映射,实现三维重建并利用最小平方中值定理估计出机器人的路径信息。实验证明,该方法匹配正确率较SURF算法更高,在动态环境下具有很好的鲁棒性,是一种简单、有效的单目视觉里程计新方法。     

基于RGB-D摄像机的室内三维彩色点云地图构建

创建室内环境的三维地图可以使用RGB-D摄相机获取多帧率的彩色图和深度图,结合视觉SLAM算法,完成彩信息与深度信息的结合并构建真实三维环境地图数据是常用的一种方法.通过Kinect传感器采集室内环境的RGB图和Depth图,改进了ORB算法并进行特征提取和基于FLANN搜索的图像匹配算法匹配图像特征,使用PNPRANSAC方法估计图像的运动,为抑制在点云配准过程中累积误差造成的位姿漂移采用g2o图优化,实现探索室内未知环境的三维彩色点云空间,完成周围环境地图的创建.实验结果表明,以Kinect传感器实现视觉SLAM的方法对于室内三维点云数据创建有较好的效果,具有一定的理论和实际应用价值.     

基于体感交互的公路真三维设计与系统架构

引入自然交互这一人机交互领域的最新概念,基于Kinect传感器强大的人体识别与关节点空间运动跟踪及坐标定位能力,提出采用体感人机交互技术在三维虚拟空间中进行公路线形几何设计的方法,并给出了公路真三维设计系统架构.讨论了采用手势进行公路设计的流程以及手势识别、视角控制、线形实时动态交互优化编辑等功能模块的功能设计与相互关系.并采用微软SDK和Google Earth作为第三方软件,开发了系统原型并进行实验,实现了人机交互手段与公路设计平台由二维向三维转变,验证了基于体感交互的公路真三维设计方法的可行性.     

骨架关节点跟踪的人体行为识别方法

基于彩色图像的运动检测和分割方法难以获取完整的人体骨架,并且只能提取关节点的二维坐标信息,而 Kinect 传感器能通过捕获深度图像来重建完整的人体骨架关节点三维模型,提高了骨架关节点模型的表示精度。本文通过 Kinect 的骨架跟踪模块对人体的骨架关节点模型进行提取;然后,提出一种坐标转换方法得到人体骨架关节点的三维坐标表示,利用 k 均值聚类将关节点坐标量化为符号序列;最后,建立离散隐马尔可夫模型来进行人体行为识别。通过自建的数据集进行实验,实验结果表明：本方法能取得94％的识别率。     

基于人体姿态信息的下肢康复机器人运动控制技术

针对下肢运动功能障碍患者术后康复训练辅助设备的跟随控制问题,本研究提出一种基于人体姿态信息的下肢康复机器人运动控制方法。根据康复机器人的结构特性和功能要求,建立机器人运动数据信息采集系统和下肢康复机器人的运动学模型;构建机器人平台上的人体姿态行为信息采集传感器系统,通过分析位移传感器所采集的数据,得到表征人体姿态行为变化的相关信息,经上位机计算生成康复机器人的期望跟随速度;同时,基于模糊PID控制算法设计了跟随控制器。通过仿真和实验验证该控制算法能够有效减小机器人实时跟踪使用者运动过程中的误差,实现康复机器人对人体运动姿态良好的跟随效果。     

Stewart机构在刚体6维测量中的精度

为得到500米口径大型射电望远镜(FAST)馈源精调实验平台的位置姿态实现反馈控制,提出利用Stewart机构,通过测量其6条支链的长度,运用Stewart机构的运动学正解求得刚体6维的位姿信息的测量刚体位姿的方法.利用Stewart机构的Jacobin矩阵条件数分析传感器精度到刚体测量精度的影响.通过实验验证了精度分析的结果,即Stewart平台的Jacobin矩阵条件数增大将使测量精度降低,因此将Stewart平台Jacobin矩阵条件数做为衡量机构测量精度的指标是合理的.这种测量方法对同类6维测量方式的设计和应用具有指导意义.     

基于运动特征分析的人体异常行为模糊识别

针对当前基于运动传感技术的人体行为监测方案中存在的运动信息种类单一、运动特征提取不完善、识别算法复杂、鲁棒性弱等问题,提出运用多MEMS传感器采集人体姿态角和线性加速度,为人体行为识别提供准确、多样的运动信息;通过对滑动时间窗内运动信息进行数学统计,提取人体运动特征;基于这些特征,设计模糊模式识别模型,对人体异常行为进行识别.实验结果表明:该方案识别率高,平均识别率达97.6%,鲁棒性强,软硬件复杂度大大降低,易于借助嵌入平台实现独立的模块化设计,具有很强的实用性.     

基于Kinect的MoCA康复认知评估系统设计

提出一种基于Kinect的MoCA康复认知评估系统的解决方案.利用Kinect体感传感器的骨骼追踪、手势识别与语音识别技术,并通过虚拟现实平台实现评估功能,可以使认知障碍患者在社区或家庭中进行康复评估和个性化训练,使其能够早日康复和重返社会.     

基于接触力信息的可穿戴型下肢助力机器人传感系统研究

为了从人机系统的交互运动信息获取人体下肢的运动意图,从而实现为操作者提供助力的目的,对可穿戴型下肢助力机器人感知系统进行了理论分析和技术实现.在分析整个机器人系统控制所需要的交互信息的基础上,设计了一套基于接触力信息和关节角度信息的多传感器感知系统.该系统主要包括获取腿部接触力传感器、地面反力传感器以及用于获取外骨骼机器人关节运动信息的电机编码器等.相关实验结果表明,所设计的多传感器感知系统性能稳定、实时性好,为可穿戴型下肢助力机器人目标的实现提供了保障.     

海洋平台振动采集的超低频无线传感器设计

海洋平台结构体积庞大、构造复杂、造价昂贵,所处的服役环境恶劣,对海洋平台振动响应进行快速检测、分析、诊断和维护,已成为平台安全运营的必要措施和手段.本文结合无线传感器网络和数据挖掘技术,进行了平台快速检测超低频无线传感器的设计:首先,分析了平台振动测试超低频、快速性的要求;其次,采用模块化方法,完成了超低频传感器机理分析、微处理系统、无线系统、电源管理系统的设计,并集成为无线加速度传感器节点;最后,分析了节点软件功能,采用数据挖掘分类和预测方法来加以实现.所设计无线加速度传感器节点,具有超低频、高分辨率的特性,能够满足海洋平台结构振动响应数据的精确和快速测量与诊断需求,具有很好的应用前景.