【技术实现步骤摘要】
本申请涉及人体动作捕捉领域，尤其涉及一种非惯性系动力学建模的惯性人体动作捕捉方法及装置。
技术介绍
1、在人体动作捕捉领域，传统的视觉动捕技术虽然在准确性和精度方面表现出色，但仍存在一些固有的缺点。首先，视觉动捕技术容易受到遮挡的影响，当被测对象之间或周围有遮挡物时，相机无法准确捕捉到所有关键点的运动信息，导致姿态估计不准确。其次，传统视觉动捕系统的捕捉范围受到相机视野和布置的限制，需要保证被测对象在相机视野内移动，限制了动作捕捉的自由度和应用范围。此外，视觉动捕系统的设备成本较高，需要大量相机和计算资源，对于一些实时运动分析应用来说，设备要求较高。
2、为了克服视觉动捕技术的这些缺点，人们开始采用基于惯性传感器的动作捕捉技术。惯性传感器能够在不受视野限制的情况下准确测量人体运动的加速度和角度，从而实现更加自由和灵活的动作捕捉。相比于视觉动捕系统，惯性传感器技术成本更低，设备更加便携且易于佩戴，适用于各种环境和场景。此外，惯性传感器不受遮挡影响，能够准确捕捉到被测对象的运动信息，使姿态估计更加准确和可靠。
3、基于以上优势，惯性传感器在人体动作捕捉领域得到广泛应用，如虚拟现实、运动分析、医学康复等领域。然而，传统的惯性动作捕捉技术存在一个普遍问题，即在估计人体姿态时通常将人体的根节点坐标系视为惯性坐标系，忽略了非惯性效应可能对姿态估计的影响。这种做法可能导致运动捕捉结果的不准确性和不稳定性。
4、具体来说，为了便于建模和计算，在之前的研究中，该任务通常被解耦为两个组成部分：人体局部姿态估计和全
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本申请的第一个目的在于提出一种非惯性系动力学建模的惯性人体动作捕捉方法，以通过考虑人体根部可能存在的线性加速度或旋转，将根节点坐标系视为非惯性坐标系，从而更准确地建模人体运动中的非惯性效应，并通过模拟惯性力对惯性传感器测量信号进行校正，确保在非惯性坐标系下牛顿运动定律得到满足。
3、本申请的第二个目的在于提出一种非惯性系动力学建模的惯性人体动作捕捉装置。
4、本申请的第三个目的在于提出一种电子设备。
5、本申请的第四个目的在于提出一种计算机可读存储介质。
6、为达上述目的，本申请第一方面实施例提出了一种非惯性系动力学建模的惯性人体动作捕捉方法，包括：
7、获取人体特定关节点的原始imu测量值，并对所述原始imu测量值进行预处理；
8、将预处理后的imu测量值从全局坐标系转换为根关节相对坐标系，根据自回归估计器估计人体的惯性加速度，根据估计的惯性加速度对转换到根关节相对坐标系的imu测量值进行补偿；
9、利用补偿后的imu测量值进行人体局部姿态和全局运动的估计；
10、根据估计得到的局部姿态和全局运动，在人体模型上进行姿态和位置的可视化展示。
11、可选的，所述获取人体特定关节点的imu测量值，包括：
12、将多个稀疏惯性测量单元分别安装在不同的特定关节点处，所述特定关节点包括前臂、小腿、头部和骨盆；
13、记录各稀疏惯性测量单元的原始imu测量值，所述原始imu测量值包括特定关节点处的加速度、角速度和磁场测量数据。
14、可选的，所述对所述原始imu测量值进行预处理，包括：
15、对所述原始imu测量值进行数据清洗，去除可能存在的异常值或错误数据点；
16、对清洗后的原始imu测量值进行噪声处理，采用滤波技术来进行传感器姿态解算；
17、使用最优静止假设检验算法对滤波去噪后的原始imu测量值进行零速修正；
18、对修正后的原始imu测量值进行单位变换。
19、可选的，还包括：
20、任何在人体根节点坐标系中具有位置prl和速度vrl的叶关节l都受到惯性力ffic的影响，惯性力ffic的计算公式为：
21、
22、其中，m是质量，[·]×是用于向量叉积的反对称矩阵，arr是根关节的加速度，ωrr是根关节的角速度，是位置prl对时间求导后的速度，是角速度ωrr对时间求导后的角加速度。
23、可选的，所述自回归估计器的训练过程，包括：
24、以根节点动态与叶关节动态作为网络输入，所述根节点动态包括根节点的加速度arr、角速度ωrr和角加速度所述叶关节动态包括叶节点的位置prl、速度加速度arl和方向rrl，所述根节点动态从预处理后的imu测量值中直接读出，所述叶关节动态中的位置prl和速度通过前一帧的估计惯性加速度得出；
25、以所有叶关节的估计惯性加速度作为网络输出，表达式为：
26、afic＝ffic/m
27、其中，afic表示估计惯性加速度；
28、以l2损失作为所述自回归估计器的损失函数；
29、根据所述惯性力的计算公式与预处理后的imu测量值，合成真实的惯性加速度，将所述真实的惯性加速度作为监督学习目标。
30、可选的，对于局部姿态估计，所述利用补偿后的imu测量值进行局部姿态和全局运动的估计，包括：
31、对于局部姿态估计，以补偿后的imu测量值中的{rrl,arl+afic}作为输入的连接向量，通过3个带有imu输入跳连的长短期记忆循环神经网络依次进行叶关节位置、所有关节位置和所有关节旋转的计算；
32、对于全局运动估计，通过回归关节速度和脚地接触概率，进行全局运动的估计。
33、可选的，所述根据估计得到的局部姿态和全局运动，在人体模型上进行姿态和位置的可视化展示，包括：
34、将估计得到的局部姿态和全局运动作为后处理的输入；
35、对于所述人体局部姿态，根据估计的人体关节旋转，结合根节点处稀疏惯性测量单元测量的根节点全局朝向，使用参数化人体模型或骨骼蒙皮技术获取人体表面几何；
36、使用三维可视化技术，根据所述人体表面几何对人体模型进行实时渲染；
本文档来自技高网...
【技术保护点】
1.一种非惯性系动力学建模的惯性人体动作捕捉方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取人体特定关节点的IMU测量值，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述原始IMU测量值进行预处理，包括：
4.根据权利要求3所述的方法，其特征在于，还包括：
5.根据权利要求4所述的方法，其特征在于，所述自回归估计器的训练过程，包括：
6.根据权利要求5所述的方法，其特征在于，所述利用补偿后的IMU测量值进行局部姿态和全局运动的估计，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据估计得到的局部姿态和全局运动，在人体模型上进行姿态和位置的可视化展示，包括：
8.一种非惯性系动力学建模的惯性人体动作捕捉装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于
...【技术特征摘要】
1.一种非惯性系动力学建模的惯性人体动作捕捉方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取人体特定关节点的imu测量值，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述原始imu测量值进行预处理，包括：
4.根据权利要求3所述的方法，其特征在于，还包括：
5.根据权利要求4所述的方法，其特征在于，所述自回归估计器的训练过程，包括：
6.根据权利要求5所述的方法，其特征在于，所述利用补偿后的imu测量值进行局部姿态...
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。