CN105912117B - 运动状态捕捉方法和*** - Google Patents
运动状态捕捉方法和*** Download PDFInfo
- Publication number
- CN105912117B CN105912117B CN201610223168.8A CN201610223168A CN105912117B CN 105912117 B CN105912117 B CN 105912117B CN 201610223168 A CN201610223168 A CN 201610223168A CN 105912117 B CN105912117 B CN 105912117B
- Authority
- CN
- China
- Prior art keywords
- motion
- motion information
- target object
- information
- capturing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 457
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000003287 optical effect Effects 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims description 32
- 239000003550 marker Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 210000004247 hand Anatomy 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请实施例公开了一种运动状态捕捉方法及***,基于传感器式捕捉模块所采集到的第一运动信息和光学式捕捉模块所采集到的第二运动信息得到目标对象的运动状态,通过传感器式捕捉模块和光学式捕捉模块共同捕捉物体的运动,适用于捕捉自由度高的物体的运动。
Description
技术领域
本申请涉及虚拟现实技术领域,特别涉及一种运动状态捕捉方法及***。
背景技术
运动状态捕捉技术是一种用于测量运动物体在三维空间运动状况的技术,它通过相关设备把运动物体的运动状况以数字的形式记录下来,然后使用计算机对运动数据进行处理,得到运动物体的空间坐标。随着科学技术的发展,运动状态捕捉技术已经在动画、电影、运动教学等领域得到了广泛的应用。
当前的运动状态捕捉技术主要采用机械式运动捕捉方式。机械式运动捕捉方式通过在运动物体上绑定相应的机械装置来实现捕捉该物体的运动,机械装置一般由多个关节和连接关节的刚性杆组成,关节均装有角度传感器,用于测量该关节的角度变化,刚性杆则用于测量关节之间长度的变化。机械装置跟随物体的运动而运动,通过在该机械装置上的相应传感器来实现对物体的运动状态的捕捉。
在实现现有技术过程中,发明人发现现有技术至少存在如下问题:
位置机械装置具有一定的尺寸,难以安装至人类手部等自由度较高的部位上,导致机械装置难以对自由度较高的物体进行运动状态的捕捉。
发明内容
本申请实施例的目的是提供一种运动状态捕捉方法及***,能够对自由度较高的物体进行运动捕捉。
为解决上述技术问题,本申请实施例提供一种运动状态捕捉方法,包括:
通过传感器式捕捉模块捕捉目标对象的第一运动信息;
通过光学式捕捉模块捕捉目标对象的第二运动信息;
根据所述第一运动信息和第二运动信息,得到目标对象的运动状态。
为解决上述技术问题,本申请实施例提供一种运动状态捕捉***,包括:
传感器式捕捉模块,用于捕捉目标对象的第一运动信息;
光学式捕捉模块,用于捕捉目标对象的第二运动信息;
综合处理模块,用于根据所述第一运动信息和第二运动信息,得到目标对象的运动状态。
由以上本申请实施例提供的技术方案可见,本申请实施例所提供的运动状态捕捉方法和***,通过传感器式捕捉模块和光学式捕捉模块共同捕捉物体的运动,适用于捕捉自由度高的物体的运动。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为通过本申请实施例中运动状态捕捉***来捕捉用户手部动作状态的示意图;
图2为本申请实施例中运动状态捕获方法的流程图;
图3为本申请实施例中运动状态捕获方法中通过传感器式捕捉模块捕捉目标对象的第一运动信息的具体流程图;
图4为本申请实施例中运动状态捕获方法中通过光学式捕捉模块捕捉目标对象的第二运动信息的具体流程图;
图5为本申请实施例中运动状态捕获方法中根据第一运动信息和第二运动信息,得到目标对象的运动状态的具体流程图;
图6为本申请另一实施例中运动状态捕获方法中根据第一运动信息和第二运动信息,得到目标对象的运动状态的具体流程图;
图7为本申请另一实施例中运动状态捕获方法中根据第一运动信息和第二运动信息,得到目标对象的运动状态的具体流程图;
图8为本申请另一实施例中运动状态捕获方法中根据第一运动信息和第二运动信息,得到目标对象的运动状态的具体流程图。
具体实施方式
本申请实施例提供一种运动状态捕捉方法及***,解决了现有技术中通过光学式运动捕捉或传感器式运动捕捉可能引起的运动捕捉精度较差的问题。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
参图1所示,目标对象以用户手部为例。运动状态捕捉***包括传感器式捕捉模块、光学式传感器和综合处理模块。
其中,传感器式捕捉模块10包括位于用户手部的手套11、位于手套11上的多个运动传感器12以及用于处理运动传感器12所采集数据的运动处理单元13。
运动传感器12的布置方式可根据用户手型进行在手套11上适应性调整,仅需保证每个手指的每个关节段均有至少一个运动传感器12即可。
当然,若通过本申请实施例中传感器式捕捉模块捕获用户整个身体的运动状态时,可将其中运动传感器通过夹具或机械集成等方式固定在用户衣服、或者用户头部、肘部、腿部等位置,仅需保证用户每个关节均有至少一个传感器即可。
运动处理单元13,根据这些数据得到用户手部的第一运动信息。当然,运动处理单元13可以通过无线传输方式与运动传感器12建立通讯,也可直接位于手套11上与运动传感器12有线连接,此均为本领域普通技术人员所熟知的技术,在此不做赘述。
另外,光学式捕捉模块20包括多个摄像头21以及与摄像头21连接的图像处理单元22。
摄像头21的数量为至少2个,可以是固定式摄像头或者头戴式摄像头,摄像头21从不同的角度拍摄用户手部,从而获得用户手部在多个角度的图像数据。
图像处理单元22用于处理摄像头21所采集到的视频数据,并根据这些数据得到用户手部的第二运动信息。
综合处理模块30,与传感器式捕捉模块10和光学式捕捉模块20均连接,分别从传感器式捕捉模块10和光学式捕捉模块20得到第一运动信息和第二运动信息,并在二者基础上得到用户手部的运动状态。
参图2所示,本申请实施例中运动状态捕捉方法通过图1所示例的运动捕捉***来实现,其包括如下步骤。
S10、通过传感器式捕捉模块捕捉目标对象的第一运动信息。
本申请实施例中,第一运动信息可以包括目标对象的当前位置、运动方向、运动姿态等多种用于体现目标对象运动的信息。
以用户手部作为目标对象为例,则第一运动信息可以包括用户手部的整***置、每个手指的位置、手掌朝向、手指及手掌的运动方向等多个信息,在此不做赘述。
本申请实施例中,第一运动信息可以通过一个预设运动坐标系来展示,例如用户手指的位置,可以通过预设运动坐标系中一个坐标点来展示,通过将相应的坐标点连接起来,形成一个手部图形,以实时展示用户手部的运动。
当然,随着第一运动信息中组成不同,可适应性选择不同类型的运动传感器12。
结合图3所示,本申请实施例中,步骤S10可以包括如下步骤。
S11、通过位于目标对象的预设部位上的传感器式捕捉模块获取预设部位的运动数据。
以用户手部为例,预设部位可以是用户手部上每个手指段、掌心、手腕等多个位置,通过对这些位置的监控,可以得到包括用户手部各个位置的完整运动状态信息。
在确定预设部位后,将运动传感器12固定在手套11的相应位置,实现对预设部位运动数据的搜集。
本申请实施例中,还可最大程度在手套11上布局运动传感器12,使得手套11基本被运动传感器12覆盖。若需要选择用户手部某个手指的运动时,可以选择性启动该手指上运动传感器12,实现捕捉该手指的运动。
值得注意的是,将运动传感器12布局至手套11上后,运动传感器12都会被编号,并且不同运动传感器12的编号都不会重复,通过编号即可确定运动传感器12位于用户手部哪个位置。S12、将所述预设部位的运动数据和其位置信息关联,得到目标对象的第一运动信息。
本申请实施例中,预设部位的位置信息通过在预设位置上的运动传感器12的编号来体现。例如,预设部位包括用户食指前端,则该预设部位的位置即位于该食指前端的运动传感器12的编号。
本申请实施例中,运动传感器12可以包括三轴微加速度计、三轴微陀螺仪,甚至三轴磁力计等多种常规运动检测元件,这些元件用于测量这些预设部位的加速度、角速度及磁力信息等运动数据。
运动处理单元13在获得运动传感器12所发出的运动数据和相对应的编号,据此得到第一运动信息,具体过程如下:
运动处理单元13根据三轴微加速度计所测得重力向量和三轴磁力计所测得地磁向量计算生成该设部位的静态三维姿态角度,采用三轴微陀螺仪所测得角速度计算生成预设部位的动态三维姿态角度,进而采用静态三维姿态角度对动态三维姿态角度进行修正,从而得到预设部位的运动状态信息,将所有预设部位的运动状态信息和其编号关联后,则得到第一运动信息。
以采集编号为前5个的运动传感器12的运动数据,得到第一运动信息为例,第一运动信息可参表1所示:
编号 | 数据 |
1 | V1 |
2 | V2 |
3 | V3 |
4 | V4 |
5 | V5 |
表1
由于此时第一运动信息还是以数组形式体现,若要以图像形式体现,可以预先做出用户手部模型,通过第一运动信息来调整模型上预设部位的运动状态,从而直观体现运动状态。
S20、通过光学式捕捉模块捕捉目标对象的第二运动信息。
本申请实施例中,与步骤S10一致,第二运动信息也可以包括目标对象的当前位置、运动方向、运动姿态等多种用于体现目标对象运动的信息。
仍以用户手部作为目标对象为例,则第二运动信息可以包括用户手部的整***置、每个手指的位置、手掌朝向、手指及手掌的运动方向等多个信息,在此不做赘述。
结合图4所示,本申请实施例中,步骤S20可以包括如下步骤。
S21、通过光学式捕捉模块捕捉目标对象的预设部位的运动数据。
与步骤S10一致,以用户手部为例,预设部位可以是用户手部上每个手指段、掌心、手腕等多个位置,通过对这些位置的监控,可以得到包括用户手部各个位置的完整运动状态信息。
本申请实施例中,可以在预设部位上设置光学标记,这个光学标记可以通过将光敏材料涂至预设部位得到,在有运动传感器12存在时,可以将光学标记涂至运动传感器12上,使得光学标记也具有编号,通过编号即可确定光学标记位于用户手部哪个位置。
光学式捕捉模块中若干摄像头21从不同角度对准用户手部,并拍摄用户手部的图像。
每个摄像头21以预设时间间隔来拍摄图像,通过分析相邻的两个图像,得到其中光学标记的位置变化,从而得到这个时间段内光学标记(即预设部位)的运动数据,其具体过程如下:
图像处理单元22在每个图像中选取一个统一的参照点,这个参照点应当是两个图像中均不会移动的部分。例如可以在用户手部侧边设定一个参照物,保证该参照物始终在图像内,从而以该参照物作为参照点。通过比对每个光学标记和参照物的位置差,从而可以明确每个光学标记的位置变化。
例如,通过分析相邻的两个图像中均位于用户食指末端的一个光学标记的运动数据,则可以得到手指末端的位置变化。
当然,通过图像数据得到光学标记的位置变化的方式并不局限前述方式,在此不做赘述。
当然,摄像头21也不局限于拍摄用户手部的图像,还可以拍摄用户手部的视频,通过在视频中提取时间间隔一致的图像数据,依然可以实现得到预设部位的运动数据,在此不做赘述。
S22、将所述预设部位的运动数据和其位置信息关联,得到目标对象的第二运动信息。
本申请实施例中,预设部位的位置信息通过在预设位置上的光学标记的编号来体现。例如,预设部位包括用户食指前端,则该预设部位的位置即位于该食指前端的光学标记的编号。
图像处理单元22将所得到的每个光学标记的运动数据和该光学标记所对应的编号关联,得到第二运动信息。
以采集编号为前5个的光学标记的运动数据,得到第二运动信息为例,第二运动信息可参表2所示:
编号 | 数据 |
1 | V1 |
2 | V2 |
3 | V3 |
4 | V4 |
5 | V5 |
表2
本申请实施例中,通过传感器式捕捉模块和光学式捕捉模块共同捕捉物体的运动,能够捕捉自由度高的物体的运动。
S30、根据第一运动信息和第二运动信息,得到目标对象的运动状态。
本申请实施例中,运动状态与第一运动信息和第二运动信息所包括数据内容一致,也包括目标对象的当前位置、运动方向、运动姿态、运动时序等多种用于体现目标对象的信息。区别在于,运动状态中每个信息均由第一运动信息和第二运动信息中同类信息进行运算得来。
由于运动状态基于第一运动信息和第二运动信息得到,可以避免单独采用传感器式捕捉模块或光学式捕捉模块所引起的运动捕捉精度差的缺陷,保证其精确性。
本申请实施例中,综合处理模块30可以根据第二运动信息来校正第一运动信息,得到目标对象的运动状态;或根据第一运动信息来校正第二运动信息,得到目标对象的运动状态。
以根据第二运动信息来修正第一运动信息得到运动状态过程中,得到运动状态中目标对象的当前位置为例,若第一运动信息中目标对象的位置在坐标A点,第二运动信息中目标对象的位置在坐标B点综合处理模块30可以通过坐标B点作为运动状态中目标对象的位置,也可以得到坐标A和B点之间一个坐标点C作为运动状态中目标对象的位置。
结合图5所示,本申请实施例中,根据第一运动信息和第二运动信息,得到目标对象的运动状态具体包括如下步骤。
S31a、获取第一加权系数和第一运动信息的乘积。
S32a、获取第二加权系数和第二运动信息的乘积。
仍以目标对象为用户手部,第一运动信息和第二运动信息中均包括手部位置、每个手指的位置、手掌朝向、手指及手掌的运动方向等信息为例。
步骤S31a和S32a分别通过第一加权系数X1和第二加权系数X2对第一运动信息和第二运动信息中各类信息做乘积。
例如,通过第一加权系数X1和第二加权系数X2对食指末端的位置进行处理时,可以通过第一加权系数X1与第一运动信息中食指位置坐标点A相乘,通过第二加权系数X2与第二运动信息中食指位置坐标点B相乘。
其中,第一加权系数X1大于或等于第二加权系数X2,并且第一加权系数X1和第二加权系数X2均是小于一且大于零。
S33a、将前述两个乘积做和,得到目标对象的运动状态。
仍以通过第一加权系数X1和第二加权系数X2对食指末端的位置进行处理为例,则食指末端的位置C=X1*A+X2*B。
当然,运动状态中其他信息也可通过如上步骤得到,在此不做赘述。
由于第一加权系数X1大于或等于第二加权系数X2,运动状态中各类信息更接近第一运动信息,运动状态以第一运动信息为主,实现通过第一运动信息来修正第二运动信息。
结合图6所示,本申请的其他实施例中,根据第一运动信息和第二运动信息,得到目标对象的运动状态还可包括如下步骤:
S31b、获取第一加权系数和第一运动信息的乘积;
S32b、获取第二加权系数和第二运动信息的乘积;第一加权系数小于第二加权系数;
S33b、将前述两个乘积做和,得到目标对象的运动状态。
该方案技术细节与前述实施例相似,在此不做赘述。其区别在于:由于第一加权系数X1小于第二加权系数X2,运动状态中各类信息更接近第二运动信息,运动状态以第二运动信息为主,实现通过第二运动信息来修正第一运动信息。
本申请实施例中,综合处理模块30以预设时间间隔从传感器式捕捉模块和光学式捕捉模块分别获取第一运动信息和第二运动信息,在通过前述步骤S30来得到目标对象的运动状态。
结合图7所示,本申请的其他实施例中,根据第一运动信息和第二运动信息,得到目标对象的运动状态还可包括如下步骤。
S31c、判断第一运动信息和第二运动信息的差值是否小于预设差值范围,若是,执行步骤S32c,若否,执行步骤S33c;
S32c、以第一运动信息或第二运动信息作为目标对象的运动状态;
S33c、根据所述第二运动信息来校正所述第一运动信息,得到目标对象的运动状态;或根据所述第一运动信息来校正所述第二运动信息,得到目标对象的运动状态。
本申请实施例中,需要判断第一运动信息和第二运动信息的差值是否小于预设差值范围,若差值在预设差值范围内,则表明第一运动信息和第二运动信息很接近,则选择其中任意一个作为运动状态均可。反之,则选择其中一个对另一个做校正,以校正后的作为运动状态。
本申请实施例中,选择第一运动信息和第二运动信息中一个对另一个做校正具体可参考前述图5和图6所示实施例,再次不做赘述。
结合图8所示,本申请的其他实施例中,根据第一运动信息和第二运动信息,得到目标对象的运动状态还可包括如下步骤。
S31d、获取传感器式捕捉模块的校准值;
S32d、获取光学式捕捉模块的校准值;
S33d、判断传感器式捕捉模块的校准值和光学式捕捉模块的校准值的大小,若传感器式捕捉模块的校准值小,执行步骤S34d;若光学式捕捉模块的校准值小,执行步骤S35d;
S34d、以第一运动信息作为目标对象的运动状态或根据所述第一运动信息来校正所述第二运动信息,得到目标对象的运动状态;
S35d、以第二运动信息作为目标对象的运动状态或根据所述第二运动信息来校正所述第一运动信息,得到目标对象的运动状态。
本申请实施例中,传感器式捕捉模块或光学式捕捉模块的校准值可以通过采集某个运动状态已经确定的物体的运动来得到,该校准值可以反映传感器式捕捉模块或光学式捕捉模块当前的运动捕捉精度,从而确定第一运动信息和第二运动信息哪个更准确。在得到了更准确的一个运动信息后,以此为基准得到目标对象的运动状态。
本申请实施例中,选择第一运动信息和第二运动信息中一个对另一个做校正同样可以参考前述图5和图6所示实施例,再次不做赘述。
当然,步骤S31d和S32d的顺序可做调整,也可以同时执行,在此不做赘述。本申请实施例中,捕捉方法还包括位于步骤S30之后的如下步骤:
S40、根据预设运动规则来修正目标对象的运动状态。
本申请实施例中,预设运动规则可以包括对于运动状态中各类信息的预设数值范围。
仍以目标对象为用户手部,第一运动信息和第二运动信息中均包括手部位置、每个手指的位置、手掌朝向、手指及手掌的运动方向等信息为例。
预设运动规则可以包括手指各个关节的位置差、手指和手掌位置差等多个范围,这些范围都是可以直接对用户手部进行测量得到,是用户手部上确定性的数据,例如手指折弯角度、手指长度、手掌宽度等。
例如,在运动捕捉过程中,发现某个手指2个关节的位置差明显大于检测到的关节距离,显然出现了捕捉错误,可以通过检测到的关节距离修正这2个关节的位置差。
本申请实施例中,捕捉方法还包括位于步骤S40之后的如下步骤:
S50、将目标对象的运动状态投射到预设场景模型。
预设场景模型可以是游戏模型、电影模型等。可以将目标对象与一些场景模型中一些道具进行关联,通过运动状态来改变目标对象与道具的位置关系,在此不做赘述。
本申请实施例中,可以通过将综合处理模块30与场景模型设备进行有线或无线连接,实现将运动状态投射到预设场景模型,在此不做赘述。
返回参图1所示,本申请实施例中,提供一种运动状态捕捉***,由于其基于前述运动状态捕捉方法,细节可参方法描述,在此不做赘述。
该运动状态捕捉***包括:
传感器式捕捉模块10,可以用于捕捉目标对象的第一运动信息;
光学式捕捉模块20,可以用于捕捉目标对象的第二运动信息;
综合处理模块30,可以用于根据第一运动信息和第二运动信息,得到目标对象的运动状态。
本申请实施例中,传感器式捕捉模块10,具体用于:
通过传感器式捕捉模块获取目标对象中预设部位的运动数据;
将所述预设部位的运动数据和其位置信息关联,得到目标对象的第一运动信息。
本申请实施例中,光学式捕捉模块20,具体用于:
通过光学式捕捉模块捕捉目标对象的预设部位的运动数据;
将所述预设部位的运动数据和其位置信息关联,得到目标对象的第二运动信息。
本申请实施例中,光学式捕捉模块20,具体用于:
通过光学式捕捉模块捕捉位于目标对象的预设部位上的光学标记的图像数据;
根据图像数据得到预设部位的运动数据。
本申请实施例中,综合处理模块30,具体用于:
根据第二运动信息来校正第一运动信息,得到目标对象的运动状态;或
根据第一运动信息来校正第二运动信息,得到目标对象的运动状态。
本申请实施例中,综合处理模块30,具体用于:
获取第一加权系数和第一运动信息的乘积;
获取第二加权系数和第二运动信息的乘积;
将前述两个乘积做和,得到目标对象的运动状态。
本申请实施例中,综合处理模块30,具体用于:
判断第一运动信息和第二运动信息的差值是否小于预设差值范围;
若是,以第一运动信息或第二运动信息作为目标对象的运动状态;
若否,根据所述第二运动信息来校正所述第一运动信息,得到目标对象的运动状态;或根据所述第一运动信息来校正所述第二运动信息,得到目标对象的运动状态
本申请实施例中,综合处理模块30,具体用于:
获取传感器式捕捉模块的校准值;
获取光学式捕捉模块的校准值;
判断传感器式捕捉模块的校准值和光学式捕捉模块的校准值的大小;
若传感器式捕捉模块的校准值小,则以第一运动信息作为目标对象的运动状态或根据所述第一运动信息来校正所述第二运动信息,得到目标对象的运动状态;
若光学式捕捉模块的校准值小,则以第二运动信息作为目标对象的运动状态或根据所述第二运动信息来校正所述第一运动信息,得到目标对象的运动状态。
本申请实施例中,综合处理模块30,具体用于:
以预设时间间隔从传感器式捕捉模块和光学式捕捉模块分别获取第一运动信息和第二运动信息;
根据所获取到的第一运动信息和第二运动信息,得到目标对象的运动状态。
本申请实施例中,***还包括预设规则修正模块,具体用于:
根据预设运动规则来修正目标对象的运动状态。
本申请实施例中,***还包括模型投射模块,具体用于:
将目标对象的运动状态投射到预设场景模型。
本申请实施例中,传感器式捕捉模块包括:手套式传感器。
本申请实施例中,光学式捕捉模块包括:固定式摄像头和头戴式摄像头中至少一个。
本申请实施例所提供的运动状态捕捉***,基于第一运动信息和第二运动信息得到运动状态,可以避免单独采用传感器式捕捉模块或光学式捕捉模块所引起的运动捕捉精度差的缺陷,保证其精确性。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种运动状态捕捉方法,其特征在于,包括:
通过传感器式捕捉模块捕捉目标对象的第一运动信息;
通过光学式捕捉模块捕捉目标对象的第二运动信息;
根据所述第一运动信息和第二运动信息,得到目标对象的运动状态;
其中,
通过传感器式捕捉模块捕捉目标对象的第一运动数据,具体包括:
通过传感器式捕捉模块获取目标对象中预设部位的运动数据;
将所述预设部位的运动数据和其位置信息关联,得到目标对象的第一运动信息;
通过光学式捕捉模块捕捉目标对象的第二运动信息,具体包括:
通过光学式捕捉模块捕捉目标对象的预设部位的运动数据;
将所述预设部位的运动数据和其位置信息关联,得到目标对象的第二运动信息;
根据所述第一运动信息和第二运动信息,得到目标对象的运动状态,具体包括:
判断第一运动信息和第二运动信息的差值是否小于预设差值范围;
若是,以第一运动信息或第二运动信息作为目标对象的运动状态;
若否,根据所述第二运动信息来校正所述第一运动信息,得到目标对象的运动状态;或根据所述第一运动信息来校正所述第二运动信息,得到目标对象的运动状态;
或者,根据所述第一运动信息和第二运动信息,得到目标对象的运动状态,具体包括:
获取传感器式捕捉模块的校准值;
获取光学式捕捉模块的校准值;
判断传感器式捕捉模块的校准值和光学式捕捉模块的校准值的大小;
若传感器式捕捉模块的校准值小,则以第一运动信息作为目标对象的运动状态或根据所述第一运动信息来校正所述第二运动信息,得到目标对象的运动状态;
若光学式捕捉模块的校准值小,则以第二运动信息作为目标对象的运动状态或根据所述第二运动信息来校正所述第一运动信息,得到目标对象的运动状态。
2.如权利要求1所述的方法,其特征在于,
通过光学式捕捉模块捕捉目标对象的预设部位的运动数据,具体包括:
通过光学式捕捉模块捕捉位于目标对象的预设部位上的光学标记的图像数据;
根据所述图像数据得到预设部位的运动数据。
3.如权利要求1所述的方法,其特征在于,
根据所述第一运动信息和第二运动信息,得到目标对象的运动状态,具体包括:
根据所述第二运动信息来校正所述第一运动信息,得到目标对象的运动状态;或
根据所述第一运动信息来校正所述第二运动信息,得到目标对象的运动状态。
4.如权利要求1所述的方法,其特征在于,
根据所述第一运动信息和第二运动信息,得到目标对象的运动状态,具体包括:
获取第一加权系数和第一运动信息的乘积;
获取第二加权系数和第二运动信息的乘积;
将前述两个乘积做和,得到目标对象的运动状态。
5.如权利要求1所述的方法,其特征在于,
根据所述第一运动信息和第二运动信息,得到目标对象的运动状态,具体包括:
以预设时间间隔从所述传感器式捕捉模块和光学式捕捉模块分别获取第一运动信息和第二运动信息;
根据所获取到的第一运动信息和第二运动信息,得到目标对象的运动状态。
6.如权利要求1所述的方法,其特征在于,
根据所述第一运动信息和第二运动信息,得到目标对象的运动状态之后,所述方法还包括:
根据预设运动规则来修正所述目标对象的运动状态。
7.如权利要求1所述的方法,其特征在于,
根据所述第一运动信息和第二运动信息,得到目标对象的运动状态之后,所述方法还包括:
将所述目标对象的运动状态投射到预设场景模型。
8.如权利要求1所述的方法,其特征在于,
所述传感器式捕捉模块包括:手套式传感器。
9.如权利要求1所述的方法,其特征在于,
所述光学式捕捉模块包括:固定式摄像头和头戴式摄像头中至少一个。
10.一种运动状态捕捉***,其特征在于,包括:
传感器式捕捉模块,用于捕捉目标对象的第一运动信息;
光学式捕捉模块,用于捕捉目标对象的第二运动信息;
综合处理模块,用于根据所述第一运动信息和第二运动信息,得到目标对象的运动状态;
其中,
所述传感器式捕捉模块,具体用于:通过传感器式捕捉模块获取所述目标对象中预设部位的运动数据;
将所述预设部位的运动数据和其位置信息关联,得到目标对象的第一运动信息;
所述光学式捕捉模块,具体用于:
通过光学式捕捉模块捕捉目标对象的预设部位的运动数据;
将所述预设部位的运动数据和其位置信息关联,得到目标对象的第二运动信息;
所述综合处理模块,具体用于:
判断第一运动信息和第二运动信息的差值是否小于预设差值范围;
若是,以第一运动信息或第二运动信息作为目标对象的运动状态;
若否,根据所述第二运动信息来校正所述第一运动信息,得到目标对象的运动状态;或根据所述第一运动信息来校正所述第二运动信息,得到目标对象的运动状态;
或者,所述综合处理模块,具体用于:
获取传感器式捕捉模块的校准值;
获取光学式捕捉模块的校准值;
判断传感器式捕捉模块的校准值和光学式捕捉模块的校准值的大小;
若传感器式捕捉模块的校准值小,则以第一运动信息作为目标对象的运动状态或根据所述第一运动信息来校正所述第二运动信息,得到目标对象的运动状态;
若光学式捕捉模块的校准值小,则以第二运动信息作为目标对象的运动状态或根据所述第二运动信息来校正所述第一运动信息,得到目标对象的运动状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610223168.8A CN105912117B (zh) | 2016-04-12 | 2016-04-12 | 运动状态捕捉方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610223168.8A CN105912117B (zh) | 2016-04-12 | 2016-04-12 | 运动状态捕捉方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105912117A CN105912117A (zh) | 2016-08-31 |
CN105912117B true CN105912117B (zh) | 2019-05-07 |
Family
ID=56745858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610223168.8A Active CN105912117B (zh) | 2016-04-12 | 2016-04-12 | 运动状态捕捉方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105912117B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590823B (zh) * | 2017-07-21 | 2021-02-23 | 昆山国显光电有限公司 | 三维形态的捕捉方法和装置 |
CN109571513B (zh) * | 2018-12-15 | 2023-11-24 | 华南理工大学 | 一种沉浸式移动抓取服务机器人*** |
CN110334595B (zh) * | 2019-05-29 | 2021-11-19 | 北京迈格威科技有限公司 | 一种犬尾运动的识别方法、装置、***及存储介质 |
CN111382701B (zh) * | 2020-03-09 | 2023-09-22 | 抖音视界有限公司 | 动作捕捉方法、装置、电子设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102553232A (zh) * | 2010-12-07 | 2012-07-11 | 鼎亿数码科技(上海)有限公司 | 人体姿态捕捉装置及其实现方法 |
CN103777748A (zh) * | 2012-10-26 | 2014-05-07 | 华为技术有限公司 | 一种体感输入方法及装置 |
CN104503589A (zh) * | 2015-01-05 | 2015-04-08 | 京东方科技集团股份有限公司 | 体感识别***及其识别方法 |
CN104834917A (zh) * | 2015-05-20 | 2015-08-12 | 北京诺亦腾科技有限公司 | 一种混合运动捕捉***及方法 |
CN105184268A (zh) * | 2015-09-15 | 2015-12-23 | 北京国承万通信息科技有限公司 | 手势识别设备、手势识别方法及虚拟现实*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100277603A1 (en) * | 2009-04-29 | 2010-11-04 | Apple Inc. | Image Capture Device to Minimize the Effect of Device Movement |
-
2016
- 2016-04-12 CN CN201610223168.8A patent/CN105912117B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102553232A (zh) * | 2010-12-07 | 2012-07-11 | 鼎亿数码科技(上海)有限公司 | 人体姿态捕捉装置及其实现方法 |
CN103777748A (zh) * | 2012-10-26 | 2014-05-07 | 华为技术有限公司 | 一种体感输入方法及装置 |
CN104503589A (zh) * | 2015-01-05 | 2015-04-08 | 京东方科技集团股份有限公司 | 体感识别***及其识别方法 |
CN104834917A (zh) * | 2015-05-20 | 2015-08-12 | 北京诺亦腾科技有限公司 | 一种混合运动捕捉***及方法 |
CN105184268A (zh) * | 2015-09-15 | 2015-12-23 | 北京国承万通信息科技有限公司 | 手势识别设备、手势识别方法及虚拟现实*** |
Also Published As
Publication number | Publication date |
---|---|
CN105912117A (zh) | 2016-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108268129B (zh) | 对动作捕捉手套上的多个传感器进行校准的方法和装置及动作捕捉手套 | |
CN105912117B (zh) | 运动状态捕捉方法和*** | |
CN108364319B (zh) | 尺度确定方法、装置、存储介质及设备 | |
KR101930652B1 (ko) | 보행 해석 시스템 및 기록 매체에 기록된 컴퓨터 프로그램 | |
JP2018151696A5 (zh) | ||
JP2014151149A (ja) | 運動解析装置及び運動解析方法 | |
JP2005256232A (ja) | 3dデータ表示方法、装置、およびプログラム | |
KR101896827B1 (ko) | 사용자 자세 추정 장치 및 방법 | |
CN109528207B (zh) | 一种动作评估方法、装置及存储介质 | |
JP2015031601A (ja) | 3次元計測装置及び方法並びにプログラム | |
CN114722913A (zh) | 姿态检测方法、装置、电子设备及计算机可读存储介质 | |
Callejas-Cuervo et al. | Capture and analysis of biomechanical signals with inertial and magnetic sensors as support in physical rehabilitation processes | |
CN109814714B (zh) | 运动传感器的安装姿态确定方法、装置以及存储介质 | |
JP2009186244A (ja) | 傾斜角度推定システム、相対角度推定システム及び角速度推定システム | |
KR101059748B1 (ko) | 특징점 패턴을 이용한 헤드 트랙커에서 특징점 배치 방법 및 헬멧의 위치 추정 방법 | |
KR20130060441A (ko) | 동작 추적을 위한 모션 센서의 교정 방법 | |
JP2013171083A (ja) | 情報端末装置 | |
CN111382701A (zh) | 动作捕捉方法、装置、电子设备及计算机可读存储介质 | |
US11400363B2 (en) | Information processing apparatus, information processing system, controller device, information processing method, and program | |
WO2020152879A1 (ja) | 動作分析装置、動作分析方法、動作分析プログラム及び動作分析システム | |
JP2014117409A (ja) | 身体関節位置の計測方法および装置 | |
JP5424224B2 (ja) | 相対角度推定システム | |
JP6403447B2 (ja) | 情報処理装置、指標校正のための撮影案内方法、コンピュータプログラム | |
CN112416134A (zh) | 一种快速生成手部关键点数据集的装置及方法 | |
JP5958920B2 (ja) | 傾斜角度推定システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PP01 | Preservation of patent right |
Effective date of registration: 20191128 Granted publication date: 20190507 |
|
PP01 | Preservation of patent right | ||
PD01 | Discharge of preservation of patent |
Date of cancellation: 20211128 Granted publication date: 20190507 |
|
PD01 | Discharge of preservation of patent | ||
PP01 | Preservation of patent right |
Effective date of registration: 20211128 Granted publication date: 20190507 |
|
PP01 | Preservation of patent right |