English 日本語 Русский

人体关节角度解算的动态对齐方法

人体关节角度解算的动态对齐方法

客      户
重庆邮电大学生物信息学院
关  键 词
关节角度解算,肢体对齐,动作捕捉,算法验证
被捕捉物
人体腿部运动姿态

近日,重庆邮电大学生物医学工程研究中心王伟教授团队在SCI收录期刊SENSORS上发表题为“Effects of Dynamic IMU-to-Segment Misalignment Error on 3-DOF KneeAngle Estimation in Walking and Running”的论文,提出了一种用于惯性测量单元(IMU)与肢体节段动态对齐的新算法。



论文检索页面

论文检索页面

研究背景

人体动作捕捉技术在康复、竞技体育、人机交互、身份识别等领域发挥着重要的作用。在各种应用场景中,获得更加精确的关节角是一项重要的评判标准。

使用惯性测量单元(IMU)获取肢体姿态数据,惯涉及全局坐标系、传感器坐标系与肢体坐标系之间的转换,其中IMU坐标系与肢体坐标系的对齐(IMU-to-Segment,I2S)决定着传感器输出数据是否能够代表所附着肢体的运动,是人体关节角解算的重要环节。

目前IMU与肢体对齐的方法主要分为人工对齐、预动作对齐、额外数据融合以及运动模型对齐等类型。其中基于运动模型的动态对齐方法无需专业人员以及额外设备,并且能够消除运动过程中的误差。


IMU与肢体坐标对齐示意图

IMU与肢体坐标对齐示意图

研究内容

研究团队基于运动约束模型,引入了带交叉因子的DPSO算法完成动态对齐过程,利用动态对齐参数,完成了基于四元数的三自由度人体关节角度解算。

进一步的,通过人为添加误差,研究了人体在行走(3km/h)、慢跑(6km/h)以及正常跑步(9km/h)过程中,IMU与肢体错位误差对关节角解算带来的影响,以及各种影响背后的人体运动学差异。

算法验证

为了验证关节解算算法的效果,研究团队使用NOKOV度量亚毫米级光学动作捕捉系统,获取真实的肢体姿态信息。部署光学动作捕捉镜头,在被试者双腿的大腿和小腿上设置三个非共面的marker来定义附着的刚体,通过NOKOV度量动作捕捉软件输出每个肢体节段的旋转姿态数据,进一步计算出基于光学动作捕捉设备的三自由度关节角,作为真实值,与基于IMU的关节角进行对比。


使用NOKOV度量动作捕捉系统获取真实的肢体姿态信息

使用NOKOV度量动作捕捉系统获取真实的肢体姿态信息

结果表明,在三种运动场景下,关节角的均方根误差(RMSE)在1.2-5.2°之间,关节角解算算法效果良好,不同运动中的IMU与肢体间的错位误差也印证了相关的人体运动学差异。



人形机器人的数据采集与分析

北京人形机器人创新中心使用NOKOV度量动作捕捉系统采集人形机器人关键位置数据。

动画还原潮汕非遗英歌舞

潮汕非遗英歌舞 动画还原

无人车路径规划算法验证

无人车路径规划算法验证-吉林大学

动画制作高效之选

动画制作高效之选 澜景科技采用度量MARS 4H镜头
联系我们
如需更多应用、案例信息或产品报价,请致电 010-64922321,或在下方留言:
机器人/无人机 VR/AR/XR 运动康复 传媒娱乐
北京度量科技有限公司(总部)
Location 北京市朝阳区安慧里四区15号五矿大厦8层820室
Email info@nokov.com
Phone 010-64922321
提交成功!请您耐心等待!
欢迎关注公众号,获取更多信息
关闭