CN106153077B - 一种用于m-imu人体运动捕获***的初始化校准方法 - Google Patents

一种用于m-imu人体运动捕获***的初始化校准方法 Download PDF

Info

Publication number
CN106153077B
CN106153077B CN201610841974.1A CN201610841974A CN106153077B CN 106153077 B CN106153077 B CN 106153077B CN 201610841974 A CN201610841974 A CN 201610841974A CN 106153077 B CN106153077 B CN 106153077B
Authority
CN
China
Prior art keywords
coordinate system
human body
body coordinate
sensor
trunk
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
Application number
CN201610841974.1A
Other languages
English (en)
Other versions
CN106153077A (zh
Inventor
张永安
刘玉焘
刘盛羽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Kanglian Medical Technology Co ltd
Original Assignee
Suzhou Tantra Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Tantra Intelligent Technology Co Ltd filed Critical Suzhou Tantra Intelligent Technology Co Ltd
Priority to CN201610841974.1A priority Critical patent/CN106153077B/zh
Publication of CN106153077A publication Critical patent/CN106153077A/zh
Application granted granted Critical
Publication of CN106153077B publication Critical patent/CN106153077B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Manufacturing & Machinery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一种用于M‑IMU人体运动捕获***的初始化校准方法,本发明涉及人体运动捕获***的初始化校准方法。本发明为了解决现有技术存在操作复杂、精度低等问题。本发明步骤为:一:将人体肢体分为17个部分并编号,定义坐标系;二:将M‑IMU传感器固定在17个肢体上;三:设定三种校准姿势;四:对得到的数据做内蕴平均,得到在三种校准姿势下M‑IMU传感器的平均量测;五:获得躯干传感器坐标系与人体坐标系的相对旋转矩阵六:得到躯干人体坐标系相对于参考坐标系的旋转矩阵步骤七:计算得到步骤八:得到每个肢体的传感器坐标系相对于人体坐标系的相对旋转矩阵本发明应用于肢体姿态测量领域。

Description

一种用于M-IMU人体运动捕获***的初始化校准方法
技术领域
本发明涉及用于M-IMU人体运动捕获***的初始化校准方法。
背景技术
人体运动捕获广泛的应用于人机交互、虚拟现实、体育训练、医疗诊断与康复治疗、机器人控制、电影动画制作等领域。目前常用的人体运动捕获***有光学式、视频图像式、机械式、M-IMU、电磁式、红外式、声波式,但是这些***都有或多或少的缺点,不能完全覆盖上述应用领域。随着科技的发展和进步,微机电传感器(MEMS)在小型化、精度以及成本上有了重大的突破,基于MEMS的人体运动捕获***吸引了众多学者的研究。M-IMU传感器***由一个三轴加速度计、一个三轴陀螺仪以及一个三轴磁力计组成,这些传感器可以集成在一片很小的芯片里,从而减小了***的尺寸和重量,安装在肢体上也不会妨碍人体的正常运动。
基于M-IMU的人体运动捕获***需要在人体的每个肢体上安装一个IMU/M-IMU传感器,通过测量和估计肢体的姿态来获得人体的运动信息。然而,在通常情况下传感器的测量坐标系与相应的人体坐标系是不重合,这样的运动测量是没有意义的,必须通过适当的初始化校准程序才能将人体运动信息转换成关节角等生物学参数。初始化校准程序用来计算传感器坐标系和人体坐标系之间的相对旋转矩阵,进而把基于传感器坐标系下的测量转换成基于人体坐标系下的运动学信息,是M-IMU人体运动捕获***必不可少的过程。
现有技术中的初始化校准算法主要分为三类:
第一类初始化校准方法是通过精确地传感器安装,使传感器的测量坐标系与人体坐标系完全重合。由于人体的肢体表面是不规则的,这种校准方法的精度有限。另一方面,从用户使用角度来看,精确的传感器安装是一项复杂的任务,不适用于日常生活中。
第二类初始化校准方法是通过辅助工具来完成,该辅助工具通过人体骨骼标志点来测量人体关节的旋转轴,进而获得传感器坐标系相对于人体坐标系的旋转矩阵。这种方法需要一定的解剖学知识,过程繁琐。
第三类初始化校准方法是通过一系列的校准姿势和动作来完成。在校准姿势下人体坐标系的一个轴与重力平行,可以利用加速度计测量的重力加速度来获得。在校准动作下人体的关节绕另一个轴旋转,可以利用陀螺仪测量的角速度来获得。最后一个轴可以利用正交原理来获得。这种校准方法操作简单、方便,适用于日常生活,但是这种方法的校准精度取决于校准姿势和校准动作的标准程度。
综上所述,现有的初始化校准方法存在操作复杂、精度低等缺陷。
发明内容
本发明是为了解决现有技术存在操作复杂、精度低等问题,而提出的一种用于M-IMU人体运动捕获***的初始化校准方法。
一种用于M-IMU人体运动捕获***的初始化校准方法按以下步骤实现:
步骤一:根据人体运动学模型和人体解剖学将人体肢体分为17个部分并编号,并对人体的每个部分建立人体坐标系和相应的传感器坐标系同时建立参考坐标系其中i=1,2,3,…,17;
步骤二:将M-IMU传感器固定在17个相应的肢体上;
步骤三:设定三种校准姿势,即校准姿势1、校准姿势2和校准姿势3;记录每种校准姿势下的传感器测量数据其中所述分别为17个肢体上传感器坐标系相对于参考坐标系的旋转矩阵数据,分别为n次测量得到的传感器坐标系相对于参考坐标系的旋转矩阵数据;
步骤四:对步骤三在每种校准姿势下得到的M-IMU传感器测量数据做内蕴平均,得到在三种校准姿势下M-IMU传感器的平均量测其中所述分别为的平均量测值;
步骤五:计算三种校准姿势下肩关节的相对旋转矩阵,结合步骤四得到的M-IMU传感器的平均量测值,利用手眼标定算法获得躯干传感器坐标系与人体坐标系的相对旋转矩阵
步骤六:根据步骤五得到的躯干传感器坐标系与人体坐标系的相对旋转矩阵得到躯干人体坐标系相对于参考坐标系的旋转矩阵
步骤七:在校准姿势1下,躯干、盆骨、头部、左上肢和左下肢的人体坐标系相互平行,即右上肢和右下肢的人体坐标系相互平行并且与躯干的人体坐标系相差一个相对旋转矩阵其中所述为躯干、盆骨、头部、左上肢和左下肢肢体人体坐标系相对于参考坐标系的旋转矩阵,为右上肢和右下肢的人体坐标系相对于参考坐标系的旋转矩阵;
步骤八:根据步骤四得到的在校准姿势1下的传感器测量以及步骤七得到的人体坐标系相对于参考坐标系的旋转矩阵得到每个肢体的传感器坐标系相对于人体坐标系的相对旋转矩阵
发明效果:
(1)能够校准得到传感器坐标系和人体坐标系之间的相对旋转矩阵,减少安装位置不准确带来的误差,与不进行校准动作相比较,动作捕获的精度为其3倍。
(2)校准方式简单,耗时短,只需将传感器安装在身体各个肢解然后做三个标准姿势既能实现校准,避免了繁琐的动作校准,以及因为动作的不标准带来的误差。
(3)价格低廉,无需借助其他设备,利用IMU传感器即可实现校准。若采用光学等方法进行校准,需要增加额外的光学设备,大大提高校准成本。本方法可以大大降低校准成本。
(4)采用了内蕴平均算法对传感器采集到的数据进行了预处理,保障后续的校准算法的可靠性。
附图说明
图1人体肢体编号
图2参考坐标系和人体坐标系示意图;
图3校准姿势1模型图;
图4校准姿势2模型图;
图5校准姿势3模型图。
具体实施方式
具体实施方式一:一种用于M-IMU人体运动捕获***的初始化校准方法以下步骤:
铰接多刚体模型广泛地应用于人体运动分析和生物力学研究中,该模型将人体的每个肢体看成刚体,忽略人体关节的平移运动,只考虑其旋转运动。简化的人体模型由头、躯干、盆骨、上肢和下肢组成。
步骤一:根据人体运动学模型和人体解剖学将人体肢体分为17个部分并编号,如图1所示,并对人体的每个部分建立人体坐标系和相应的传感器坐标系同时建立参考坐标系其中i=1,2,3,…,17;
步骤二:将M-IMU传感器固定在17个相应的肢体上;
步骤三:设定三种校准姿势,即校准姿势1、校准姿势2和校准姿势3;记录每种校准姿势下的传感器测量数据其中所述分别为17个肢体上传感器坐标系相对于参考坐标系的旋转矩阵数据,分别为n次测量得到的传感器坐标系相对于参考坐标系的旋转矩阵数据;
步骤四:对步骤三在每种校准姿势下得到的M-IMU传感器测量数据做内蕴平均,得到在三种校准姿势下M-IMU传感器的平均量测其中所述分别为的平均量测值;
步骤五:计算三种校准姿势下肩关节的相对旋转矩阵,结合步骤四得到的M-IMU传感器的平均测量,利用手眼标定算法获得躯干传感器坐标系与人体坐标系的相对旋转矩阵
步骤六:根据步骤五得到的躯干传感器坐标系与人体坐标系的相对旋转矩阵得到躯干人体坐标系相对于参考坐标系的旋转矩阵
步骤七:在校准姿势1下,躯干、盆骨、头部、左上肢和左下肢的人体坐标系相互平行,即右上肢和右下肢的人体坐标系相互平行并且与躯干的人体坐标系相差一个相对旋转矩阵其中所述为躯干、盆骨、头部、左上肢和左下肢人体坐标系相对于参考坐标系的旋转矩阵,为右上肢和右下肢的人体坐标系相对于参考坐标系的旋转矩阵;
步骤八:根据步骤四得到的在校准姿势1下的传感器测量以及步骤七得到的人体坐标系相对于参考坐标系的旋转矩阵得到每个肢体的传感器坐标系相对于人体坐标系的相对旋转矩阵
具体实施方式二:本实施方式与具体实施方式一不同的是:所述步骤一中对人体的每个部分建立人体坐标系和相应的传感器坐标系同时建立参考坐标系具体为:
根据人体运动学模型将人体分为17个部分并编号;结合人体的运动形态定义人体坐标系,在身体直立,双手平伸向身体两侧时,在躯干、盆骨、头部、左上肢、左下肢上建立人体坐标系,x轴指向身体前方,y轴指向身体左侧,z轴垂直向上;右上肢和右下肢的人体坐标系相互平行但是与左侧肢体的人体坐标系镜像对称,右上肢和右下肢的人体坐标系的x轴指向身体前方,y轴指向身体右侧,z轴垂直向下;参考坐标系为地球坐标系,X*轴指向地磁北,Y*轴指向东,Z*轴垂直向下。参考坐标系和人体坐标系示意图的示意图如图2所示。传感器坐标系由传感器内部陀螺仪的安装位置决定,M-IMU传感器在每一个部分任意安装。
其它步骤及参数与具体实施方式一相同。
具体实施方式三:本实施方式与具体实施方式一或二不同的是:所述步骤三中校准姿势1、校准姿势2和校准姿势3具体为:
校准姿势1为保持身体和下肢直立,双脚并拢,双臂自然下垂,掌心朝身体内侧;
校准姿势2为保持身体和下肢直立,双脚并拢,双手平伸向身体两侧,掌心向下;
校准姿势3为保持身体和下肢直立,双脚并拢,双臂向前伸展与肩平,掌心向下。
使用者依次执行三种校准姿势,每种校准姿势保持十秒钟,在每种姿势下传感器以10赫兹的采样频率采集数据。三种校准姿势如图3、图4和图5所示。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四:本实施方式与具体实施方式一至三之一不同的是:所述步骤四中对步骤三在每种校准姿势下得到的M-IMU传感器测量数据做内蕴平均,得到在三种校准姿势下M-IMU传感器的平均量测具体为:
使用者在执行校准姿势时不可避免地会发生晃动,利用内蕴平均算法对传感器测量进行平均。
以其中一个传感器的测量为例对n组测量做平均:
其中R为旋转矩阵,Rt为每次测量的的旋转矩阵。
该内蕴平均算法的核心是将利用对数映射将旋转矩阵从李群SO(3)转换到李代数so(3)中,然后在so(3)做平均,最后在转换到SO(3),算法如下所示:
计算在SO(3)上的误差矩阵把误差矩阵从SO(3)转换为so(3):
其中Δθt为在so(3)中各个肢体传感器的旋转角度,Δrt为在so(3)中各个肢体传感器的旋转轴向量的斜对称矩阵形式。
在so(3)求平均误差矩阵:
把平均误差矩阵从so(3)转换到SO(3):
其中为Δθ的平均。
在SO(3)上计算平均矩阵:
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五:本实施方式与具体实施方式一至四之一不同的是:所述步骤五中计算三种校准姿势下肩关节的相对旋转矩阵,结合步骤四得到的M-IMU传感器的平均测量,利用手眼标定算法获得躯干传感器坐标系与人体坐标系的相对旋转矩阵的具体过程为:
在校准姿势1的状态下,左上肢的人体坐标系相对于躯干人体坐标系绕X轴逆时针旋转90度,此时肩关节的旋转矩阵为:
在校准姿势2的状态下,左上肢的人体坐标系与躯干人体坐标系平行,此时肩关节的旋转矩阵为:
在校准姿势3的状态下,左上肢的人体坐标系相对于躯干人体坐标系绕Z轴逆时针旋转90度,此时肩关节的旋转矩阵为:
在三种校准姿势下左侧肩关节的运动学方程如下:
将公式(2)化简为手眼标定方程:
AjX=XBj,j=1,2 (3)
其中为躯干人体坐标系相对于盆骨人体坐标系的旋转矩阵;
躯干的相对旋转矩阵通过在李群SO(3)上采用最小二乘法来获得:
其中向量αjj,j=1,2是矩阵Aj,Bj,j=1,2的归一化的指数坐标,通过如下方法计算获得:
躯干传感器坐标系和人体坐标系的相对旋转矩阵为:
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六:本实施方式与具体实施方式一至五之一不同的是:所述根据步骤六中得到躯干人体坐标系相对于参考坐标系的旋转矩阵具体为:
其它步骤及参数与具体实施方式一至五之一相同。
具体实施方式七:本实施方式与具体实施方式一至六之一不同的是:所述步骤七中右上肢和右下肢的人体坐标系相互平行并且与躯干的人体坐标系相差一个相对旋转矩阵具体为:
右上肢和右下肢的人体坐标系相互平行并且与躯干的人体坐标系相差一个旋转矩阵
右上肢和右下肢的人体坐标系相对于参考坐标系的旋转矩阵为:
其它步骤及参数与具体实施方式一至六之一相同。
具体实施方式八:本实施方式与具体实施方式一至七之一不同的是:所述步骤八中得到每个肢体的传感器坐标系相对于人体坐标系的相对旋转矩阵的具体过程为:
躯干和左侧肢体的传感器坐标系相对于人体坐标系的相对旋转矩阵为:
躯干和右侧肢体的传感器坐标系相对于人体坐标系的相对旋转矩阵为:
其它步骤及参数与具体实施方式一至七之一相同。
实施例一:
因为安装方式的原因,人体各个肢体上传感器坐标系和相应的人体坐标系是不重合的。为了提高运动捕获的精度,所以需要对其进行初始化校准求出传感器坐标系和人体坐标系的相对旋转矩阵。为了求取这个相对旋转矩阵我们首先需要通过传感器测量人体各个肢体的姿态数据。传感器使用3轴加速度计、3轴陀螺仪和3轴磁力计测量人体各肢体的加速度、角速率和地磁信息。根据人体骨架模型,只有将传感器安放于人体骨骼处才能得到比较精确的数据,但是因为安装方式的限制,只能将其安装与人体皮肤比较少的部位,尽可能与人体骨骼贴合的地方。研究表明传感器的安放应尽可能减少软组织带来的影响。考虑上述原则,在人体直立双臂自然下垂时将大臂的传感器安放于肱三头肌与肘关节连接处的肌腱位置,小臂传感器安放于小臂背部,手掌的传感器安放于手背中心处。腿部传感器也遵循同样的原则,使其与人体骨骼贴合。
安装好传感器后依次做三个标准姿势即标准姿势1、标准姿势2、标准姿势3。传感器测量多组各个肢体的加速度、角速度和地磁信息。然后通过卡尔曼滤波将传感器测量的数据进行融合得到每个肢体传感器坐标系相对于参考坐标系的旋转矩阵因为人体在做标准姿势时难免会产生抖动,所以我们通过对其测量的多组数据求其内蕴平均的方法来得到一个平均值该算法利用对数映射将旋转矩阵从李群SO(3)转换到李代数so(3)中,然后在so(3)做平均,再转换到SO(3)。最后求出传感器坐标系相对于参考坐标系的旋转矩阵的平均值。在三个标准姿势下我们能够求出肩关节相对于参考坐标系的旋转矩阵然后结合运动学方程将其化简为手眼标定方程后在在李群上采用最小二乘法求出躯干传感器坐标系相对于人体坐标系的旋转矩阵然后求得躯干人体坐标系相对于参考坐标系的旋转矩阵在标准姿势1下头部、躯干、盆骨和左侧肢体的人体坐标系相互平行,且已知右侧肢体与躯干的相对旋转四元数。所以可以求得各个肢体的人体坐标系相对于参考坐标系的旋转矩阵,最后求出各个肢体的传感器坐标系相对于人体坐标系的旋转矩阵

Claims (8)

1.一种用于M-IMU人体运动捕获***的初始化校准方法,其特征在于,所述用于M-IMU人体运动捕获***的初始化校准方法包括以下步骤:
步骤一:根据人体运动学模型和人体解剖学将人体肢体分为17个部分并编号,并对人体的每个部分建立人体坐标系和相应的传感器坐标系同时建立参考坐标系其中i=1,2,3,…,17;
步骤二:将M-IMU传感器固定在17个相应的肢体上;
步骤三:设定三种校准姿势,即校准姿势1、校准姿势2和校准姿势3;记录每种校准姿势下的传感器测量数据其中所述分别为17个肢体上传感器坐标系相对于参考坐标系的旋转矩阵数据,分别为n次测量得到的传感器坐标系相对于参考坐标系的旋转矩阵数据;
步骤四:对步骤三在每种校准姿势下得到的M-IMU传感器测量数据做内蕴平均,得到在三种校准姿势下M-IMU传感器的平均量测其中所述分别为的平均量测值;
步骤五:计算三种校准姿势下肩关节的相对旋转矩阵,结合步骤四得到的M-IMU传感器的平均量测值,利用手眼标定算法获得躯干传感器坐标系与人体坐标系的相对旋转矩阵
步骤六:根据步骤五得到的躯干传感器坐标系与人体坐标系的相对旋转矩阵得到躯干人体坐标系相对于参考坐标系的旋转矩阵
步骤七:在校准姿势1下,躯干、盆骨、头部、左上肢和左下肢的人体坐标系相互平行,即右上肢和右下肢的人体坐标系相互平行并且与躯干的人体坐标系相差一个相对旋转矩阵其中所述为躯干、盆骨、头部、左上肢和左下肢肢体人体坐标系相对于参考坐标系的旋转矩阵,为右上肢和右下肢的人体坐标系相对于参考坐标系的旋转矩阵;
步骤八:根据步骤四得到的在校准姿势1下的传感器测量以及步骤七得到的人体坐标系相对于参考坐标系的旋转矩阵得到每个肢体的传感器坐标系相对于人体坐标系的相对旋转矩阵
2.根据权利要求1所述的一种用于M-IMU人体运动捕获***的初始化校准方法,其特征在于,所述步骤一中对人体的每个部分建立人体坐标系和相应的传感器坐标系同时建立参考坐标系具体为:
在身体直立,双手平伸向身体两侧时,在躯干、盆骨、头部、左上肢、左下肢上建立人体坐标系,x轴指向身体前方,y轴指向身体左侧,z轴垂直向上;右上肢和右下肢的人体坐标系的x轴指向身体前方,y轴指向身体右侧,z轴垂直向下;参考坐标系为地球坐标系,X*轴指向地磁北,Y*轴指向东,Z*轴垂直向下。
3.根据权利要求2所述的一种用于M-IMU人体运动捕获***的初始化校准方法,其特征在于,所述步骤三中校准姿势1、校准姿势2和校准姿势3具体为:
校准姿势1为保持身体和下肢直立,双脚并拢,双臂自然下垂,掌心朝身体内侧;
校准姿势2为保持身体和下肢直立,双脚并拢,双手平伸向身体两侧,掌心向下;
校准姿势3为保持身体和下肢直立,双脚并拢,双臂向前伸展与肩平,掌心向下。
4.根据权利要求3所述的一种用于M-IMU人体运动捕获***的初始化校准方法,其特征在于,所述步骤四中对步骤三在每种校准姿势下得到的M-IMU传感器测量数据做内蕴平均,得到在三种校准姿势下M-IMU传感器的平均量测具体为:
对n组测量做平均:
其中R为旋转矩阵,Rt为每次测量的旋转矩阵。
5.根据权利要求4所述的一种用于M-IMU人体运动捕获***的初始化校准方法,其特征在于,所述步骤五中计算三种校准姿势下肩关节的相对旋转矩阵,结合步骤四得到的M-IMU传感器的平均测量,利用手眼标定算法获得躯干传感器坐标系与人体坐标系的相对旋转矩阵的具体过程为:
在校准姿势1的状态下,左上肢的人体坐标系相对于躯干人体坐标系绕X轴逆时针旋转90度,此时肩关节的旋转矩阵为:
在校准姿势2的状态下,左上肢的人体坐标系与躯干人体坐标系平行,此时肩关节的旋转矩阵为:
在校准姿势3的状态下,左上肢的人体坐标系相对于躯干人体坐标系绕Z轴逆时针旋转90度,此时肩关节的旋转矩阵为:
在三种校准姿势下左侧肩关节的运动学方程如下:
将公式(2)化简为手眼标定方程:
AjX=XBj,j=1,2 (3)
其中为躯干人体坐标系相对于盆骨人体坐标系的旋转矩阵;
躯干的相对旋转矩阵通过在李群SO(3)上采用最小二乘法来获得:
其中向量αjj,j=1,2是矩阵Aj,Bj,j=1,2的归一化的指数坐标,通过如下方法计算获得:
躯干传感器坐标系和人体坐标系的相对旋转矩阵为:
6.根据权利要求5所述的一种用于M-IMU人体运动捕获***的初始化校准方法,其特征在于,所述根据步骤六中得到躯干人体坐标系相对于参考坐标系的旋转矩阵具体为:
7.根据权利要求6所述的一种用于M-IMU人体运动捕获***的初始化校准方法,其特征在于,所述步骤七中右上肢和右下肢的人体坐标系相互平行并且与躯干的人体坐标系相差一个相对旋转矩阵具体为:
右上肢和右下肢的人体坐标系相互平行并且与躯干的人体坐标系相差一个旋转矩阵
右上肢和右下肢的人体坐标系相对于参考坐标系的旋转矩阵为:
8.根据权利要求7所述的一种用于M-IMU人体运动捕获***的初始化校准方法,其特征在于,所述步骤八中得到每个肢体的传感器坐标系相对于人体坐标系的相对旋转矩阵的具体过程为:
躯干和左侧肢体的传感器坐标系相对于人体坐标系的相对旋转矩阵为:
躯干和右侧肢体的传感器坐标系相对于人体坐标系的相对旋转矩阵为:
CN201610841974.1A 2016-09-22 2016-09-22 一种用于m-imu人体运动捕获***的初始化校准方法 Active CN106153077B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610841974.1A CN106153077B (zh) 2016-09-22 2016-09-22 一种用于m-imu人体运动捕获***的初始化校准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610841974.1A CN106153077B (zh) 2016-09-22 2016-09-22 一种用于m-imu人体运动捕获***的初始化校准方法

Publications (2)

Publication Number Publication Date
CN106153077A CN106153077A (zh) 2016-11-23
CN106153077B true CN106153077B (zh) 2019-06-14

Family

ID=57340876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610841974.1A Active CN106153077B (zh) 2016-09-22 2016-09-22 一种用于m-imu人体运动捕获***的初始化校准方法

Country Status (1)

Country Link
CN (1) CN106153077B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106871928B (zh) * 2017-01-18 2020-09-25 北京工业大学 基于李群滤波的捷联惯性导航初始对准方法
CN106918352A (zh) * 2017-05-02 2017-07-04 桂林电子科技大学 一种手持式mems磁力计的航向校正方法
CN107340889B (zh) * 2017-06-30 2020-05-12 华勤通讯技术有限公司 一种定位初始化方法及装置
CN107314778B (zh) * 2017-08-04 2023-02-10 广东工业大学 一种相对姿态的标定方法、装置及***
CN108030496B (zh) * 2017-12-02 2021-03-16 北京工业大学 一种人体上肢肩部盂肱关节旋转中心与上臂抬升角耦合关系测量方法
CN108324282B (zh) * 2018-01-31 2021-02-05 北京工业大学 一种人体肩部盂肱关节旋转中心运动信息检测***
CN108378854B (zh) * 2018-02-07 2021-10-29 北京摩高科技有限公司 一种姿态测量捕捉分析***及其计算方法
CN108852360A (zh) * 2018-03-16 2018-11-23 北京工业大学 一种人体下肢髋膝关节角度检测***及方法
CN109211267B (zh) * 2018-08-14 2022-08-23 广州虚拟动力网络技术有限公司 一种惯性动作捕捉姿态快速校准方法及***
CN109407840A (zh) * 2018-10-18 2019-03-01 看见故事(苏州)影视文化发展有限公司 一种动作捕捉技术的视角转换方法
CN109711302B (zh) * 2018-12-18 2019-10-18 北京诺亦腾科技有限公司 模型参数校准方法、装置、计算机设备和存储介质
CN110398256B (zh) * 2019-06-19 2021-12-03 北京摩高科技有限公司 一种人体单一姿态的初始校正方法
CN110502107A (zh) * 2019-07-26 2019-11-26 森博迪(深圳)科技有限公司 可穿戴实时动作指导***和方法
CN110978064B (zh) * 2019-12-11 2022-06-24 山东大学 人机协作中人体安全评估方法及***
CN111895997B (zh) * 2020-02-25 2022-10-25 哈尔滨工业大学 一种无需标准矫正姿势的基于惯性传感器的人体动作采集方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799934A (zh) * 2010-04-02 2010-08-11 北京大学软件与微电子学院无锡产学研合作教育基地 一种基于微机电惯性传感网络的实时人体运动捕捉***
CN103517741A (zh) * 2011-05-05 2014-01-15 高通股份有限公司 用于运动捕捉的邻近度传感器网格
CN103813771A (zh) * 2011-09-26 2014-05-21 索尼公司 运动辅助装置和运动辅助方法、计算机程序以及程序记录介质
CN104147770A (zh) * 2014-07-24 2014-11-19 燕山大学 基于惯性传感器可穿戴式偏瘫康复设备及捷联姿态算法
CN104457741A (zh) * 2014-12-08 2015-03-25 燕山大学 一种基于蚁群算法误差修正的人体手臂运动跟踪方法
CN105551059A (zh) * 2015-12-08 2016-05-04 国网山西省电力公司技能培训中心 光学和惯性体感数据融合的变电仿真人体运动捕捉方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799934A (zh) * 2010-04-02 2010-08-11 北京大学软件与微电子学院无锡产学研合作教育基地 一种基于微机电惯性传感网络的实时人体运动捕捉***
CN103517741A (zh) * 2011-05-05 2014-01-15 高通股份有限公司 用于运动捕捉的邻近度传感器网格
CN103813771A (zh) * 2011-09-26 2014-05-21 索尼公司 运动辅助装置和运动辅助方法、计算机程序以及程序记录介质
CN104147770A (zh) * 2014-07-24 2014-11-19 燕山大学 基于惯性传感器可穿戴式偏瘫康复设备及捷联姿态算法
CN104457741A (zh) * 2014-12-08 2015-03-25 燕山大学 一种基于蚁群算法误差修正的人体手臂运动跟踪方法
CN105551059A (zh) * 2015-12-08 2016-05-04 国网山西省电力公司技能培训中心 光学和惯性体感数据融合的变电仿真人体运动捕捉方法

Also Published As

Publication number Publication date
CN106153077A (zh) 2016-11-23

Similar Documents

Publication Publication Date Title
CN106153077B (zh) 一种用于m-imu人体运动捕获***的初始化校准方法
CN108939512B (zh) 一种基于穿戴式传感器的游泳姿态测量方法
CN104757976B (zh) 一种基于多传感器融合的人体步态分析方法和***
Choe et al. A sensor-to-segment calibration method for motion capture system based on low cost MIMU
Zhou et al. Reducing drifts in the inertial measurements of wrist and elbow positions
US20150149104A1 (en) Motion Tracking Solutions Using a Self Correcting Three Sensor Architecture
KR101751760B1 (ko) 하지 관절 각도를 이용한 보행 인자 추정 방법
US20100194879A1 (en) Object motion capturing system and method
WO2016183812A1 (zh) 一种混合运动捕捉***及方法
CN108836346A (zh) 一种基于惯性传感器的人体步态分析方法和***
KR101214227B1 (ko) 동작 추적 방법.
JP2004264060A (ja) 姿勢の検出装置における誤差補正方法及びそれを利用した動作計測装置
CN109284006B (zh) 一种人体运动捕获装置和方法
CN110609621B (zh) 姿态标定方法及基于微传感器的人体运动捕获***
CN109620104A (zh) 胶囊内窥镜及其定位方法及***
WO2018132999A1 (zh) 一种用于可穿戴式设备的人体步长测量方法及其测量设备
CN116027905A (zh) 基于惯性传感器的双人皮划艇上肢动作捕捉方法
CN111895997B (zh) 一种无需标准矫正姿势的基于惯性传感器的人体动作采集方法
CN109883451A (zh) 一种用于行人方位估计的自适应增益互补滤波方法及***
CN109297507B (zh) 基于惯性传感器的免对准动作的人体四肢运动捕捉方法
CN108874146B (zh) 一种应用于虚拟现实***中的运动人体质心位移计算方法
CN114469078B (zh) 一种基于光惯融合的人体运动检测方法
Sikeridis et al. An imu-based wearable system for automatic pointing during presentations
Zhang et al. 3D upper limb motion modeling and estimation using wearable micro-sensors
US10549426B2 (en) Method for estimating movement of a poly-articulated mass object

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 215625 Jinnan Road Science and Technology Pioneer Park A01, Jinfeng Town, Zhangjiagang City, Suzhou City, Jiangsu Province

Applicant after: Suzhou Tantra Intelligent Technology Co.,Ltd.

Address before: 215625 Jinnan Road Science and Technology Pioneer Park A01, Jinfeng Town, Zhangjiagang City, Suzhou City, Jiangsu Province

Applicant before: SUZHOU TANTRA AUTOMATION TECHNOLOGY CO.,LTD.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230111

Address after: Room 1702, building 1, No. 188, Fuchunjiang Road, high tech Zone, Suzhou, Jiangsu 215000

Patentee after: Suzhou Kanglian Medical Technology Co.,Ltd.

Address before: 215625 Jinnan Road Science and Technology Pioneer Park A01, Jinfeng Town, Zhangjiagang City, Suzhou City, Jiangsu Province

Patentee before: Suzhou Tantra Intelligent Technology Co.,Ltd.