CN115388911A - 光学动作捕捉***的精度测量方法、装置、电子设备 - Google Patents
光学动作捕捉***的精度测量方法、装置、电子设备 Download PDFInfo
- Publication number
- CN115388911A CN115388911A CN202211018825.7A CN202211018825A CN115388911A CN 115388911 A CN115388911 A CN 115388911A CN 202211018825 A CN202211018825 A CN 202211018825A CN 115388911 A CN115388911 A CN 115388911A
- Authority
- CN
- China
- Prior art keywords
- pose information
- measurement
- marker
- precision
- motion capture
- 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.)
- Pending
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 153
- 238000000691 measurement method Methods 0.000 title abstract description 13
- 239000003550 marker Substances 0.000 claims abstract description 193
- 238000005259 measurement Methods 0.000 claims abstract description 182
- 238000000034 method Methods 0.000 claims abstract description 80
- 238000004590 computer program Methods 0.000 claims abstract description 14
- 238000003860 storage Methods 0.000 claims abstract description 11
- 238000006073 displacement reaction Methods 0.000 claims description 47
- 238000012360 testing method Methods 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 10
- 230000003068 static effect Effects 0.000 description 26
- 238000005457 optimization Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 16
- 238000013461 design Methods 0.000 description 12
- 238000004088 simulation Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 238000003754 machining Methods 0.000 description 6
- 239000003795 chemical substances by application Substances 0.000 description 5
- 238000013480 data collection Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种光学动作捕捉***的精度测量方法、装置、计算机设备、存储介质和计算机程序产品。包括：获取目标追踪对象对应的测量需求参数；基于测量需求参数，发送调整指令至测量板，以调整测量板上构建的空间几何刚体，得到目标空间几何刚体；其中，空间几何刚体是由标记球构建的；获取通过测量板采集的各标记球所在点位的位姿信息，得到目标特征点位的位姿信息；目标特征点位是预先在光学动作捕捉***的工作区域内选取的特征点位；根据测量板中标记球之间的基线长度和位姿信息，确定位姿信息的定位精度结果。采用本方法能够测量光学动作捕捉***在复杂、动态环境中的精度，得到更加准确的精度测量结果，有效提升了精度测量结果的准确性。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种光学动作捕捉***的精度测量方法、装置、电子设备和计算机可读存储介质。
背景技术
随着计算机技术领域技术的发展，光学动作捕捉***在不同业务场景的应用落地，使得光学动作捕捉***广受大众关注。光学动作捕捉***是一种用于准确测量物体在室内三维空间运动信息的设备，能够实时以0.1mm的精度捕捉空间内智能体的位姿信息，可以用于算法验证、运动规划、集群控制、人机交互、轨迹回放、步态分析等。该***依靠一整套精密而复杂的光学摄像头来实现，它通过计算机视觉原理，由多个高速摄像机从不同角度对目标特征点进行跟踪，以完成全身的动作的捕捉。
然而，目前的光学动作捕捉***的精度测量方式中，通常采用***仿真的方式，即根据相机的数量、几何布局、角度、FOV和跟踪距离进行***仿真，确定工作区域内的理论跟踪定位精度，但采用这种***仿真方式获得的是理想状态下的精度分布，没有考虑环境干扰、跟踪对象被部分遮挡等情况，使得最终推导得到的定位精度无法与实际定位精度对应，导致得到的跟踪定位精度的准确性较差。
发明内容
本申请实施例提供了一种光学动作捕捉***的精度测量方法、装置、电子设备、计算机可读存储介质，能够测量光学动作捕捉***在复杂、动态环境中的精度，得到更加准确的精度测量结果，从而有效提升了精度测量结果的准确性。
一种光学动作捕捉***的精度测量方法，所述方法包括：
获取目标追踪对象对应的测量需求参数；
基于所述测量需求参数，发送调整指令至测量板，以调整所述测量板上构建的空间几何刚体，得到目标空间几何刚体；其中，所述空间几何刚体是由标记球构建的；
获取通过所述测量板采集的各所述标记球所在点位的位姿信息，得到目标特征点位的位姿信息；所述目标特征点位是预先在所述光学动作捕捉***的工作区域内选取的特征点位；
根据所述测量板中标记球之间的基线长度和所述位姿信息，确定所述位姿信息的定位精度结果。
一种光学动作捕捉***的精度测量装置，包括：
获取模块，用于获取目标追踪对象对应的测量需求参数；
发送模块，用于基于所述测量需求参数，发送调整指令至测量板，以调整所述测量板上构建的空间几何刚体，得到目标空间几何刚体；其中，所述空间几何刚体是由标记球构建的；
所述获取模块还用于获取通过所述测量板采集的各所述标记球所在点位的位姿信息，得到目标特征点位的位姿信息；所述目标特征点位是预先在所述光学动作捕捉***的工作区域内选取的特征点位；
确定模块，用于根据所述测量板中标记球之间的基线长度和所述位姿信息，确定所述位姿信息的定位精度结果。
一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述的光学动作捕捉***的精度测量方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的方法的步骤。
上述光学动作捕捉***的精度测量方法，通过获取目标追踪对象对应的测量需求参数；基于测量需求参数，发送调整指令至测量板，以调整测量板上构建的空间几何刚体，得到目标空间几何刚体；其中，空间几何刚体是由标记球构建的；获取通过测量板采集的各标记球所在点位的位姿信息，得到目标特征点位的位姿信息；目标特征点位是预先在光学动作捕捉***的工作区域内选取的特征点位；根据测量板中标记球之间的基线长度和位姿信息，确定位姿信息的定位精度结果。由于目标空间几何刚体是基于目标追踪对象所对应的测量需求参数确定的，故可以通过测量板采集目标空间几何刚体中各标记球所在点位的位姿信息，并根据测量板中标记球之间的基线长度和各标记球所在点位的位姿信息，确定位姿信息的定位精度结果，使得能够测量光学动作捕捉***在复杂、动态环境中的精度，更加全面、客观、真实、合理的展现光学动捕***在各类应用场景中的实际精度和性能，从而有效提升了精度测量结果的准确性。
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的前提下，还可以根据这些附图获得其他的附图。
图1为一个实施例中光学动作捕捉***的精度测量方法的应用环境图；
图2为一个实施例中光学动作捕捉***的精度测量方法的流程图；
图3为一个实施例中标记球点位和全站仪坐标测量点位的设计示意图；
图4为一个实施例中获取通过测量板采集的各标记球所在点位的位姿信息，得到目标特征点位的位姿信息步骤的流程图；
图5为一个实施例中光学动作捕捉***的精度测量的流程示意图；
图6为一个实施例中测量板设计和坐标系定义的示意图；
图7为一个实施例中电子设备的内部结构图装置的结构框图；
图8为一个实施例中电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的光学动作捕捉***的精度测量方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储***可以存储服务器104需要处理的数据。数据存储***可以集成在服务器104上，也可以放在云上或其他网络服务器上。服务器104可以从终端102获取目标追踪对象对应的测量需求参数，并基于测量需求参数，发送调整指令至测量板，以调整测量板上构建的空间几何刚体，得到目标空间几何刚体；其中，空间几何刚体是由标记球构建的；服务器104获取通过测量板采集的各标记球所在点位的位姿信息，得到目标特征点位的位姿信息，目标特征点位是预先在所述光学动作捕捉***的工作区域内选取的特征点位；服务器104根据测量板中标记球之间的基线长度和位姿信息，确定位姿信息的定位精度结果。可以理解，本申请实施例提供的光学动作捕捉***的精度测量方法，也可以应用于终端，还可以应用于包括终端和服务器的***，并通过终端和服务器的交互实现。
其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种光学动作捕捉***的精度测量方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤202，获取目标追踪对象对应的测量需求参数。
其中，目标追踪对象是指待追踪的目标对象，本申请实施例中的目标追踪对象可以包括不同类型的追踪对象，例如，目标追踪对象可以是手势动作、VR设备等。
测量需求参数是指目标追踪对象所对应的需求参数，不同的目标追踪对象所对应的需求参数不同，例如，VR设备关注1～1.8m高度区域的动态精度，四足机器人关注的是0.5m左右高度区域的动态精度。
具体地，服务器可以从本地获取目标追踪对象对应的测量需求参数，服务器也可以从不同终端获取目标追踪对象对应的测量需求参数，例如，目标追踪对象以VR设备和四足机器人为例，VR设备使用过程中，VR头盔和手柄会持续被人体遮挡，因此，VR设备所对应的测量需求参数中需要明确存在长期半边遮挡情况下的动态精度；四足机器人可以自主运动，则不需要考虑人体遮挡造成的影响，因此，四足机器人所对应的测量需求参数中不需要明确存在长期半边遮挡情况下的动态精度。此外，不同的目标追踪对象关注的高度不一样，比如，VR设备关注1～1.8m高度区域的动态精度，四足机器人关注的是0.5m左右高度区域的动态精度。
此外，服务器也可以根据实际的应用特性，获取对应的测量需求参数，并基于获取到的测量需求参数，对光学动作捕捉***的精度进行测量，以确定光学动作捕捉***的定位精度是否能够满足算法开发等应用的需求，如果不能满足精度需求，则需要及时对光学动作捕捉***进行升级或者改造，以提高***的跟踪定位性能。
步骤204，基于测量需求参数，发送调整指令至测量板，以调整测量板上构建的空间几何刚体，得到目标空间几何刚体；其中，所述空间几何刚体是由标记球构建的。
其中，调整指令是指用于调整测量板上标记球即Marker球的数量、密度和几何构型，例如，如图3所示，为标记球点位和全站仪坐标测量点位的设计示意图，图3中的标记球的数量为9，即9个相同密度的标记球在测量板上构成了一个空间几何刚体。
测量板是指用于测量光学动作捕捉***的静态精度、动态精度和多目标追踪能力的测量装置。例如，本申请实施例中的测量板可以设计成通用的测量板，根据实际测量需求调整测量板上的Marker球数量、密度和几何构型。可以理解，本申请中的测量板也可以根据特定应用设计、制作和标定专用的测量板，本申请实施例中的测量板的凹槽数量、凹槽几何分布、凹槽之间的基线长度等可以根据实际应用设计。
刚体是指在运动中和受力作用后，形状和大小不变，而且内部各点的相对位置不变的物体，本申请中的刚体是指由标记球构建的空间几何刚体，通过改变标记球的数量和位置，可以得到不同的空间几何刚体。
标记球是指Marker球，Marker球是表面覆盖特殊反光材料的标记物，用于光学动作捕捉***跟踪目标对象，如VR设备、机器人等。
具体地，服务器获取目标追踪对象对应的测量需求参数之后，服务器可以基于测量需求参数，发送调整指令至测量板，以调整测量板上构建的空间几何刚体，得到目标空间几何刚体；其中，空间几何刚体是由标记球构建的。例如，服务器基于测量需求参数，发送调整指令至测量板，以调整测量板上构建的空间几何刚体，得到目标空间几何刚体可以为图3中的标记球在测量板上所构成的目标空间几何刚体。
此外，本申请实施例中的测量板可以为定制的测量板，测量板的特征简要介绍如下：
①测量板上具有多个圆形凹槽，用于固定光学动作捕捉***的标记点即Marker球；
②圆形凹槽底部具有十字瞄准线，十字瞄准线中心与圆形凹槽中心重合，用于全站仪坐标测量瞄准或游标卡尺测量；
③测量板具有较强的刚性，正常使用不易变形；
④圆形凹槽直径与Marker球基座直径相同，圆形凹槽深度与Marker球基座相同，Marker球基座固定在圆形凹槽中，要求加工精度优于0.05mm，实现Marker球的中心在垂直于测量板方向的投影与十字瞄准线中心点重合，Marker球之间的欧式距离与对应的圆形凹槽中心之间的欧式距离一致，使得基线长度可以作为参考值。
步骤206，获取通过测量板采集的各标记球所在点位的位姿信息，得到目标特征点位的位姿信息；所述目标特征点位是预先在所述光学动作捕捉***的工作区域内选取的特征点位。
其中，位姿信息是指测量板采集Marker球的光学动作捕捉***的追踪定位结果。
目标特征点位是指预先在光学动作捕捉***的工作区域内选取的特征点位，特征点的选择主要考虑特征点的分布，要求能够覆盖光学动作捕捉***的工作范围，并有一定密度，比如，在工作区域的边缘、中间区域按照一定密度设置特征点位并进行数据采集，以此得到工作区域各处的静态精度。
光学动作捕捉***是指是一种用于准确测量物体(刚体)在室内三维空间运动信息的设备，能够实时以0.1mm的精度捕捉空间内智能体的位姿信息，可以用于算法验证、运动规划、集群控制、人机交互、轨迹回放、步态分析等。该***依靠一整套精密而复杂的光学摄像头来实现，它通过计算机视觉原理，由多个高速摄像机从不同角度对目标特征点进行跟踪，以完成全身的动作的捕捉。光学动作捕捉***对智能体的捕捉可以分为被动光标记和主动光标记两类，被动光标记是指在智能体上搭建一个以Marker球构建的空间几何刚体，只要这个刚体被两台以上的相机同时看到，就可以确定这个刚体的位姿信息；主动光识别是指智能体上固定3个以上的可编码LED灯，LED灯组发出850nm频闪的红外光可以被光学动作捕捉相机识别，可以实现更远的追踪距离，更强的抗干扰能力。
具体地，服务器基于测量需求参数，发送调整指令至测量板，以调整测量板上构建的空间几何刚体，得到目标空间几何刚体之后，服务器可以通过测量板执行数据采集的流程，即服务器可以获取通过测量板采集的各标记球所在点位的位姿信息，即可得到目标特征点位的位姿信息。其中，位姿信息可以为6DoF(six-Degrees-of-Freedom)位姿信息，即位姿信息包括六自由度，即包括位置：X、Y、Z和姿态：Roll、Pitch、Yaw。
本申请实施例中的测量板可以用于测量光学动作捕捉***的静态精度、动态精度和多目标追踪能力，例如，①当数据采集流程为静态误差测量的数据采集时：可以通过预先在光学动作捕捉***工作范围内选择多个特征点位，并放置测量板采集Marker球的光学动作捕捉***追踪定位结果，以实现对测量光学动作捕捉***的静态精度的测量；②当数据采集流程为动态精度测量数据采集时：在光学动作捕捉***工作范围内设计动态运动轨迹，控制测量板按照设计的运动轨迹运动并采集Marker球的光学动作捕捉***追踪定位结果，以实现对测量光学动作捕捉***的动态精度的测量；③多目标追踪能力数据采集：在测量板上固定不同数量的Marker球，分别执行流程①和②。
步骤208，根据测量板中标记球之间的基线长度和位姿信息，确定位姿信息的定位精度结果。
其中，基线长度是指测量板上凹槽之间的基线长度，由于本申请实施例中的Marker球与凹槽中心点固连，圆形凹槽直径与Marker球基座直径相同，圆形凹槽深度与Marker球基座相同，Marker球基座固定在圆形凹槽中，要求加工精度优于0.05mm，实现Marker球的中心在垂直于测量板方向的投影与十字瞄准线中心点重合，因此，Marker球之间的欧式距离与对应的圆形凹槽中心之间的欧式距离一致，使得基线长度可以作为参考值。
定位精度结果是指用于评估定位精度的参数，例如，定位精度结果可以用均方根(Root Mean Square，RMS)、标准差(STandard Deviation，STD)、均值、最大值等参数来综合描述光学动作捕捉***的精度。
具体地，服务器获取通过测量板采集的各标记球所在点位的位姿信息，得到目标特征点位的位姿信息之后，服务器可以根据测量板中标记球之间的基线长度和位姿信息，确定位姿信息的定位精度结果。其中，定位精度结果包括相对定位精度和绝对定位精度。即相对定位精度可以通过非线性优化方法得到，服务器可以基于基线长度的几何约束构建目标函数，对光学动作捕捉***获取的坐标进行优化，优化前后的结果作差即为各Marker球的相对误差，对该误差进行统计即可获得该***的相对定位精度；绝对定位精度通过全站仪或机械臂坐标测量得到，通过全站仪或机械臂确定测量板上每个凹槽中心点的实际位移变化量，由于Marker球与凹槽中心点固连，因此凹槽中心点的实际位移变化量与相应的Marker球相同，相邻两个位置光学动作捕捉***给出的Marker球位移变化量与实际位移变化量对比，即可获得相应Marker球的绝对定位误差，对该误差进行统计即可获得该***的绝对定位精度。
此外，服务器确定位姿信息的定位精度结果之后，服务器还可以基于位姿信息的定位精度结果，生成对应的测试点误差图或者测试轨迹误差图，误差图中用颜色梯度或者误差椭圆表征不同测试点或者测试轨迹在不同区域的定位精度，以使得工作人员可以根据误差图直观的评估***精度是否满足需求，若不满足需求，则可以根据精度测量结果，制定***升级改造方案。
本实施例中，通过获取目标追踪对象对应的测量需求参数；基于测量需求参数，发送调整指令至测量板，以调整测量板上构建的空间几何刚体，得到目标空间几何刚体；其中，空间几何刚体是由标记球构建的；获取通过测量板采集的各标记球所在点位的位姿信息，得到目标特征点位的位姿信息；目标特征点位是预先在光学动作捕捉***的工作区域内选取的特征点位；根据测量板中标记球之间的基线长度和位姿信息，确定位姿信息的定位精度结果。由于目标空间几何刚体是基于目标追踪对象所对应的测量需求参数确定的，故可以通过测量板采集目标空间几何刚体中各标记球所在点位的位姿信息，并根据测量板中标记球之间的基线长度和各标记球所在点位的位姿信息，确定位姿信息的定位精度结果，使得能够测量光学动作捕捉***在复杂、动态环境中的精度，更加全面、客观、真实、合理的展现光学动捕***在各类应用场景中的实际精度和性能，从而有效提升了精度测量结果的准确性。
在一个实施例中，如图4所示，获取通过测量板采集的各标记球所在点位的位姿信息，得到目标特征点位的位姿信息的步骤，包括：
步骤402，当测量板的数据采集流程为动态精度测量数据采集时，获取预先在光学动作捕捉***工作区域内设计的运动轨迹；
步骤404，控制测量板按照所述运动轨迹运动，并通过测量板采集各标记球所在点位的位姿信息，得到目标特征点位的位姿信息。
其中，动态精度测量是指测量存在遮挡或者高动态运动情形下光学动作捕捉***的实际动态定位性能。
具体的，服务器可以通过测量板对动态精度测量数据进行采集，即当测量板的数据采集流程为动态精度测量数据采集时，服务器可以获取预先在光学动作捕捉***工作区域内设计的运动轨迹，控制测量板按照运动轨迹运动，并通过测量板采集各标记球所在点位的位姿信息，即可得到目标特征点位的位姿信息，即可以预先在光学动作捕捉***工作范围内设计动态运动轨迹，通过控制测量板按照设计的运动轨迹运动并采集Marker球的光学动作捕捉***的追踪定位结果。可以理解，在某些特定场景下，也可以根据实际应用需求设计运动特性和遮挡特性，例如高动态运动、一侧被人或其他机器遮挡等。由此使得，能够测量光学动作捕捉***在复杂、动态环境中的精度，更加全面、客观、真实、合理的展现光学动捕***在各类应用场景中的实际精度和性能，实现了对光学动作捕捉***的动态精度和多目标跟踪能力的测量，可以进行包含了特定遮挡情形的动态精度测量，能够快速准确的确定光学动作捕捉***的动态测量精度和多目标跟踪性能。
在一个实施例中，服务器也可以通过测量板对静态误差测量数据进行采集，即当测量板的数据采集流程为静态精度测量数据采集时，服务器可以在光学动作捕捉***工作范围内选择多个特征点位，并调整测量板放置的角度，以使得测量板采集静态情况下Marker球的光学动作捕捉***的追踪定位结果。其中，测量板放置的角度可以为水平放置，也可以根据实际应用需求调整放置角度。
此外，服务器还可以通过测量板对多目标追踪能力测量数据进行采集，即当测量板的数据采集流程为多目标追踪能力测量数据采集时，服务器可以在测量板上设置不同数量的Marker球，即服务器可以调整测量板上Marker球的数量，分别执行静态误差测量数据采集流程和动态精度测量数据采集流程，Marker球的数量根据需求设置。例如，需要测试跟踪30个Marker球的精度性能，则可以分别在测量板上设置30个Marker球和9个Marker球，比较Marker球数量从9个增加到设定数量是否会造成精度降低，以评估光学动作捕捉***是否具备追踪设定数量Marker球的能力。
本实施例中，能够测量光学动作捕捉***在复杂、动态环境中的精度，更加全面、客观、真实、合理的展现光学动捕***在各类应用场景中的实际精度和性能，能够对光学动作捕捉***的静态精度、动态精度和多目标跟踪能力进行快速准确的测量。
在一个实施例中，获取通过测量板采集的各标记球所在点位的位姿信息，得到目标特征点位的位姿信息的步骤，还包括
若目标应用为VR设备的应用，则获取预先在光学动作捕捉***工作区域内设计的运动轨迹和遮挡特性；
根据遮挡特性，对VR设备进行相应的遮挡处理；
控制测量板按照运动轨迹运动，并通过测量板采集各标记球所在点位的位姿信息，得到目标特征点位的位姿信息。
具体的，若目标应用为VR设备的应用，则服务器可以获取预先在光学动作捕捉***工作区域内设计的运动轨迹和遮挡特性，服务器可以根据遮挡特性，对VR设备进行相应的遮挡处理，比如，对VR设备的一侧进行遮挡处理，以实现对存在遮挡的VR设备的动态精度数据的采集；进一步的，服务器可以控制测量板按照运动轨迹运动，并通过测量板采集各标记球所在点位的位姿信息，得到目标特征点位的位姿信息。例如，以VR设备和四足机器人为例，VR设备使用过程中，VR头盔和手柄会持续被人体遮挡，需要明确存在长期半边遮挡情况下的动态精度，四足机器人可以自主运动，则不需要考虑人体遮挡造成的影响。对于特定的环境，不同的数据采集方式会对***带来影响，例如，真人佩戴VR头盔并对VR头盔进行定位的过程中，一侧会被人体遮挡，此时，光学动作捕捉***对VR头盔的跟踪定位精度与静态测试精度、***设计精度有较大差异，因此，服务器需要根据遮挡特性，对VR设备进行相应的遮挡处理，以使得本申请中提供的方法能够测量光学动作捕捉***在复杂、动态环境中的精度，更加全面、客观、真实、合理的展现光学动捕***在各类应用场景中的实际精度和性能。
在一个实施例中，定位精度结果包括相对定位精度结果，根据测量板中标记球之间的基线长度和位姿信息，确定位姿信息的定位精度结果的步骤，包括
基于基线长度的几何约束，构建目标函数；
基于目标函数，对位姿信息的原始坐标进行优化，得到优化坐标；
基于优化坐标和原始坐标，确定各标记球的相对定位误差；
基于相对定位误差，确定位姿信息的相对定位精度结果。
具体的，服务器通过测量板执行前述静态误差测量数据采集流程和动态精度测量数据采集流程后，服务器可以根据采集到的位姿信息，解算相对定位精度。本申请实施例中的测量板加工精度非常高并且进行了标定，测量板上任意两个凹槽中心点之间的基线长度可以作为固定在相应凹槽中两个Marker球i、j之间距离的参考值dij，通过光学动作捕捉***获取的Marker球i、j的坐标包含误差，例如，通过光学动作捕捉***获取的Marker球i、j的坐标分别为(xi,yi,zi)和(xj,yj,zj)，坐标误差大小会表现在Marker球i、j之间距离的观测值与参考值有一定差异，差异越大，则说明Marker球i、j的误差都比较大或其中一个点的误差比较大。服务器可以利用Marker球i、j之间距离的参考值dij对光学动作捕捉***的测量结果进行非线性优化后，即可获得高精度的优化结果，各Marker球测量结果与优化结果作差即为各方向的误差，测量结果与优化结果之间的欧式距离即为Marker球的3D误差。非线性优化过程中，初值为光学动作捕捉***的测量结果，得益于高精度的几何约束条件，通过非线性优化可以显著提升Marker球的坐标精度，优化后的坐标作为真值使用。
其中，利用高精度的基线长度对光学动作捕捉***的测量结果进行非线性优化的目标函数为：
其中，x、y、z代表三维位置的定位结果，i、j代表Marker球编号。
本实施例中，能够测量光学动作捕捉***在复杂、动态环境中的精度，更加全面、客观、真实、合理的展现光学动捕***在各类应用场景中的实际精度和性能，实现了对光学动作捕捉***的静态精度、动态精度、尺度因子和多目标跟踪能力的测量，能够得到更加准确的相对定位精度结果。
在一个实施例中，定位精度结果包括绝对定位精度结果，目标特征点位的位姿信息包括不同时刻的位姿信息；根据测量板中标记球之间的基线长度和位姿信息，确定位姿信息的定位精度结果之后，所述方法还包括：
获取通过全站仪或机械臂确定的测量板上各标记球所固定的凹槽中心点的实际位移变化量，将实际位移变化量作为各标记球的实际位移变化量；
根据不同时刻的各目标特征点位的位姿信息，确定各标记球的观测位移变化量；
基于实际位移变化量和观测位移变化量，确定各标记球的绝对定位误差；
基于绝对定位误差，确定位姿信息的绝对定位精度结果。
具体地，服务器通过测量板执行前述静态误差测量数据采集流程和动态精度测量数据采集流程后，服务器还可以根据采集到的位姿信息，解算绝对定位精度。绝对定位精度需要在数据采集过程中获取各Marker球高精度的位移信息，可以通过机械臂或者全站仪获取。对机械臂来说，由于在测量板设计时可以确定机械臂TCP和测量板上各凹槽中心点之间的相对位置关系，对TCP坐标进行杆臂改正即可获得各Marker球在数据采集过程中的高精度位移参考值。对全站仪来说，在采集数据过程中，需要在部分特征点位用全站仪观测测量板坐标，每一个点位至少观测测量板上三个凹槽中心点的位置，如图3所示，图3中设置了4个用于全站仪坐标测量的标记点，通过全站仪测量4个点的高精度坐标，由于Marker球到该4个点的相对位置关系精确已知，可以推算当前位置测量板上Marker球在全站仪坐标系下的坐标，计算全站仪前后两次观测过程中Marker球的位移变化量。即服务器可以通过机械臂或者全站仪获得了各Marker球在特征点位之间的高精度的位移变化量参考值为D0，并将该位移变化量参考值作为各所述标记球的位移变化量参考值D0，光学动作捕捉***在相应特征点位输出了各Marker的坐标，相邻点位坐标的欧式距离即为Marker球位移变化量的观测值，即服务器可以根据不同时刻的各目标特征点位的位姿信息，确定Marker球位移变化量的观测值为D1，并将各Marker球的位移变化量观测值D1与位移变化量参考值D0作差，即可得到各Marker球的3D绝对定位精度S＝D1-D0。由此使得，能够测量光学动作捕捉***在复杂、动态环境中的精度，更加全面、客观、真实、合理的展现光学动捕***在各类应用场景中的实际精度和性能，实现了对光学动作捕捉***的静态精度、动态精度、尺度因子和多目标跟踪能力的测量，能够更加快速准确的确定绝对定位精度结果。
在一个实施例中，根据测量板中标记球之间的基线长度和位姿信息，确定位姿信息的定位精度结果之后，所述方法还包括：
基于位姿信息的定位精度结果，生成测试误差图；其中，测试误差图包括测试点误差图和测试轨迹误差图；测试点误差图中用颜色梯度或者误差椭圆表征不同测试点在不同区域的定位精度；测试轨迹误差图中用颜色梯度或者误差椭圆表征测试轨迹在不同区域的定位精度。
具体地，服务器根据测量板中标记球之间的基线长度和位姿信息，确定位姿信息的定位精度结果之后，服务器可以基于位姿信息的定位精度结果，生成测试点图和测试轨迹图，测试点图和测试轨迹图用于评估光学动作捕捉***的精度是否满足需求，若不满足需求，则工作人员可以根据精度测量结果，制定***升级改造方案。由此使得，能够提供直观的可视化的精度测量结果，为用户带来便捷。
在一个实施例中，本申请实施例提供的方法，可以应用在各类光学动作捕捉***，在进行XR设备、机器人等智能体算法开发等工作时，本申请实施例提供的方法可以测量相应应用特征对应的光学动作捕捉***的精度。
传统方式中，通常根据相机的数量、几何布局、角度、FOV和跟踪距离进行***仿真，可以快速确定***覆盖能力以及各区域的理论定位精度，但采用这种仿真方式获得的是理想状态下的精度分布，没有考虑环境干扰、跟踪对象被部分遮挡等常见的情况，算法仿真推导得到的定位精度仅能表征工作范围内定位精度的差异，无法与实际定位精度对应，例如仿真得到的精度0.1mm对应的实际精度可能为0.2mm，也可能为0.05mm，即采用上述数学模型推导得到的精度没有充分考虑***配置和环境的影响，是一种很理想的精度分析模型。比如，没有充分考虑到***中相机的光圈、焦距、曝光时间参数、电脑的计算性能、环境中的动态干扰、遮挡等影响。
传统方式中还可以借助高精度测量仪器进行点到点的测量，确定***的静态精度，借助其他高精度测量设备进行点到点测量虽然简单可行，但是仅能获得***在相应特征点位的静态定位精度，无法表征***的动态定位性能以及存在遮挡或者高动态运动的情形下的实际定位性能。
因此，为了解决上述问题，本申请实施例中提出一种光学动作捕捉***精度测量装置和方法。本实施例中的精度测量装置和提出的精度测量方法可以测量光学动作捕捉***的静态精度、动态精度、尺度因子即绝对精度结果和多目标跟踪能力，特别的还可以进行包含了特定遮挡情形的动态精度测量，用于快速确定光学动作捕捉***的测量精度和多目标跟踪性能。如图5所示，为光学动作捕捉***的精度测量的流程示意图。
如图5所示，本申请实施例提出的精度测量方法，利用精度测量装置可以测量光学动作捕捉***的静态精度、动态精度和多目标追踪能力，简要流程如下：
①测量板设计、制作和标定：根据实际应用设计测量板的凹槽数量、凹槽几何分布、凹槽之间的基线长度等；
数据采集方案定制，包括运动特性和遮挡特性，具体数据采集流程包括如下流程②③④：
②静态误差测量数据采集：在光学动作捕捉***工作范围内选择多个特征点位，放置测量板采集Marker球的光学动作捕捉***的追踪定位结果；
③动态精度测量数据采集：在光学动作捕捉***工作范围内设计动态运动轨迹，控制测量板按照设计的运动轨迹运动并采集Marker球的光学动作捕捉***的追踪定位结果；
④多目标追踪能力数据采集：在测量板上固定不同数量的Marker球，分别执行流程②和③；
⑤精度计算：包括相对定位精度和绝对定位精度两类，其中，相对定位精度通过非线性优化方法得到，绝对定位精度通过全站仪或机械臂坐标测量得到；
⑥绘制测试点图、测试轨迹图，评估***精度是否满足需求，若不满足需求，则根据精度测量结果制定***升级改造方案。
其中，光学动作捕捉***是基于计算机视觉原理，该***对智能体的跟踪定位性能主要取决于：①***中相机的数量、布局、FOV、跟踪距离、角度；②智能体的位置、姿态、运动特性；③工作区域内的遮挡、干扰。通常在已有的光学动作捕捉***中，存在定位精度分布不均匀的问题，主要体现在不同区域相机的几何构型不同，中间区域能够被更多的相机观测到，继而追踪更稳定，定位精度更高；边缘区域通视相机数量较少，追踪性能较差，定位精度更低。对于特定的智能体，由于智能体的高动态运动、旋转，会影响***跟踪性能或者存在Marker球被本体遮挡的情况，造成跟踪定位不稳定或者定位精度下降。对于特定的环境，不同的数据采集方式也会对***带来影响，例如真人佩戴VR头盔并对VR头盔进行定位的过程中，一侧会被人体遮挡，此时***对VR头盔的跟踪定位精度与静态测试精度、***设计精度有较大差异。综上，需要根据实际的应用特性，对光学动作捕捉***的精度进行测量，以确定***定位精度是否能够满足算法开发等应用的需求，如果不能满足精度需求，则需要及时对***进行升级或者改造，提高***的跟踪定位性能。
在产品侧，本申请实施例提出的光学动作捕捉***精度测量装置和方法可以应用在各类光学动作捕捉***，在进行XR设备、机器人等智能体算法开发等工作时，可以测量相应应用特征对应的光学动作捕捉***的精度。
本技术方案实施设计的软、硬件平台包括：
①光学动作捕捉***：主要由多个高性能高速相机组成；
②根据特定应用设计、制作和标定的测量板：可以设计成通用的测量板，根据实际测量需求调整测量板上的Marker球数量、密度和几何构型；
③计算机：光学动作捕捉***跟踪定位解算、光学动作捕捉***精度计算和可视化；
④全站仪或游标卡尺(可选)：用于对测量板进行标定，当基线与设计值差异较大时(>0.08mm)，需要更新基线长度信息；
⑤全站仪或机械臂(可选)：用于确定测量板上各凹槽中心坐标，评估光学动作捕捉***的绝对定位精度。
本申请中设置成通用的测量板是指留出很多接口可以安装Marker球，根据实际需求进行安装。实际需求包括：会根据跟踪目标的大小粘贴不同尺寸、数量、密度的marker球建立刚体，***对于不同的刚体构成的动态跟踪精度会有差异，以VR设备为例，头盔尺寸较大，可以安装尺寸大的Marker球，手柄比较小，并且要避开密集的LED灯，所以要求Marker球尺寸比较小，几何构型也更复杂。所以需要根据实际需求，在测量板上安装不同大小、密度和几何构型的Marker球，明确不同跟踪目标的跟踪精度。
在技术侧，本申请实施例提供的光学动作捕捉***精度测量装置可以为一款定制的测量板，技术细节如下：
①测量板上具有多个圆形凹槽，用于固定光学动作捕捉***Marker球，要求Marker球拆装方便且不易脱落；
②圆形凹槽底部具有十字瞄准线，用于全站仪坐标测量瞄准或游标卡尺测量对齐，要求加工精度优于0.05mm，确保十字瞄准线中心点与圆形凹槽中心的重合度；
③测量板具有较强的刚性，正常使用不易变形，因为测量板变形会导致基线长度变化，此外，在使用前需要对测量板进行标定，确认实际基线长度是否与设计基线长度一致，不一致的话需要根据标定结果更新基线长度；
④圆形凹槽直径与Marker球基座直径相同，圆形凹槽深度与Marker球基座相同，Marker球基座固定在圆形凹槽中，要求加工精度优于0.05mm，实现Marker球的中心在垂直于测量板方向的投影与十字瞄准线中心点重合，Marker球之间的欧式距离与对应的圆形凹槽中心之间的欧式距离一致，使得基线长度可以作为参考值。例如，CNC，ComputerNumerical Control加工和3D打印均可实现加工精度优于0.05mm的要求。
本申请提出的精度测量方法，利用精度测量装置测量光学动作捕捉***的静态精度、动态精度和多目标追踪能力，技术方案实施流程如下：
①测量板设计、制作和标定：根据实际应用设计测量板的凹槽数量、凹槽几何分布、凹槽之间的基线长度等，对于新制作或者长期未标定的测量板需要使用全站仪进行标定；
②静态误差测量数据采集：在光学动作捕捉***工作范围内选择多个特征点位，放置测量板采集Marker球的光学动作捕捉***追踪定位结果，测量板放置的角度通常为水平放置，可以根据实际应用需求调整放置角度；
③动态精度测量数据采集：在光学动作捕捉***工作范围内设计动态运动轨迹，控制测量板按照设计的运动轨迹运动并采集Marker球的光学动作捕捉***追踪定位结果，特别的，可以根据实际应用需求设计运动特性和遮挡特性，例如高动态运动、一侧被人或其他机器遮挡等；
④多目标追踪能力测量数据采集：在测量板上固定不同数量的Marker球，分别执行流程②和③，Marker球数量根据需求设计，例如，需要测试跟踪30个Marker球的精度性能，则可以分别在测量板上固定30个和9个Marker球，比较Marker球数量增加到设定数量是否会造成精度降低，确定***是否具备追踪设定数量Marker球的能力。
⑤精度计算：
a)相对定位精度通过非线性优化方法得到，该方法基于基线几何约束构建目标函数对动作捕捉***获取的坐标进行优化，优化前后的结果作差即为各Marker球的相对误差，对该误差进行统计即可获得该***的相对定位精度；
b)绝对定位精度通过全站仪或机械臂坐标测量得到，通过全站仪或机械臂确定测量板上每个凹槽中心点的实际位移变化量，由于Marker球与凹槽中心点固连，因此凹槽中心点的实际位移变化量与相应的Marker球相同，将光学动作捕捉***给出的相邻两个位置的Marker球位移变化量与实际位移变化量对比，可以获得相应Marker球的绝对定位误差，对该误差进行统计即可获得该***的绝对定位精度；其中，测量得到的位移变化量由光学动作捕捉***测量给出，实际位移变化量由全站仪或机械臂测量得出，相邻两个位置是指同一个Marker球在两个位置，光学动作捕捉***可以给出相邻两个位置Marker球的位移变化量；
c)误差统计值包括RMS、STD、均值、最大值等，用这些参数综合描述***的精度；
⑥绘制测试点/测试轨迹-误差图：用颜色梯度或者误差椭圆表征不同测试点或者测试轨迹在不同区域的定位精度，评估***精度是否满足需求，不满足需求的话根据精度测量结果制定***升级改造方案。
如图6所示，为测量板设计和坐标系定义的示意图。在上述流程①中，一种通用的测量板可以如图6所示，该测量板包含25个圆形凹槽，相邻凹槽之间的基线为5cm，5×5均匀排列在测量板上，圆形凹槽排列即测量板坐标系定义如图6所示。
在使用上述测量板进行***精度测量时，以在测量板上固定9个Marker球为例，需要先设计固定Marker球的点位和全站仪坐标测量的点位(如果通过机械臂获取各点位坐标，则无需设计保留坐标测量点位)，一种点位设计如图3所示。
其中，在执行前述流程②和③后，可以解算相对定位精度。测量板加工精度非常高并且进行了标定，测量板上任意两个凹槽中心点之间的基线长度可以作为固定在相应凹槽中两个Marker球i、j之间距离的参考值dij，通过光学动作捕捉***获取的Marker球i、j的坐标包含误差，误差大小会表现在Marker球i、j之间距离的观测值与参考值有一定差异，差异越大，则说明Marker球i、j的误差都比较大或其中一个点的误差比较大。利用Marker球i、j之间距离的参考值dij对光学动作捕捉***的测量结果进行非线性优化，可以获得高精度的优化结果，各Marker球测量结果与优化结果作差即为各方向的误差，测量结果与优化结果之间的欧式距离即为Marker球的3D误差。利用高精度基线长度参数对光学动作捕捉***的测量结果进行非线性优化的目标函数如前述公式(1)所示。在非线性优化过程中，初值为光学动作捕捉***的测量结果，得益于高精度的几何约束条件，通过非线性优化可以显著提升Marker球的坐标精度，优化后的坐标作为真值使用。
绝对定位精度需要在数据采集过程中获取各Marker球高精度的位移信息，可以通过机械臂或者全站仪获取。对机械臂来说，由于在测量板设计时可以确定机械臂TCP和测量板上各凹槽中心点之间的相对位置关系，对TCP坐标进行杆臂改正即可获得各Marker球在数据采集过程中的高精度位移参考值。对全站仪来说，在采集数据过程中，需要在部分特征点位用全站仪观测测量板坐标，每一个点位至少观测测量板上三个凹槽中心点的位置，如图3中所示设计了4个用于全站仪坐标测量的标记点，通过全站仪测量4个点的高精度坐标，由于Marker球到该4个点的相对位置关系精确已知，可以推算当前位置测量板上Marker球在全站仪坐标系下的坐标，计算全站仪前后两次观测过程中Marker球的位移变化量。通过机械臂或者全站仪获得了各Marker球在特征点位之间的高精度的位移变化量参考值，光学动作捕捉***在相应特征点位输出了各Marker的坐标，相邻点位坐标的欧式距离即为Marker球位移变化量的观测值。各Marker球位移变化量观测值与位移变化量参考值作差即为各Marker球的3D绝对定位精度。
本申请实施例中的光学动作捕捉***精度测量装置为可以固定Marker球的测量板，实际上，测量板可以是多种形式，可以是平面、曲面、多面体，也可以是跟踪对象上选取的若干特征点，特征点可以按照如图3所示的规则排列，也可以随机排布，该测量装置核心特点为可以固定Marker球并精确确定Marker球之间的基线长度，其他类似的方案也在保护范围内。
本申请实施例提出的利用高精度基线长度的几何约束条件对光学动作捕捉***测量结果进行非线性优化，以获得高精度的优化结果用于计算相对精度，事实上，采用其他优化或滤波方法也能实现对坐标测量结果的优化，坐标测量结果之间的欧式距离与基线长度直接进行比较也能一定程度反映***精度，因此，其他基于高精度基线长度的精度评价方案也在保护范围内，本申请实施例中仅列出了更容易被理解的方法。
本申请实施例中提供的方法所产生的有益效果包括：
利用本申请实施例提供的精度测量装置和方法，可以测量光学动作捕捉***的静态精度、动态精度和多目标追踪能力。相比传统的***仿真和静态精度测量方式，本实施例中的技术方案充分考虑了不同应用中跟踪对象的运动特性和遮挡特性，能够测量光学动作捕捉***在复杂、动态环境中的精度，更加全面、客观、真实、合理的展现光学动捕***在各类应用场景中的实际精度和性能，指导各类应用判断当前***性能是否符合精度需求或对***进行有针对性的升级改造。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的光学动作捕捉***的精度测量方法的光学动作捕捉***的精度测量装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个光学动作捕捉***的精度测量装置实施例中的具体限定可以参见上文中对于光学动作捕捉***的精度测量方法的限定，在此不再赘述。
在一个实施例中，如图7所示，提供了一种光学动作捕捉***的精度测量装置，包括：获取模块702、发送模块704和确定模块706，其中：
获取模块702，用于获取目标追踪对象对应的测量需求参数。
发送模块704，用于基于测量需求参数，发送调整指令至测量板，以调整测量板上构建的空间几何刚体，得到目标空间几何刚体；其中，空间几何刚体是由标记球构建的。
获取模块702还用于获取通过测量板采集的各标记球所在点位的位姿信息，得到目标特征点位的位姿信息；目标特征点位是预先在光学动作捕捉***的工作区域内选取的特征点位。
确定模块706，用于根据测量板中标记球之间的基线长度和位姿信息，确定位姿信息的定位精度结果。
在一个实施例中，所述装置还包括：控制模块。获取模块还用于当所述测量板的数据采集流程为动态精度测量数据采集时，获取预先在所述光学动作捕捉***工作区域内设计的运动轨迹；控制模块，用于控制所述测量板按照所述运动轨迹运动，并通过所述测量板采集各所述标记球所在点位的位姿信息，得到目标特征点位的位姿信息。
在一个实施例中，所述装置还包括：处理模块。获取模块还用于若所述目标应用为VR设备的应用，则获取预先在光学动作捕捉***工作区域内设计的运动轨迹和遮挡特性；处理模块，用于根据所述遮挡特性，对所述VR设备进行相应的遮挡处理；控制模块还用于控制所述测量板按照所述运动轨迹运动，并通过所述测量板采集各所述标记球所在点位的位姿信息，得到目标特征点位的位姿信息。
在一个实施例中，所述装置还包括：构建模块和优化模块。构建模块，用于基于所述基线长度的几何约束，构建目标函数；优化模块，用于基于所述目标函数，对所述位姿信息的原始坐标进行优化，得到优化坐标；确定模块还用于基于所述优化坐标和所述原始坐标，确定各所述标记球的相对定位误差；基于所述相对定位误差，确定所述位姿信息的相对定位精度结果。
在一个实施例中，获取模块还用于获取通过全站仪或机械臂确定的所述测量板上各所述标记球所固定的凹槽中心点的实际位移变化量，将所述实际位移变化量作为各所述标记球的实际位移变化量；确定模块还用于根据不同时刻的各所述目标特征点位的位姿信息，确定各所述标记球的观测位移变化量；基于所述实际位移变化量和所述观测位移变化量，确定各所述标记球的绝对定位误差；基于所述绝对定位误差，确定所述位姿信息的绝对定位精度结果。
在一个实施例中，所述装置还包括：生成模块，用于基于所述位姿信息的定位精度结果，生成测试误差图；其中，所述测试误差图包括测试点误差图和测试轨迹误差图；所述测试点误差图中用颜色梯度或者误差椭圆表征不同测试点在不同区域的定位精度；所述测试轨迹误差图中用颜色梯度或者误差椭圆表征测试轨迹在不同区域的定位精度。
上述光学动作捕捉***的精度测量装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过***总线连接，通信接口通过输入/输出接口连接到***总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储光学动作捕捉***的精度测量数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种光学动作捕捉***的精度测量方法。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行光学动作捕捉***的精度测量方法的步骤。
本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行光学动作捕捉***的精度测量方法。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种光学动作捕捉***的精度测量方法，其特征在于，所述方法包括：
获取目标追踪对象对应的测量需求参数；
基于所述测量需求参数，发送调整指令至测量板，以调整所述测量板上构建的空间几何刚体，得到目标空间几何刚体；其中，所述空间几何刚体是由标记球构建的；
获取通过所述测量板采集的各所述标记球所在点位的位姿信息，得到目标特征点位的位姿信息；所述目标特征点位是预先在所述光学动作捕捉***的工作区域内选取的特征点位；
根据所述测量板中标记球之间的基线长度和所述位姿信息，确定所述位姿信息的定位精度结果。
2.根据权利要求1所述的方法，其特征在于，所述获取通过所述测量板采集的各所述标记球所在点位的位姿信息，得到目标特征点位的位姿信息，包括：
当所述测量板的数据采集流程为动态精度测量数据采集时，获取预先在所述光学动作捕捉***工作区域内设计的运动轨迹；
控制所述测量板按照所述运动轨迹运动，并通过所述测量板采集各所述标记球所在点位的位姿信息，得到目标特征点位的位姿信息。
3.根据权利要求1所述的方法，其特征在于，所述获取通过所述测量板采集的各所述标记球所在点位的位姿信息，得到目标特征点位的位姿信息，还包括
若所述目标应用为VR设备的应用，则获取预先在光学动作捕捉***工作区域内设计的运动轨迹和遮挡特性；
根据所述遮挡特性，对所述VR设备进行相应的遮挡处理；
控制所述测量板按照所述运动轨迹运动，并通过所述测量板采集各所述标记球所在点位的位姿信息，得到目标特征点位的位姿信息。
4.根据权利要求1所述的方法，其特征在于，所述定位精度结果包括相对定位精度结果，所述根据所述测量板中标记球之间的基线长度和所述位姿信息，确定所述位姿信息的定位精度结果，包括：
基于所述基线长度的几何约束，构建目标函数；
基于所述目标函数，对所述位姿信息的原始坐标进行优化，得到优化坐标；
基于所述优化坐标和所述原始坐标，确定各所述标记球的相对定位误差；
基于所述相对定位误差，确定所述位姿信息的相对定位精度结果。
5.根据权利要求1所述的方法，其特征在于，所述定位精度结果包括绝对定位精度结果；所述目标特征点位的位姿信息包括不同时刻的位姿信息；
所述根据所述测量板中标记球之间的基线长度和所述位姿信息，确定所述位姿信息的定位精度结果之后，所述方法还包括：
获取通过全站仪或机械臂确定的所述测量板上各所述标记球所固定的凹槽中心点的实际位移变化量，将所述实际位移变化量作为各所述标记球的实际位移变化量；
根据不同时刻的各所述目标特征点位的位姿信息，确定各所述标记球的观测位移变化量；
基于所述实际位移变化量和所述观测位移变化量，确定各所述标记球的绝对定位误差；
基于所述绝对定位误差，确定所述位姿信息的绝对定位精度结果。
6.根据权利要求1所述的方法，其特征在于，所述根据所述测量板中标记球之间的基线长度和所述位姿信息，确定所述位姿信息的定位精度结果之后，所述方法还包括：
基于所述位姿信息的定位精度结果，生成测试误差图；其中，所述测试误差图包括测试点误差图和测试轨迹误差图；所述测试点误差图中用颜色梯度或者误差椭圆表征不同测试点在不同区域的定位精度；所述测试轨迹误差图中用颜色梯度或者误差椭圆表征测试轨迹在不同区域的定位精度。
7.一种光学动作捕捉***的精度测量装置，其特征在于，包括：
获取模块，用于获取目标追踪对象对应的测量需求参数；
发送模块，用于基于所述测量需求参数，发送调整指令至测量板，以调整所述测量板上构建的空间几何刚体，得到目标空间几何刚体；其中，所述空间几何刚体是由标记球构建的；
所述获取模块还用于获取通过所述测量板采集的各所述标记球所在点位的位姿信息，得到目标特征点位的位姿信息；所述目标特征点位是预先在所述光学动作捕捉***的工作区域内选取的特征点位；
确定模块，用于根据所述测量板中标记球之间的基线长度和所述位姿信息，确定所述位姿信息的定位精度结果。
8.一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至6中任一项所述的光学动作捕捉***的精度测量方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211018825.7A CN115388911A (zh) | 2022-08-24 | 2022-08-24 | 光学动作捕捉***的精度测量方法、装置、电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211018825.7A CN115388911A (zh) | 2022-08-24 | 2022-08-24 | 光学动作捕捉***的精度测量方法、装置、电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115388911A true CN115388911A (zh) | 2022-11-25 |
Family
ID=84121190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211018825.7A Pending CN115388911A (zh) | 2022-08-24 | 2022-08-24 | 光学动作捕捉***的精度测量方法、装置、电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115388911A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115861592A (zh) * | 2023-02-16 | 2023-03-28 | 之江实验室 | 基于神经网络的动作捕捉***的速度精度优化方法及*** |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100303303A1 (en) * | 2009-05-29 | 2010-12-02 | Yuping Shen | Methods for recognizing pose and action of articulated objects with collection of planes in motion |
| WO2011133731A2 (en) * | 2010-04-21 | 2011-10-27 | Faro Technologies, Inc. | Method and apparatus for using gestures to control a laser tracker |
| WO2012053521A1 (ja) * | 2010-10-18 | 2012-04-26 | 株式会社トプコン | 光学情報処理装置、光学情報処理方法、光学情報処理システム、光学情報処理プログラム |
| US20150049329A1 (en) * | 2010-04-21 | 2015-02-19 | Faro Technologies, Inc. | Method and apparatus for locking onto a retroreflector with a laser tracker |
| CN106600627A (zh) * | 2016-12-07 | 2017-04-26 | 成都通甲优博科技有限责任公司 | 一种基于标志点的刚体运动捕捉方法及*** |
| CN106949908A (zh) * | 2017-04-12 | 2017-07-14 | 温州大学瓯江学院 | 一种高精度空间运动轨迹姿态追踪测量修正方法 |
| US20190066334A1 (en) * | 2017-08-25 | 2019-02-28 | Boe Technology Group Co., Ltd. | Method, apparatus, terminal and system for measuring trajectory tracking accuracy of target |
| WO2019196192A1 (zh) * | 2018-04-11 | 2019-10-17 | 深圳市瑞立视多媒体科技有限公司 | 基于捕捉球的球体布点方法、运动姿态识别方法及***、装置 |
| CN111091587A (zh) * | 2019-11-25 | 2020-05-01 | 武汉大学 | 一种基于视觉标志物的低成本动作捕捉方法 |
| CN112229394A (zh) * | 2020-10-14 | 2021-01-15 | 中国矿业大学 | 基于红外运动捕捉的煤矿井下移动设备定位定姿*** |
| WO2021063127A1 (zh) * | 2019-09-30 | 2021-04-08 | 深圳市瑞立视多媒体科技有限公司 | 多相机环境中主动式刚体的位姿定位方法及相关设备 |
| CN112945231A (zh) * | 2021-01-28 | 2021-06-11 | 深圳市瑞立视多媒体科技有限公司 | 一种imu与刚体姿态对齐的方法、装置、设备以及可读存储介质 |
| CN113804222A (zh) * | 2021-11-16 | 2021-12-17 | 浙江欣奕华智能科技有限公司 | 一种定位精度的测试方法、装置、设备及存储介质 |
| CN114653490A (zh) * | 2022-05-19 | 2022-06-24 | 中国科学技术大学 | 一种位姿测量板及机械臂自动操作通用离心机的方法 |
| WO2022170847A1 (zh) * | 2021-02-09 | 2022-08-18 | 中国科学院深圳先进技术研究院 | 一种基于激光和视觉融合的在线标定方法 |
-
2022
- 2022-08-24 CN CN202211018825.7A patent/CN115388911A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100303303A1 (en) * | 2009-05-29 | 2010-12-02 | Yuping Shen | Methods for recognizing pose and action of articulated objects with collection of planes in motion |
| WO2011133731A2 (en) * | 2010-04-21 | 2011-10-27 | Faro Technologies, Inc. | Method and apparatus for using gestures to control a laser tracker |
| US20150049329A1 (en) * | 2010-04-21 | 2015-02-19 | Faro Technologies, Inc. | Method and apparatus for locking onto a retroreflector with a laser tracker |
| WO2012053521A1 (ja) * | 2010-10-18 | 2012-04-26 | 株式会社トプコン | 光学情報処理装置、光学情報処理方法、光学情報処理システム、光学情報処理プログラム |
| CN106600627A (zh) * | 2016-12-07 | 2017-04-26 | 成都通甲优博科技有限责任公司 | 一种基于标志点的刚体运动捕捉方法及*** |
| CN106949908A (zh) * | 2017-04-12 | 2017-07-14 | 温州大学瓯江学院 | 一种高精度空间运动轨迹姿态追踪测量修正方法 |
| US20190066334A1 (en) * | 2017-08-25 | 2019-02-28 | Boe Technology Group Co., Ltd. | Method, apparatus, terminal and system for measuring trajectory tracking accuracy of target |
| WO2019196192A1 (zh) * | 2018-04-11 | 2019-10-17 | 深圳市瑞立视多媒体科技有限公司 | 基于捕捉球的球体布点方法、运动姿态识别方法及***、装置 |
| WO2021063127A1 (zh) * | 2019-09-30 | 2021-04-08 | 深圳市瑞立视多媒体科技有限公司 | 多相机环境中主动式刚体的位姿定位方法及相关设备 |
| CN111091587A (zh) * | 2019-11-25 | 2020-05-01 | 武汉大学 | 一种基于视觉标志物的低成本动作捕捉方法 |
| CN112229394A (zh) * | 2020-10-14 | 2021-01-15 | 中国矿业大学 | 基于红外运动捕捉的煤矿井下移动设备定位定姿*** |
| CN112945231A (zh) * | 2021-01-28 | 2021-06-11 | 深圳市瑞立视多媒体科技有限公司 | 一种imu与刚体姿态对齐的方法、装置、设备以及可读存储介质 |
| WO2022170847A1 (zh) * | 2021-02-09 | 2022-08-18 | 中国科学院深圳先进技术研究院 | 一种基于激光和视觉融合的在线标定方法 |
| CN113804222A (zh) * | 2021-11-16 | 2021-12-17 | 浙江欣奕华智能科技有限公司 | 一种定位精度的测试方法、装置、设备及存储介质 |
| CN114653490A (zh) * | 2022-05-19 | 2022-06-24 | 中国科学技术大学 | 一种位姿测量板及机械臂自动操作通用离心机的方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115861592A (zh) * | 2023-02-16 | 2023-03-28 | 之江实验室 | 基于神经网络的动作捕捉***的速度精度优化方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110695993B (zh) | 一种柔性机械臂同步测量方法、***及装置 | |
| US9508146B2 (en) | Automated frame of reference calibration for augmented reality | |
| WO2018201677A1 (zh) | 基于光束平差的远心镜头三维成像***的标定方法及装置 | |
| CN110501036A (zh) | 传感器参数的标定检查方法及装置 | |
| Ahmadabadian et al. | Clustering and selecting vantage images in a low-cost system for 3D reconstruction of texture-less objects | |
| CN112907727B (zh) | 相对变换矩阵的标定方法、装置及*** | |
| CN110443850B (zh) | 目标对象的定位方法及装置、存储介质、电子装置 | |
| US11237057B2 (en) | Temperature processing apparatus and temperature processing method | |
| CN110695982A (zh) | 一种基于三维视觉的机械臂手眼标定方法和装置 | |
| Isa et al. | Volumetric error modelling of a stereo vision system for error correction in photogrammetric three-dimensional coordinate metrology | |
| CN115388911A (zh) | 光学动作捕捉***的精度测量方法、装置、电子设备 | |
| CN114943774B (zh) | 一种红外双目相机温度补偿计算方法 | |
| TWI722738B (zh) | 擴增實境裝置與定位方法 | |
| EP3693697B1 (en) | Method for calibrating a 3d measurement arrangement and 3d measurement arrangement | |
| de Araujo et al. | Cloud-based approach for automatic CNC workpiece origin localization based on image analysis | |
| CN115561719A (zh) | 多雷达安装角度的标定方法、存储介质及电子设备 | |
| Hosseininaveh et al. | A low-cost and portable system for 3D reconstruction of texture-less objects | |
| CN114001651B (zh) | 一种基于双目视觉测量和先验检测数据的大型细长筒类构件位姿原位测量方法 | |
| CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及*** | |
| Lu et al. | Calibration of five-axis motion platform based on monocular vision | |
| CN112631200A (zh) | 一种机床轴线测量方法以及装置 | |
| Karan | Accuracy improvements of consumer-grade 3D sensors for robotic applications | |
| CN114463495A (zh) | 一种基于机器视觉技术的智能喷涂方法及*** | |
| CN114485386A (zh) | 工件坐标系标定方法、装置和*** | |
| Zhang et al. | Camera calibration algorithm for long distance binocular measurement |
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 |