CN108874146B - 一种应用于虚拟现实***中的运动人体质心位移计算方法 - Google Patents

一种应用于虚拟现实***中的运动人体质心位移计算方法 Download PDF

Info

Publication number
CN108874146B
CN108874146B CN201810747170.4A CN201810747170A CN108874146B CN 108874146 B CN108874146 B CN 108874146B CN 201810747170 A CN201810747170 A CN 201810747170A CN 108874146 B CN108874146 B CN 108874146B
Authority
CN
China
Prior art keywords
axis
human body
period
mass center
motion
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
CN201810747170.4A
Other languages
English (en)
Other versions
CN108874146A (zh
Inventor
李垒
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.)
BEIJING OPHYER TECHNOLOGY Co.,Ltd.
Original Assignee
Beijing Ophyer 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 Beijing Ophyer Technology Co ltd filed Critical Beijing Ophyer Technology Co ltd
Priority to CN201810747170.4A priority Critical patent/CN108874146B/zh
Publication of CN108874146A publication Critical patent/CN108874146A/zh
Application granted granted Critical
Publication of CN108874146B publication Critical patent/CN108874146B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F3/012—Head tracking input arrangements
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01—Indexing scheme relating to G06F3/01
    • G06F2203/012—Walk-in-place systems for allowing a user to walk in a virtual environment while constraining him to a given position in the physical environment

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)
  • Gyroscopes (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Position Input By Displaying (AREA)

Abstract

本发明请求保护一种应用于虚拟现实***中的运动人体质心位移计算方法，包括以下步骤：采用动作捕捉感应器分别感应用户身体上多个部位的动作，并对所述动作进行质心判断，若判断是质心部位的动作时，则进行人体质心位移的计算步骤；通过采用EMS陀螺仪和加速度计在内的惯性器件，获得人体支撑腿运动情况，判断是否是支撑腿，并在支撑腿确定的情况下，求取人体质心的运动情况，根据固定在人体身上的惯性设备，求取人体运动时的关节角，并根据人体XOY矢量运动图以及人体运动学模型、几何运动学，求取质心的位置，实现跑步时期人体质心位置的解算。本发明可以提高虚拟现实***的人体运动的测量准确性。

Description

一种应用于虚拟现实***中的运动人体质心位移计算方法
技术领域
本发明属于虚拟现实技术领域，特别涉及一种应用于虚拟现实***中的运动人体质心位移计算方法。
背景技术
虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真技术。虚拟现实技术利用计算机技术生成一种模拟环境，通过多源信息融合的交互式的三维动态视景和实体行为的***仿真使用户沉浸到该模拟环境中。虚拟现实技术逐渐走进大众的视野，在娱乐、生活、技术和工作等多个领域开始崭露头角。。
虚拟现实领域的飞速发展推动了3D头戴显示器、手势识别技术、动作捕捉技术、室内定位技术等相关技术的迅猛发展。而以上相关技术的实现方式也呈现出多种多样的形态。随着不同部分的实现技术方案、组合方式不同，用户体验及效果也差异很大。市面上大部分产品都是基于某一种技术或针对虚拟现实相关某一部分的产品。例如单独的头戴显示器、只利用光识别技术的动作捕捉设备、只基于惯性传感器的动作捕捉设备、基于激光的室内定位***等等。这种分散化的虚拟现实设备一方面比较占用空间，另一方面又限制了用户体验时的活动范围。动作捕获技术已掀起国内外的研究热潮，其中人体腰部(质心)被作为可以反映人体运动的关键部位，对动作捕获、虚拟现实等的实现起着至关重要的作用。经过及检索，仅有关于拖拉机质心的相关测量方法，并没有关于虚拟现实中运动人体的检测方法，而传统的做法是根据人体运动学模型计算人体质心的位置，但是仅适用用于正常行走以计上下楼，但人的姿态大多复杂，难以实现较复杂动作的捕捉。另一个较为普遍的做法是，利用光学检测装置，来估计质心的位移，但光学测量***易被外界遮挡。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种准确估计人体在虚拟现实中运动质心变化的应用于虚拟现实***中的运动人体质心位移计算方法。
本发明的技术方案如下：
一种应用于虚拟现实***中的运动人体质心位移计算方法，所述虚拟现实***包括：可穿戴虚拟现实设备，设备包括头戴式设备、动作捕捉设备以及一体化背包，头戴式设备包括头戴式显示器，用于显示虚拟场景，动作捕捉设备包括多个适于布置在用户身体上多个部位动作捕捉感应器及质心位移计算模块，其特征在于，所述计算方法包括以下步骤：采用动作捕捉感应器分别感应用户身体上多个部位的动作，并对所述动作进行质心判断，若判断是质心部位的动作时，则进行人体质心位移的计算步骤；通过采用MEMS陀螺仪和加速度计在内的惯性器件，获得人体支撑腿运动情况，具体包括：根据加速度计测得的数据，判断被测对象处于支撑期还是摆动期；若被测对象处于支撑期时，判断是否是支撑腿，并在支撑腿确定的情况下，求取人体质心的运动情况，包括：首先求取加速度计数据的欧几里得范数和，接着获取单次测定的欧几里得范数和重力加速度相对误差的算术平方根，并进行滤波处理，最后进行绝对值运算，获得两腿运动的值，将两腿值相乘，判断行人跑步时所处的时期；根据固定在人体身上的惯性设备，求取人体运动时的关节角，并根据人体XOY矢量运动图以及人体运动学模型、几何运动学，求取质心的位置，实现跑步时期人体质心位置的解算；具体包括以下公式：先采集固定于人腿部的三轴加速度计的输出值，并求出其欧几里得范数Acc，如公式(1)所示；
Figure GDA0002993108680000021
在公式(1)中，accx、accy、accz分别为加速度计x轴、y轴、z轴的输出；
Figure GDA0002993108680000022
在公式(2)中，α表示左右腿的加速度偏移，g代表重力加速度，一般取为g≈9.8m/s2
β＝0.5*(1+α-|1-α|) (3)；
ζ＝βleft·βright (4)；
β表示判定左右腿的偏移修正值，βleft代表左腿的值，βright代表右腿的值；
根据公式(5)便可以判别跑步时期的状态，以及支撑期的支撑腿，具体如下：
Figure GDA0002993108680000031
ζ表示飞跃临界值，根据公式(5)可判别飞跃期、支撑期、以及支撑期的支撑腿；飞跃期双脚离开地面，仅受重力作用，借助牛顿运动力学，求取质心的位置；
步骤二：人体运动关节角解算；
设roll、pitch、yaw分别为关节与坐标轴x轴，y轴，z轴的夹角，其中roll、pitch、yaw分别表示横滚角、俯仰角、航向角，即yaw为分别为绕着x，y，z轴旋转所得角度；在初始时刻利用加速度值得到俯仰角和横滚角分别为
Figure GDA0002993108680000032
Figure GDA0002993108680000033
Figure GDA0002993108680000034
分别表示载体坐标系下x，y，z轴的加速度值；
设置初始航向角yaw＝0°；由初始时刻的roll，pitch，yaw信息可以得出初始四元数为
Figure GDA0002993108680000035
Q(t0)表示初始时刻的四元数方程，q0(t0),q1(t0),q2(t0),q3(t0)分别表示在初始时刻的四个元素，t0表示初始时刻，公式(8)为四元数的微分方程；
Figure GDA0002993108680000036
其中Q(ti)＝[q0(ti),q1(ti),q2(ti),q3(ti)]T为采样点i时刻的四元数，q0(ti),q1(ti),q2(ti),q3(ti)分别表示在采样点i时刻时候的四个元素，q0、q1、q2、q3分别表示采样点在四个位置的采样元素，采用一阶毕卡法求解四元数微分方程，得到
Figure GDA0002993108680000041
其中Δt为两相邻采样时刻的时间间隔；ωx，ωy，ωz为分别为载体坐标系相对于惯性坐标系的角速度信息，考虑惯性器件的精度，故对其中地球自转角速度和导航系下载体运动引起的角速度均可忽略不计，ωx，ωy，ωz即为陀螺仪所测量的三轴角速度；
四元数更新后，为了便于对角度的直观理解，将四元数转换为欧拉角，其对应的关系为：
Figure GDA0002993108680000042
步骤三：支撑期人体质心的计算；
当人处于站立阶段时，先测量人体的大腿，小腿以及脚的长度，且分别用Ltight、Lshin、Lfoot表示；为了方便描述支撑期间根节点的位移，以xoy平面图来分析处于支撑期间的唯一估计；
又由下式可知，在xoy平面，根节点的x轴坐标
Figure GDA0002993108680000043
y轴坐标
Figure GDA0002993108680000044
分别可由公式(11)、(12)表示；
Figure GDA0002993108680000045
Figure GDA0002993108680000046
同理，可求得xoz平面，根节点z轴坐标；
Figure GDA0002993108680000047
分别表示大腿、小腿、脚在x轴的位置，
Figure GDA0002993108680000048
分别表示大腿、小腿、脚在y轴的位置，
在Δt时间内，髋关节，膝关节，踝关节的位移改变量为
Figure GDA0002993108680000051
在公式(13)中Lk代表k关节的骨骼长度，该长度可直接测量；θi,t表示在t时刻，质心在xoy平面旋转的角度的大小；
Figure GDA0002993108680000052
分别表示髋关节，膝关节，踝关节的x轴、y轴位移改变量，θi,t+Δt表示θi,t表示在t+Δt时刻，质心在xoy平面旋转的角度的大小；
同理，在Δt时间内，根关节点的位移改变量为
Figure GDA0002993108680000053
Figure GDA0002993108680000054
分别表示Δt时间内，根关节点的x轴、y轴位移改变量，
Figure GDA0002993108680000055
Figure GDA0002993108680000056
分别表示根节点在t时刻的x轴坐标、y轴坐标位移改变量，θroot表示根节点在xoy平面旋转的角度的大小；
步骤四：飞跃期的位移估计算法；
在跑步时所经历的飞跃期不同于支撑期，在该期间人体运动仅受重力的影响，故人处于飞跃期可以近似为一个质量为m的小球，在重力场的影响下，做上抛运动；根据牛顿运动力学，在t+Δt时间，根节点
Figure GDA0002993108680000057
可由公式(15)表示；
Figure GDA0002993108680000058
在公式(15)中，
Figure GDA0002993108680000059
表示根节点在t时刻的位移改变量，k可取x、y、z三个值中任意一个，分别代表x轴、y轴、z轴，Δt表示单位时间，
Figure GDA00029931086800000510
表示t-1时刻的加速度；υk表示该轴的速度，可由陀螺仪的积分可得。
进一步的，处理器根据至少四个定位光束接收器分别接收到定位光束的时间、扫射周期、相对空间位置关系以及定位光束发射装置的预定位置，确定头戴式虚拟现实设备和/或所述一体化背包的位置。
本发明的有益效果
本发明采用低成本、低功耗、轻质量的MEMS惯性传感器，无需外界布点，易于普及推广。算法流程操作简单，无需耗费处理器太多资源。在试验验证中，准确率可达98.88％，对人体运动的研究重要意义，在虚拟现实应用中具有广泛意义。通过设置采用EMS陀螺仪和加速度计在内的惯性器件，获得人体支撑腿运动情况，根据加速度计测得的数据，判断被测对象处于支撑期还是摆动期；若被测对象处于支撑期时，判断是否是支撑腿，并在支撑腿确定的情况下，求取人体质心的运动情况，包括：首先求取加速度计数据的欧几里得范数和，接着获取单次测定的欧几里得范数和、重力加速度相对误差的算术平方根，并经滤波处理后，最后进行绝对值运算，获得两腿运动的值，将两腿值相乘，判断行人跑步时所处的时期；根据固定在人体身上的惯性设备，求取人体运动时的关节角，并根据人体XOY矢量运动图以及人体运动学模型、几何运动学，求取质心的位置，实现跑步时期人体质心位置的解算；实现了人体质心位置的准确计算，然后可以对于虚拟现实中的人体状态进行准确反馈。
附图说明
图1是本发明提供优选实施例应用于虚拟现实***中的运动人体质心位移计算方法框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是：
如图1所示为一种应用于虚拟现实***中的运动人体质心位移计算方法，所述虚拟现实***包括：可穿戴虚拟现实设备，设备包括头戴式设备、动作捕捉设备以及一体化背包，头戴式设备包括头戴式显示器，用于显示虚拟场景，动作捕捉设备包括多个适于布置在用户身体上多个部位动作捕捉感应器及质心位移计算模块，所述计算方法包括以下步骤：采用动作捕捉感应器分别感应用户身体上多个部位的动作，并对所述动作进行质心判断，若判断是质心部位的动作时，则进行人体质心位移的计算步骤；通过采用MEMS陀螺仪和加速度计在内的惯性器件，获得人体支撑腿运动情况，具体包括：根据加速度计测得的数据，判断被测对象处于支撑期还是摆动期；若被测对象处于支撑期时，判断是否是支撑腿，并在支撑腿确定的情况下，求取人体质心的运动情况，包括：首先求取加速度计数据的欧几里得范数和，接着获取单次测定的欧几里得范数和重力加速度相对误差的算术平方根，并进行滤波处理，最后进行绝对值运算，获得两腿运动的值，将两腿值相乘，判断行人跑步时所处的时期；根据固定在人体身上的惯性设备，求取人体运动时的关节角，并根据人体XOY矢量运动图以及人体运动学模型、几何运动学，求取质心的位置，实现跑步时期人体质心位置的解算；具体包括以下公式：先采集固定于人腿部的三轴加速度计的输出值，并求出其欧几里得范数Acc，如公式(1)所示；
Figure GDA0002993108680000071
在公式(1)中，accx、accy、accz分别为加速度计x轴、y轴、z轴的输出；
Figure GDA0002993108680000072
在公式(2)中，g代表重力加速度，一般取为g≈9.8m/s2
β＝0.5*(1+α-|1-α|) (3)；
ζ＝βleft·βright (4)；
在公式(4)中，βleft代表左腿的值，βright代表右腿的值；
根据公式(5)便可以判别跑步时期的状态，以及支撑期的支撑腿，具体如下：
Figure GDA0002993108680000073
根据公式(5)可判别飞跃期、支撑期、以及支撑期的支撑腿；飞跃期双脚离开地面，仅受重力作用，借助牛顿运动力学，求取质心的位置；
步骤二：人体运动关节角解算；
设roll、pitch、yaw分别为关节与坐标轴x轴，y轴，z轴的夹角，其中roll、pitch、yaw分别表示横滚角、俯仰角、航向角，即yaw为分别为绕着x，y，z轴旋转所得角度；在初始时刻利用加速度值得到俯仰角和横滚角分别为
Figure GDA0002993108680000081
Figure GDA0002993108680000082
Figure GDA0002993108680000083
分别表示载体坐标系下x，y，z轴的加速度值；
设置初始航向角yaw＝0°；由初始时刻的roll，pitch，yaw信息可以得出初始四元数为Q(t0)＝[q0(t0),q1(t0),q2(t0),q3(t0)]T，公式(8)为四元数的微分方程；
Figure GDA0002993108680000084
其中Q(ti)＝[q0(ti),q1(ti),q2(ti),q3(ti)]T为采样点i时刻的四元数，采用一阶毕卡法求解四元数微分方程，得到
Figure GDA0002993108680000085
其中Δt为两相邻采样时刻的时间间隔；ωx，ωy，ωz为分别为载体坐标系相对于惯性坐标系的角速度信息，考虑惯性器件的精度，故对其中地球自转角速度和导航系下载体运动引起的角速度均可忽略不计，ωx，ωy，ωz即为陀螺仪所测量的三轴角速度；
四元数更新后，为了便于对角度的直观理解，将四元数转换为欧拉角，其对应的关系为：
Figure GDA0002993108680000086
步骤三：支撑期人体质心的计算；
当人处于站立阶段时，先测量人体的大腿，小腿以及脚的长度，且分别用Ltight、Lshin、Lfoot表示；为了方便描述支撑期间根节点的位移，以xoy平面图来分析处于支撑期间的唯一估计；
又由下式可知，在xoy平面，根节点的x轴坐标
Figure GDA0002993108680000091
y轴坐标
Figure GDA0002993108680000092
分别可由公式(11)、(12)表示；
Figure GDA0002993108680000093
Figure GDA0002993108680000094
同理，可求得xoz平面，根节点z轴坐标；
在Δt时间内，髋关节，膝关节，踝关节的位移改变量为
Figure GDA0002993108680000095
在公式(13)中Lk代表k关节的骨骼长度，该长度可直接测量；θi,t表示在t时刻，质心在xoy平面旋转的角度的大小；
同理，在Δt时间内，根关节点的位移改变量为
Figure GDA0002993108680000096
步骤四：飞跃期的位移估计算法；
在跑步时所经历的飞跃期不同于支撑期，在该期间人体运动仅受重力的影响，故人处于飞跃期可以近似为一个质量为m的小球，在重力场的影响下，做上抛运动；根据牛顿运动力学，在t+Δt时间，根节点
Figure GDA0002993108680000097
可由公式(15)表示；
Figure GDA0002993108680000098
在公式(15)中，k可取x、y、z三个值中任意一个，分别代表x轴、y轴、z轴，υk表示该轴的速度，可由陀螺仪的积分可得。
优选的，处理器根据至少四个定位光束接收器分别接收到定位光束的时间、扫射周期、相对空间位置关系以及定位光束发射装置的预定位置，确定头戴式虚拟现实设备和/或所述一体化背包的位置。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (2)

1.一种应用于虚拟现实***中的运动人体质心位移计算方法，所述虚拟现实***包括：可穿戴虚拟现实设备，设备包括头戴式设备、动作捕捉设备以及一体化背包，头戴式设备包括头戴式显示器，用于显示虚拟场景，动作捕捉设备包括多个适于布置在用户身体上多个部位动作捕捉感应器及质心位移计算模块，其特征在于，所述计算方法包括以下步骤：采用动作捕捉感应器分别感应用户身体上多个部位的动作，并对所述动作进行质心判断，若判断是质心部位的动作时，则进行人体质心位移的计算步骤；通过采用MEMS陀螺仪和加速度计在内的惯性器件，获得人体支撑腿运动情况，具体包括：根据加速度计测得的数据，判断被测对象处于支撑期还是摆动期；若被测对象处于支撑期时，判断是否是支撑腿，并在支撑腿确定的情况下，求取人体质心的运动情况，包括：首先求取加速度计数据的欧几里得范数和，接着获取单次测定的欧几里得范数和重力加速度相对误差的算术平方根，并进行滤波处理，最后进行绝对值运算，获得两腿运动的值，将两腿值相乘，判断行人跑步时所处的时期；根据固定在人体身上的惯性设备，求取人体运动时的关节角，并根据人体XOY矢量运动图以及人体运动学模型、几何运动学，求取质心的位置，实现跑步时期人体质心位置的解算；具体包括以下公式：先采集固定于人腿部的三轴加速度计的输出值，并求出其欧几里得范数Acc，如公式(1)所示；
Figure FDA0002993108670000011
在公式(1)中，accx、accy、accz分别为加速度计x轴、y轴、z轴的输出；
Figure FDA0002993108670000012
在公式(2)中，α表示左右腿的加速度偏移，g代表重力加速度，一般取为g≈9.8m/s2
β＝0.5*(1+α-|1-α|) (3)；
ζ＝βleft·βright (4)；
β表示判定左右腿的偏移修正值，βleft代表左腿的值，βright代表右腿的值；
根据公式(5)便可以判别跑步时期的状态，以及支撑期的支撑腿，具体如下：
Figure FDA0002993108670000021
ζ表示飞跃临界值，根据公式(5)可判别飞跃期、支撑期、以及支撑期的支撑腿；飞跃期双脚离开地面，仅受重力作用，借助牛顿运动力学，求取质心的位置；
步骤二：人体运动关节角解算；
设roll、pitch、yaw分别为关节与坐标轴x轴，y轴，z轴的夹角，其中roll、pitch、yaw分别表示横滚角、俯仰角、航向角，即yaw为分别为绕着x，y，z轴旋转所得角度；在初始时刻利用加速度值得到俯仰角和横滚角分别为
Figure FDA0002993108670000022
Figure FDA0002993108670000023
Figure FDA0002993108670000024
分别表示载体坐标系下x，y，z轴的加速度值；
设置初始航向角yaw＝0°；由初始时刻的roll，pitch，yaw信息可以得出初始四元数为
Figure FDA0002993108670000026
Q(t0)表示初始时刻的四元数方程，q0(t0),q1(t0),q2(t0),q3(t0)分别表示在初始时刻的四个元素，t0表示初始时刻，公式(8)为四元数的微分方程；
Figure FDA0002993108670000025
其中Q(ti)＝[q0(ti),q1(ti),q2(ti),q3(ti)]T为采样点i时刻的四元数，q0(ti),q1(ti),q2(ti),q3(ti)分别表示在采样点i时刻时候的四个元素，q0、q1、q2、q3分别表示采样点在四个位置的采样元素，采用一阶毕卡法求解四元数微分方程，得到
Figure FDA0002993108670000031
其中Δt为两相邻采样时刻的时间间隔；ωx，ωy，ωz为分别为载体坐标系相对于惯性坐标系的角速度信息，考虑惯性器件的精度，故对其中地球自转角速度和导航系下载体运动引起的角速度均可忽略不计，ωx，ωy，ωz即为陀螺仪所测量的三轴角速度；
四元数更新后，为了便于对角度的直观理解，将四元数转换为欧拉角，其对应的关系为：
Figure FDA0002993108670000032
步骤三：支撑期人体质心的计算；
当人处于站立阶段时，先测量人体的大腿，小腿以及脚的长度，且分别用Ltight、Lshin、Lfoot表示；为了方便描述支撑期间根节点的位移，以xoy平面图来分析处于支撑期间的唯一估计；
又由下式可知，在xoy平面，根节点的x轴坐标
Figure FDA0002993108670000033
y轴坐标
Figure FDA0002993108670000034
分别可由公式(11)、(12)表示；
Figure FDA0002993108670000035
Figure FDA0002993108670000036
同理，可求得xoz平面，根节点z轴坐标；
Figure FDA0002993108670000037
分别表示大腿、小腿、脚在x轴的位置，
Figure FDA0002993108670000038
分别表示大腿、小腿、脚在y轴的位置，
在Δt时间内，髋关节，膝关节，踝关节的位移改变量为
Figure FDA0002993108670000041
在公式(13)中Lk代表k关节的骨骼长度，该长度可直接测量；θi,t表示在t时刻，质心在xoy平面旋转的角度的大小；
Figure FDA00029931086700000410
分别表示髋关节，膝关节，踝关节的x轴、y轴位移改变量，θi,t+Δt表示θi,t表示在t+Δt时刻，质心在xoy平面旋转的角度的大小；
同理，在Δt时间内，根关节点的位移改变量为
Figure FDA0002993108670000042
Figure FDA0002993108670000043
分别表示Δt时间内，根关节点的x轴、y轴位移改变量，
Figure FDA0002993108670000044
Figure FDA0002993108670000045
分别表示根节点在t时刻的x轴坐标、y轴坐标位移改变量，θroot表示根节点在xoy平面旋转的角度的大小；
步骤四：飞跃期的位移估计算法；
在跑步时所经历的飞跃期不同于支撑期，在该期间人体运动仅受重力的影响，故人处于飞跃期可以近似为一个质量为m的小球，在重力场的影响下，做上抛运动；根据牛顿运动力学，在t+Δt时间，根节点
Figure FDA0002993108670000046
可由公式(15)表示；
Figure FDA0002993108670000047
在公式(15)中，
Figure FDA0002993108670000048
表示根节点在t时刻的位移改变量，k可取x、y、z三个值中任意一个，分别代表x轴、y轴、z轴，Δt表示单位时间，
Figure FDA0002993108670000049
表示t-1时刻的加速度；υk表示该轴的速度，可由陀螺仪的积分可得。
2.根据权利要求1所述的应用于虚拟现实***中的运动人体质心位移计算方法，其特征在于，处理器根据至少四个定位光束接收器分别接收到定位光束的时间、扫射周期、相对空间位置关系以及定位光束发射装置的预定位置，确定头戴式虚拟现实设备和/或所述一体化背包的位置。
CN201810747170.4A 2018-07-09 2018-07-09 一种应用于虚拟现实***中的运动人体质心位移计算方法 Active CN108874146B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810747170.4A CN108874146B (zh) 2018-07-09 2018-07-09 一种应用于虚拟现实***中的运动人体质心位移计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810747170.4A CN108874146B (zh) 2018-07-09 2018-07-09 一种应用于虚拟现实***中的运动人体质心位移计算方法

Publications (2)

Publication Number Publication Date
CN108874146A CN108874146A (zh) 2018-11-23
CN108874146B true CN108874146B (zh) 2021-11-26

Family

ID=64300437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810747170.4A Active CN108874146B (zh) 2018-07-09 2018-07-09 一种应用于虚拟现实***中的运动人体质心位移计算方法

Country Status (1)

Country Link
CN (1) CN108874146B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111637959B (zh) * 2020-06-11 2021-12-03 中汽研汽车检验中心（天津）有限公司 一种人体各部分质心位置及质量的测试方法
CN115607146B (zh) * 2022-12-16 2023-03-14 东南大学 一种用于腿部姿态估计的可穿戴单节点设备及测量方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100585622C (zh) * 2008-03-13 2010-01-27 上海交通大学 基于高斯混合模型的人体跟踪方法
EP2198770A1 (en) * 2008-12-18 2010-06-23 Essilor International (Compagnie Générale D'Optique) Method for measuring the perception of spatial orientation of a person
US20170043213A1 (en) * 2015-08-14 2017-02-16 Martin Daumer Method and System for Determining the Quality of Running
CN106767790B (zh) * 2017-01-12 2019-11-08 厦门大学 人体下肢运动模型与卡尔曼滤波融合估计行人移动跟踪的方法
CN107598897B (zh) * 2017-10-19 2020-11-27 北京工业大学 一种基于人体示教的仿人机器人步态规划的方法
CN108056898B (zh) * 2017-12-21 2020-11-20 东南大学 基于下肢连杆模型和力觉信息的虚拟场景交互式康复训练机器人及其控制方法

Also Published As

Publication number Publication date
CN108874146A (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
Bebek et al. Personal navigation via high-resolution gait-corrected inertial measurement units
US7233872B2 (en) Difference correcting method for posture determining instrument and motion measuring instrument
Yun et al. Design, implementation, and experimental results of a quaternion-based Kalman filter for human body motion tracking
Bachmann et al. Inertial and magnetic tracking of limb segment orientation for inserting humans into synthetic environments
CN102323854B (zh) 人体运动捕获装置
Ahmadi et al. 3D human gait reconstruction and monitoring using body-worn inertial sensors and kinematic modeling
US20150149104A1 (en) Motion Tracking Solutions Using a Self Correcting Three Sensor Architecture
Zhang et al. Rider trunk and bicycle pose estimation with fusion of force/inertial sensors
Yuan et al. Human velocity and dynamic behavior tracking method for inertial capture system
KR101214227B1 (ko) 동작 추적 방법.
CN109284006B (zh) 一种人体运动捕获装置和方法
Zheng et al. Pedalvatar: An IMU-based real-time body motion capture system using foot rooted kinematic model
CN108338791A (zh) 失稳运动数据的检测装置及检测方法
CN110609621B (zh) 姿态标定方法及基于微传感器的人体运动捕获***
CN109000633A (zh) 基于异构数据融合的人体姿态动作捕捉算法设计
Salehi et al. Body-IMU autocalibration for inertial hip and knee joint tracking
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
CN111012358B (zh) 一种人体踝关节运动轨迹测量方法及可穿戴式设备
CN109003300B (zh) 一种基于人体质心位移计算算法的虚拟现实***
Abbate et al. Development of a MEMS based wearable motion capture system
Li et al. Prior kinematic information fusion for pedestrian localization with toe-heel-shank MIMUs
CN208591046U (zh) 失稳运动数据的检测装置
Yang et al. Research on human motion monitoring method based on multi-joint constraint filter model
Matthews et al. In-situ step size estimation using a kinetic model of human gait
Zhang et al. Ubiquitous human body motion capture using micro-sensors

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211104

Address after: 100071 2021-74, third floor, building 3, courtyard 1, Dongguantou, Fengtai District, Beijing

Applicant after: BEIJING OPHYER TECHNOLOGY Co.,Ltd.

Address before: 4-6-2, 1239 Jinkai Avenue, Yubei District, Chongqing

Applicant before: Zha Changcai

GR01 Patent grant
GR01 Patent grant