VR外设驱动的虚拟人姿态优化仿真方法

为解决常用的VR外设为穿戴于操作者身上的位置跟踪器,会给操作者带来额外不便的问题,提出一种基于视觉传感器组合的虚拟人驱动方案,实现简便无标记虚拟人运动实时驱动。引入参数化人体模型SMPL(skinned multi-person linear),通过最小化多个误差项组成的目标函数,改进算法提高虚拟人驱动精度,并计算得到符合真人形态与姿态的拟合人体模型数据,实现操作姿态人机工程学评价。实验结果表明：所提出的虚拟人数据驱动方法具有有效性。     

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。     

基于Kinect的双臂机器人动作模拟与轨迹规划

提出了一种基于Kinect的双臂机器人动作模拟与轨迹规划的方法。运用空间向量法计算出人体关节转动角度,通过建立人体关节与机器人关节的映射关系,将体感设备采集到的人体骨骼信息通过无线方式将控制命令传输给机器人,实现机器人的动作模拟。机器人的轨迹规划通过使用体感设备采集手臂末端位姿及运动轨迹,通过逆运动学求解,实现机器人手臂沿相同位姿运动。最后,通过仿真和实验验证了所提出方法的有效性。     

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.