【技术实现步骤摘要】
面向数字孪生场景现实轨迹仿真及视角捕捉内容推荐方法
[0001]本专利技术属于三维场景下的虚拟仿真
,涉及实景建模,动作捕捉,物理仿真等技术,具体涉及一种运动机器人的摄像机位置的测评和推荐方法。
技术介绍
[0002]现有智能型的运动机器人,都是依靠各种传感器来获取周围环境信息来作为自身移动的依据。当智能运动机器人在大范围空间内的运动时,把环境影像作为信息输入,对这些影像信息进行处理,进而提取出有用的环境信息,比如环境中的通道、障碍、物体距离等因素,提供给运动机器人,进而根据环境信息来控制运动机器人的动作。既由机器代替人眼来做测量和判断,称为机器视觉。而环境的影像信息都是通过摄像头来摄取的,摄像头在运动机器人躯体上的安装位置和安装角度,决定了周围环境影像获取的结果,自然也影响了机器视觉的判断结果,安装在运动机器人躯体上什么位置,以什么角度安装,使得其获取的环境影像更利于机器视觉的分析和判断,是构造机器视觉的重要环节。
[0003]运动机器人开发测试环节,需要在不同位置安装多个摄像头,并反复测试整个机器人运动过程,对不同的摄像头摄制的影像进行分析,来判断哪个影像更符合机器视觉的分析。但安装在哪个位置,以何种角度安装,需要反复尝试,因此实验往往需要重复很多次,来反复比较环境影像的摄制结果,确保安装位置和角度的最优,这都大大增加了实验次数、难度和实验成本。
[0004]因此,如果能通过虚拟仿真的方法改进实验过程,能非常方便的虚拟仿真出运动机器人躯体不同位置安装摄像头所获取到的环境影像,就可以大大减少实 ...
【技术保护点】
【技术特征摘要】
1.面向数字孪生场景现实轨迹仿真及视角捕捉内容推荐方法,其特征在于:利用数字技术将运动机器人、真实实验场地、运动轨迹进行数字化,构建数字化实验环境,通过虚拟仿真模拟采集虚拟摄像头获取的环境影像,并对环境影像进行一定的机器视觉评测,初步推荐较为合适的内容,用于机器视觉的分析,包括以下步骤:步骤1,真三维实景模型重建:基于无人机倾斜摄影技术采集X(m)*Y(m)*Z(m)真实实验场地的影像信息,然后在倾斜摄影建模软件中生成1:1的X(m)*Y(m)*Z(m)的三维实景模型,最后导入三维可视化平台建立1:1的X(m)*Y(m)*Z(m)三维数字化实验环境,具体包括:步骤11.基于无人机倾斜摄影技术采集X(m)*Y(m)*Z(m)真实实验场地的影像信息;设置无人机飞行速度,拍摄间隔,相机倾斜角,旁向重叠度,航线重叠度及飞行高度;步骤12.在倾斜摄影建模软件中生成1:1的X(m)*Y(m)*Z(m)的三维实景模型;步骤13.导入三维可视化平台建立1:1的X(m)*Y(m)*Z(m)三维数字化实验环境;步骤2,搭建红外三维动作捕捉系统:在真实实验场地的顶部四周平均绑定n个红外动作捕捉镜头,确保镜头视野能够覆盖X(m)*Y(m)*Z(m)的捕捉区域,并在需要动作捕捉的运动机器人躯体表面贴上k个反光标记点,反光标记点的数量和贴合位置以能精确捕捉到其动作为准,具体包括:步骤21.在真实实验场地的顶部四周通过支架、夹具等镜头固定装置,平均绑定n个红外动作捕捉镜头,确保镜头视野能够覆盖X(m)*Y(m)*Z(m)的捕捉区域,并将所有镜头通过网线连接到POE交换机;步骤22.使用标定工具进行校准,让动作捕捉软件计算出镜头准确的相对空间位置和角度,建立三维空间XYZ坐标系,为精准动作捕捉做好准备;步骤23.在需要动作捕捉的运动机器人躯体表面贴上k个反光标记点,反光标记点的数量和贴合位置以能精确捕捉到其动作为准;步骤24.当系统能够实时识别目标物体后,一个完整的光学动作捕捉系统就已建立完成,接下来直接进行动作捕捉并记录数据;步骤3,记录运动机器人的运动数据:运动机器人在真实实验场地进行运动,红外三维动作捕捉系统设备记录物体运动的一系列三维空间数据{[X
ab
,Y
ab
,Z
ab
],
…
,a∈[1,k],b∈[0,t]},其中k表示反光标记点个数,t表示记录过程中的不同动作捕捉时间点,其为时间间隔很短的时间序列;步骤4,在三维数字化实验环境中,按1:1构建运动机器人的数字化模型;步骤5,还原运动机器人的运动轨迹及运动姿态:根据红外三维动作捕捉系统设备记录的三维空间数据,在1:1的X(m)*Y(m)*Z(m)三维数字化实验环境里,通过一定的计算与转化,并结合运动机器人的数字化模型轮廓,模拟出运动机器人的运动轨迹和运动姿态;该步骤的结果可以表现为运动机器人的数字化模型在三维数字化实验环境里的一系列动态运动过程,其运动过程高度拟合运动机器人在真实实验场地的运动过程,具体包括以下步骤:步骤51.根据记录的三维空间数据{[X
ab
,Y
ab
,Z
ab
],
…
,a∈[1,k],b∈[0,t]}在1:1的X(m)*Y(m)*Z(m)三维数字化实验环境,其中k表示反光标记点个数,t表示记录过程中的不同动作捕捉时间点,其为时间间隔很短的时间序列;设置某一个反光标记点的三维空间数据为运动路径计算数据,如a=a0,即然后转化为三维可
视平台所需的数据类型;步骤52.计算运动机器人的数字化模型通过每三个记录的相邻的三维空间数据坐标点的运动时长,设置运动机器人的数字化模型运动速度变量speed,通过半正矢公式计算三个相邻经纬度每两点间的距离,再根据速度公式计算通过三点的运动时长;所述半正矢公式为:其中r表示地球赤道半径;表示φ1和φ2表示两点的纬度;λ1和λ2表示两点的经度;所述的速度公式为:t
d
=dis/speed......................................................(6)其中t
d
表示运动时长,dis表示表达式5得出的距离,speed表示运动机器人的数字化模型运动速度;步骤53.运动轨迹平滑化计算,根据贝塞尔曲线公式计算,设置某一个反光标记点的三维空间数据为运动路径计算数据,如a=a0,即,即t表示运动过程中的不同捕捉点;所述贝塞尔曲线公式的表达式为:其中t
p
表示运动机器人的数字化模型运动时间间隔,t
a
∈[0,t
d
],t
d
由步骤52表达式6计算所得,p0,p1,p2表示每三个记录的相邻的三维空间数据坐标点p表示计算的结果;步骤54.将步骤53表达式7计算的结果转化为三维可视平台所需的数据类型,然后计算相邻两点在三维可视平台中所需的朝向角度,还原运动姿态;步骤6,绑定虚拟摄像头:在运动机器人的数字化模型躯体轮廓上进行虚拟摄像头的构建,虚拟摄像头可以固定在数字化模型躯体轮廓某个位置,并按固定角度进行设置;当运动机器人的数字化模型在三维数字化实验环境中运动时,虚拟摄像头会随着数字化模型一起移动,并且其朝向角度会与数字化模型保持不变;就是运动机器人的数字化模型在三维数字化实验环境中沿着运动轨迹和运动姿态进行移动,可以根据虚拟摄像头与数字化模型的相对位置和相对角度,实时计算运动轨迹和运动姿态的改变导致的虚拟摄像头视角改变的偏移量,从而对虚拟摄像头的视角数据实时更新,模拟仿真出该位置和角度的虚拟摄像头获取到的环境影像,该环境影像来自于步骤1所构建的三维数字化实验环境,具体包括以下步骤:步骤61.使运动机器人的数字化模型在三维数字化实验环境中沿着运动轨迹和运动姿态进行移动,移动数据取自步骤54中转化的三维可视平台所需的数据,然后由步骤52的式(5)和式(6)计算相邻两点间的运动时间,运动姿态数据取自步骤54的计算所得;然后由三维可视平台提供方法实时计算运动机器人的数字化模型位置,并实时改变运动机器人的数字化模型姿态;步骤62.在运动机器人的数字化模型躯体轮廓上进行虚拟摄像头的构建,以某一个反
光标记点所在平面为例,取一点绑定虚拟摄像头,该点与步骤51中的a0在X,Y,Z方向有固定偏移量,能够计算相应偏移量和虚拟摄像头的实时位置;步骤63.实时计算运动轨迹和运动姿态的改变导致的虚拟摄像头视角改变的偏移量,从而对虚拟摄像头的视角数据实时更新,通过步骤54的方法实时计算虚拟摄像头所在平面,和运动机器人的数字化模型位置连线对于三维可视平台中所需的朝向角度,并与上一个角度做差的结果为当前虚拟摄像头视角改变的偏移量,更新视角数据;步骤7,获取环境影像进行内容推荐:根据步骤6设计N个虚拟摄像机,录得N段视频文件记为Vn,其中n∈[1,N];将N段视频文件用于机器视觉评测,由于视频拍摄的位置角度都会影响到视频拍摄结果,而拍摄结果影响机器视觉计算结果;根据评测结果的优劣来判断安虚拟摄像机的位置优劣,并推荐较优的虚拟摄像机拍摄位置做为实际的机器安装位置,具体包括以下步骤:步骤71,根据步骤6设计N个虚拟摄像机,录得N段视频文件记为Vn,其中n∈[1,N],开始记录数字影像视频数据,最后再根据实际需求设置的分辨率对影像视频数据进行裁剪,得最终视频文件;步骤72,将N段视频文件用于机器视觉评测,根据评测结果的优劣来判断安虚拟摄像机的位置优劣,并推荐较优的虚拟摄像机拍摄位置做为实际的机器安装位置,评测过程可由多个评测项目组成。2.如权利要求1所述的面向数字孪生场景现实轨迹仿真及视角捕捉内容推荐方法,其特征在于:在步骤13中,导入三维可视化平台建立1:1的X(m)*Y(m)*Z(m)三维数字化实验环境;所述三维实景模型数据导入CesiumJs中建立三维数字化实验环境,根据其提供的函数方法Cesium.Cesium3DTileset({url:}),url参数表示模型数据存放地址,创建模型对象;表达式为:Cesium.Cesium3DTileset({url:模型数据存放地址})........................(1)。3.如权利要求1所述的面向数字孪生场景现实轨迹仿真及视角捕捉内容推荐方法,其特征在于:在步骤51中,由CesiumJs提供的Cesium.Cartesian3(x,y,z)方法,其中x,y,z分别对应三维空间数据[X
1b
...
【专利技术属性】
技术研发人员:徐俊,方静雯,张希雅,陶林康,肖刚,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。