TWI737068B - 動作追蹤系統和方法 - Google Patents
動作追蹤系統和方法 Download PDFInfo
- Publication number
- TWI737068B TWI737068B TW108144811A TW108144811A TWI737068B TW I737068 B TWI737068 B TW I737068B TW 108144811 A TW108144811 A TW 108144811A TW 108144811 A TW108144811 A TW 108144811A TW I737068 B TWI737068 B TW I737068B
- Authority
- TW
- Taiwan
- Prior art keywords
- position information
- motion
- sensing data
- information
- user
- Prior art date
Links
Images
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
本發明提供一種動作追蹤系統和動作追蹤方法。動作追蹤系統包含可穿戴在使用者的人體部位上的三個動作感測設備。在方法中,基於設置在動作感測設備上的動作感測器取得第一感測資料,且基於在動作感測設備之間發射的無線信號取得第二感測資料。使用者的動作資訊由判斷因素判斷。判斷因素包含第一感測資料和第二感測資料。藉此,可提高追蹤使用者動作的準確性。
Description
本發明是有關於一種追蹤使用者的動作的方法,且特別是有關於一種動作追蹤系統和動作追蹤方法。
為了在電子設備(諸如遊戲機、電腦、智慧手機、智慧電器等)上提供直觀的操作,可偵測使用者的動作,以根據使用者的動作直接操作電子設備。
在傳統技術中,一些電子設備可允許使用者的人體部位(諸如手、腿、頭等)來控制這些電子設備的操作,且可追蹤這些人體部位的動作。然而,這些電子設備僅提供一種同時偵測多個人體部位的動作的方式。舉例來說,虛擬實境(virtual reality;VR)產品可提供手持型控制器,且每個手持型控制器包含慣性測量單元(inertial measurement unit;IMU)以追蹤使用者的手的動作。有時,僅單一動作追蹤方式可受其硬體或追蹤機制的限制,且導致追蹤結果異常或不準確。
有時候,僅使用單一感測器的追蹤結果可能不準確。有鑑於此,本發明提供一種動作追蹤系統和動作追蹤方法。
本發明實施例的動作追蹤方法適用於動作追蹤系統,所述動作追蹤系統包含可穿戴在使用者的人體部位上的第一動作感測設備、第二動作感測設備以及第三動作感測設備。動作追蹤方法包含(但不限於)以下步驟。基於設置在第一動作感測設備、第二動作感測設備以及第三動作感測設備上的動作感測器取得第一感測資料。基於在第一動作感測設備、第二動作感測設備以及第三動作感測設備之間發射的無線信號取得第二感測資料。根據包含第一感測資料和第二感測資料的判斷因素判斷使用者的動作資訊。
本發明實施例的動作追蹤系統包含(但不限於)三個動作感測設備和處理器。動作感測設備可穿戴在使用者的人體部位上。各動作感測設備包含無線收發器和動作感測器。無線收發器用於發射或接收無線信號。動作感測器用於感測使用者的一個人體部位的動作。處理器經配置用以基於動作感測設備的動作感測器取得第一感測資料,且基於在所述三個動作感測設備之間發射的所述無線信號據取得第二感測資料,且由包含所述第一感測資料和所述第二感測資料的判斷因素判斷所述使用者的動作資訊。
基於上述,根據本發明實施例的動作追蹤系統及動作追縱方法,可基於來自無線訊號及動作感測器的感測資料來追蹤使用者的單一操作部位的動作。藉此,可提供準確及可靠的追蹤機制。
為讓本發明的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
現將詳細參考本發明的優選實施例,其範例在附圖中說明。只要可能,相同附圖符號在附圖和描述中用以代表相同或相似部件。
圖1是示出根據本發明的示例性實施例中的一個的動作追蹤系統10的方塊圖。參看圖1,動作追蹤系統10包含(但不限於)三個或更多個動作感測設備100以及計算設備200。動作追蹤系統10可適用於VR、AR、MR、XR或其它現實相關的技術。
每個動作感測設備100包含(但不限於)無線收發器110和動作感測器130。動作感測設備100可以是手持型控制器或可穿戴設備,諸如可穿戴控制器、智慧手錶、腳踝感測器、腰帶、頭戴式顯示器(head-mounted display;HMD)或類似物。在一個實施例中,每個動作感測設備100可穿戴在使用者的一個人體部位上。人體部位可以是手、頭、腳踝、腿、腰或其它部位。
無線收發器110可以是與藍牙、Wi-Fi、IR、RFID或其它無線通訊技術相容的通訊收發器。在一個實施例中,無線收發器110用於與其它動作感測設備100的無線收發器110一起發射和/或接收無線信號,且將基於在動作感測設備100之間發射的無線信號產生序列的第一感測資料。將在隨後介紹用於產生序列的第一感測資料的詳細流程。
動作感測器130可以是加速計、陀螺儀、磁強計、慣性測量單元(IMU)或前述感測器的任何組合。在實施例中,動作感測器130用於在一段時間內感測穿戴動作感測設備100的使用者的對應人體部位的動作,以在時間段內的多個時間點從動作感測器130的感測結果(諸如加速度、旋轉、磁力等)產生序列的第一感測資料。例如,第一感測資料包含3-自由度(3-degree of freedom;3-DoF)資料,且3-DoF資料與三維(three-dimensional;3D)空間中的人體部位的朝向資訊相關,諸如偏航、滾轉以及俯仰的加速度。
計算設備200包含(但不限於)記憶體240和處理器250。計算設備200可以是電腦、伺服器、智慧手機、平板電腦或動作感測設備100中的一個。
記憶體240可以是任何類型的固定或可移動隨機存取記憶體(Random-Access Memory;RAM)、唯讀記憶體(read-only memory;ROM)、快閃記憶體記憶體或類似裝置或以上裝置的組合。記憶體240可用於儲存程式碼、裝置配置、緩衝資料或永久性資料(諸如感測資料、動作資訊、距離關係等),且將在隨後介紹這些資料。
處理器250連接到記憶體240,且處理器250經配置用以載入儲存在記憶體240中的程式碼,從而執行本發明的示例性實施例的程式。在一個實施例中,處理器150的功能透過使用諸如中央處理單元(central processing unit;CPU)、微處理器、微控制器、數位信號處理(digital signal processing;DSP)晶片、現場可程式設計閘陣列(field programmable gate array;FPGA)等可程式設計單元來實施。在一些實施例中,處理器250的功能也可透過獨立電子裝置或積體電路(integrated circuit;IC)來實施,且處理器150的操作也可由軟體來實施。
應注意,處理器250可或可不與一個、部位或全部動作感測設備100設置在同一設備上。然而,分別裝配有動作感測器130和處理器250的設備可更包含具有諸如藍牙、Wi-Fi、IR或物理傳輸線路的相容通訊技術的通訊收發器,以彼此發射/接收資料。
在一個實施例中,動作追蹤系統10可更包含頭戴式顯示器(HMD)300。HMD 300可穿戴在使用者的頭部上。HMD 300包含(但不限於)無線收發器310和影像感測器360。
無線收發器310的描述可指無線收發器110的描述,且將省略。這意味著HMD 300可透過無線收發器310與動作感測設備100通訊。
影像感測器360可以是相機,如單色相機或彩色相機、深度相機、錄影機或能夠擷取影像的其它感測器。
圖2是示出根據本發明的示例性實施例中的一個的動作追蹤系統20的示意圖。參看圖2,動作追蹤系統20包含HMD 300和四個動作感測設備100(所述四個設備是穿戴在人體部位B1和人體部位B2(即,兩個腳踝)上的兩個腳踝感測器和穿戴在人體部位B3和人體部位B4(即,兩隻手)上的兩個手持型控制器)。在一些實施例中,HMD 300可更包含另一動作感測器130(未示出),以取得人體部位B5(即,頭部)的朝向資訊。處理器250嵌入在HMD 300中。
應注意,動作追蹤系統20僅是舉例以示出動作感測設備100、HMD 300以及處理器250的設置方式。然而,仍存在動作追蹤系統20的許多其它實施方式,且本發明不限於此。
為了更好地理解在本發明的一個或多個實施例中提供的操作流程,下文將例示若干實施例以詳細解釋動作追蹤系統10或動作追蹤系統20的操作流程。動作追蹤系統10或動作追蹤系統20中的裝置和模組在以下實施例應用以解釋本文所提供的控制方法。可根據實際實施情況調整控制方法的每個步驟,且不應限於本文描述的內容。
圖3是示出根據本發明的示例性實施例中的一個的動作追蹤方法的流程圖。參看圖3,處理器250可基於設置在三個動作感測設備100上的動作感測器130取得第一感測資料(步驟S310)。確切地說,關於不同類型的動作感測器130,可取得2D/3D空間中對應人體部位的動作的加速度、旋轉、磁力、朝向和/或3-DoF/6-DoF,且動作感測器130的一個或多個感測結果將成為人體部位的序列第一感測資料。
另一方面,處理器250可基於在三個動作感測設備100之間發射的無線信號取得第二感測資料(步驟S330)。在一個實施例中,處理器250可在多個時間點從三個或更多個動作感測設備100取得無線信號的信號強度,且每個信號強度將與其對應的發射器和接收器一起記錄在記憶體240中。信號強度可以是接收的信號強度指示(received signal strength indication;RSSI)、接收通道功率參數(received channel power indicator;RCPI)、參考信號接收功率(reference signal received power;RSRP)或類似者。在一個實施例中,動作感測設備100可監測所有可偵測的無線信號的信號強度,且每個無線信號包含發射器和/或接收器的特定識別碼。動作感測設備100可進一步將具有對應識別碼的信號強度回饋給計算設備200。在另一實施例中,計算設備200可監測所有可偵測的無線信號的信號強度,且處理器250將信號強度與發射器的對應識別碼記錄在記憶體240中。將記錄信號強度一段時間以產生序列的第二感測資料。這意味著第二感測資料包含按時間排列的序列信號強度。
在一些實施例中,處理器250可進一步基於從影像感測器360所擷取的影像取得第三感測資料。第三感測資料可以是序列的影像和/或影像中的像素的感測結果(諸如亮度、色彩、深度等)。
接著,處理器250可由包含第一感測資料和第二感測資料的判斷因素判斷使用者的動作資訊(步驟S350)。在一個實施例中,動作資訊可包含位置資訊和朝向資訊。首先關於位置資訊,在一個實施例中,處理器250可根據第一感測資料判斷使用者的位置資訊。在此實施例中,判斷因素包含第一感測資料。對應人體部位的位移可透過對人體部位在三條軸線上的偵測到的加速度(即,第二感測資料)二重積分來估測,以基於位移進一步判斷位置資訊。舉例來說,位置資訊可以是兩條或三條軸線上的座標,相對於參考的位置等。
在另一實施例中,處理器250可根據基於三個動作感測設備100之間的無線信號的第二感測資料取得位置資訊。在此實施例中,判斷因素包含第二感測資料,應注意,無線信號的信號強度與兩個動作感測設備100之間的相對距離相關。另外,基於三邊測量,三個點之間的三個距離可用於判斷三個點的相對位置資訊。假定三個動作感測設備100作為前述三個點,那麼處理器250可將每兩個動作感測設備100之間的相對距離判斷為動作感測設備100之間的距離關係。接著,處理器250可基於距離關係和三邊測量產生追蹤設備的位置資訊。
以動作追蹤系統20為例,處理器250可取得從用於人體部位B3的動作感測設備100到用於人體部位B5的HMD 300(在此實施例中是動作感測設備100中的一個)的無線信號、從用於人體部位B4的動作感測設備100到用於人體部位B5的HMD 300的無線信號以及從用於人體部位B3的動作感測設備100到用於人體部位B4的動作感測設備100的無線信號的信號強度。處理器250可根據信號強度判斷其距離關係,且接著基於距離關係產生人體部位B3的位置資訊。位置資訊可以是座標或相對位置。
應注意,實施例不限制選定三個動作感測設備100。舉例來說,從用於人體部位B2的動作感測設備100到用於人體部位B3的動作感測設備100的無線信號、從用於人體部位B3的動作感測設備100到用於人體部位B1的動作感測設備100的無線信號以及從用於人體部位B2的動作感測設備100到用於人體部位B1的動作感測設備100的無線信號的信號強度可用於估測人體部位B1的位置資訊。動作感測設備100的組合可根據需求而變化。
在另一實施例中,處理器250可根據第三感測資料判斷使用者的位置資訊。在此實施例中,判斷因素包含第三感測資料。影像中的人體部位的位置和位移可用於判斷真實環境中的位置資訊。以圖2為例,對應於影像中的人體部位B4的感測強度和像素位置可用於估測人體部位B4的深度資訊(即,相對於HMD 300的距離)和估測人體部位B4在平行於影像感測器360的平面上的2D位置。
應注意,基於僅一種感測方式(例如,是基於無線收發器110、動作感測器130以及影像感測器360中的一個)的位置資訊的準確度可以是不同的。因此,兩種或更多種感測方式可用於判斷對應人體部位的位置資訊。
在一個實施例中,處理器250可根據第一感測資料取得第一位置信息,根據第二感測資料取得第二位置資訊,以及根據第一位置信息和第二位置資訊取得調整後的位置資訊。在此實施例中,判斷因素包含第一感測資料和第二感測資料。處理器250可根據第一位置信息和第二位置資訊的組合判斷位置資訊。在一些實施例中,組合是加權組合。根據加權的第一位置信息和加權的第二位置資訊判斷調整後的位置資訊。
在一個實施例中,第一位置信息和第二位置資訊的加權組合的權重可以是固定的。在另一實施例中,第一位置信息和第二位置資訊的加權組合的權重可以是變化的。第一位置信息的權重可以是從0到100%的值,且第二位置資訊的權重可以是從0到100%的值。然而,第一位置信息和第二位置資訊的權重都不能同時是0。
應注意,在一些實施例中,基於由影像感測器360的影像產生的第三感測資料而判斷的位置資訊可比基於無線收發器110和/或動作感測器130而判斷的位置資訊更準確。因此,在一個實施例中,判斷因素可包含第二感測資料和第三感測資料。處理器250可根據基於第一感測資料、第二感測資料以及第三感測資料取得的位置資訊的組合判斷位置資訊。
在一個實施例中,處理器250可在第一期間內根據第二感測資料取得位置資訊的第一部位,在第二期間內根據第三感測資料取得位置資訊的第二部位,以及將位置資訊的第一部位和第二部位組合為組合位置資訊。偵測人體部位的第三感測資料可用於在第一期間和第二期間內基於第二感測資料來校正位置資訊。處理器250可在不同期間內基於位置資訊的第一部位和第二部位來判斷組合位置資訊。舉例來說,在第一期間基於第二感測資料判斷位置(1,1),在第二期間基於第三感測資料判斷另一位置(2,1),且組合位置資訊可以是從位置(1,1)到位置(2,1)的位移。
在一些實施例中,處理器250可根據第二位置資訊和第三位置資訊的加權組合判斷位置資訊。基於實際情況,第二位置資訊和第三位置資訊的權重可以是變化的或固定的。舉例來說,第三位置資訊的權重可大於第二位置資訊的權重。在另一實施例中,如果人體部位存在於第三感測資料中,那麼位置資訊是加權組合,且如果人體部位不存在於第三感測資料中,那麼位置是第二位置資訊。
在一個實施例中,影像感測器360可設計有特定視場(specific field of view;FOV)。如果一個人體部位定位於影像感測器360的視場的外部,那麼處理器250可能不能夠僅使用第三感測資料來判斷此人體部位的動作資訊,且應考慮第一感測資料或第二感測資料。
在一個實施例中,處理器250可判斷使用者的一個人體部位是否存在於序列的第三感測資料中,且根據人體部位的存在的判斷的結果來判斷是否使用三個動作感測設備100之間的距離關係,以基於三邊測量判斷位置資訊。處理器250可使用機器學習技術(諸如深度學習、人工神經網路(artificial neural network;ANN)或支持向量機(support vector machine;SVM)等),以識別第三感測資料中的目標人體部位。
圖4是示出根據本發明的示例性實施例中的一個的動作追蹤方法的示意圖。參看圖4,假定人體部位B4的動作感測設備100是目標設備。在此圖中,人體部位B4存在於HMD 300的視場FOV中(即,人體部位B4存在於第三感測資料中)。
圖5是示出根據本發明的示例性實施例中的一個的動作追蹤方法的示意圖。參看圖5,假定人體部位B3的動作感測設備100是目標設備。在此圖中,人體部位B5不存在於HMD 300的視場FOV中(即,人體部位B3不存在於第三感測資料中)。
應注意,圖4和圖5中示出的視場的大小和形狀僅是範例,且可基於實際需要修改。
因此,影像感測器360的視場用於判斷人體部位是否存在於第三感測資料中。在一個實施例中,假定人體部位在第一期間位於視場外(即,不存在於第三感測資料中),且人體部位在第二期間定位於影像感測器360的視場的內部(即,存在於第三感測資料中)。在一些實施例中,假定人體部位在第一期間和第二期間位於影像感測器360的視場內。
在另一實施例中,處理器250可根據第一感測資料取得第一位置信息,根據第二感測資料取得第二位置資訊,根據第三感測資料取得第三位置資訊,且根據第一位置信息、第二位置資訊以及第三位置資訊取得調整後的位置資訊。在此實施例中,判斷因素包含第一感測資料、第二感測資料以及第三感測資料。處理器250可根據第一動作資訊、第二動作資訊以及第三位置資訊的組合判斷調整後的位置資訊。
在一個實施例中,組合是加權組合。處理器250可根據第三位置資訊判斷第一位置信息的第一權重和第二位置資訊的第二權重。在一個實施例中,第一權重和第二權重反復變化。在人體部位存在於第三感測資料中的期間內,第三位置資訊將被視為校正位置資訊,且將根據第三位置資訊調整具有第一權重和第二權重的第一位置信息和第二位置資訊的加權組合。應注意,處理器250可透過將第一權重與第一位置信息相乘取得第一參數,透過將第二權重與第二位置資訊相乘取得第二參數,且透過將第一參數與第二參數相加取得調整後的位置資訊,從而以取得加權組合。
在一個實施例中,可基於第三位置資訊等於先前時間點的第一位置信息和第二位置資訊的加權組合的方程式而判斷後續時間點的第一權重和第二權重。舉例來說,在第三時間點,在3維坐標系統中,第一權重是0.5且第二權重是0.5,第一位置信息是(6,6,6)且第二位置資訊是(10,10,10),且調整後的位置資訊將是(8,8,8)。如果第三位置資訊是(7,7,7),那麼在第四時間點的第一權重和第二權重將分別判斷為0.75和0.25。接著,在第四時間點,如果在3維坐標系統中第一位置信息是(7,6,6)且第二位置資訊是(12,10,10),那麼調整後的位置資訊將是(8.25,7,7)。
在另一實施例中,可基於第三位置資訊等於當前時間點的第一位置信息和第二位置資訊的加權組合的方程式而判斷當前時間點的第一權重和第二權重。舉例來說,在第二時間點,在3維坐標系統中,第一位置信息是(6,6,6)且第二位置資訊是(10,10,10)。如果第三位置資訊是(7,7,7),那麼在第二時間點的第一權重和第二權重將分別判斷為0.75和0.25。接著,在第二時間點的調整後的位置資訊將判斷為(7,7,7)。
在一些實施例中,如果使用者的人體部位不存在於第三感測資料中,那麼第一權重和第二權重是固定的。如果人體部位位於影像感測器360的視場外,那麼當使用者的人體部位仍存在於第三感測資料中時,第三權重和第二權重將與先前時間點的先前第一權重和第二權重相同。舉例來說,在第一時間點,人體部位位於影像感測器360的視場內,且第一權重是0.5且第二權重是0.5。接著,在第二時間點,人體部位位於影像感測器360的視場外。與在第一時間點的第一權重和第二權重相同,在第二時間點,第一權重將是0.5且第二權重將是0.5。直到使用者的人體部位存在於第三感測資料中,第一權重和第二權重將根據第三感測資料而變化。
在另一實施例中,處理器250可根據第一位置信息、第二位置資訊以及第三位置資訊的加權組合判斷調整後的位置資訊。根據加權的第一位置信息、加權的第二位置資訊以及加權的第三位置資訊的總和判斷調整後的位置資訊。基於實際情況,三條位置資訊的權重可以是變化的或固定的。
另一方面,關於朝向資訊,在一個實施例中,處理器250可將序列的第一感測資料直接作為朝向資訊。舉例來說,朝向資訊可以是加速度、三軸中的角速度、朝向、3-DoF資訊和/或6-DoF資訊。
在另一實施例中,處理器250可根據第三感測資料判斷朝向資訊。以圖4為例,影像中的人體部位B4在不同時間點的兩個姿勢可用於估測朝向資訊。
在一些實施例中,處理器250可根據第一感測資料和第三感測資料判斷朝向資訊。朝向資訊可以是第一感測資料和第三感測資料的加權組合。舉例來說,根據基於動作感測器130的加權的第一朝向資訊和基於影像感測器360的加權的第二朝向資訊的總和判斷位置資訊。
在一個實施例中,影像感測器360的視場將是關於是否根據第三感測資料使用朝向資訊的條件。如果人體部位存在於第三感測資料中,那麼可根據第一感測資料和第三感測資料來判斷朝向資訊。如果人體部位不存在於第三感測資料中,那麼可僅根據第一感測資料來判斷朝向資訊。
在一個實施例中,處理器250可根據朝向資訊和位置資訊判斷使用者的動作資訊。可基於第一感測資料、第三感測資料或如上所述的第一感測資料和第三感測資料的組合產生朝向資訊。可基於如上所述的第一感測資料、第二感測資料以及第三感測資料產生位置資訊。以圖2中的人體部位B1或人體部位B2為例,動作資訊可與抬起、點、踢、踩或跳躍動作相關。
在另一實施例中,處理器250可根據基於第一感測資料的朝向資訊和基於第一位置信息和第二位置資訊的調整後的位置資訊判斷使用者的動作資訊。無論人體部位是否存在於第三感測資料中,處理器250可預測使用者的動作。
在另一實施例中,處理器250可根據基於第一感測資料的朝向資訊和基於第二感測資料和第三感測資料的組合位置資訊判斷使用者的動作資訊。這意味著,當人體部位存在及不存在於第三感測資料中時,可在兩個期間內基於朝向資訊和組合位置資訊判斷動作資訊。
以圖4和圖5為例,在圖4中判斷人體部位B4的舉手動作,且在圖5中判斷放下手動作。接著,判斷人體部位B4的從上到下的擺動動作。
在一個實施例中,處理器250可僅根據基於第二感測資料的位置資訊判斷使用者的動作資訊。在另一實施例中,處理器250可僅根據基於第二感測資料和第三感測資料的組合位置資訊判斷使用者的動作資訊。在一些實施例中,如果人體部位不存在於第三感測資料中,那麼處理器250可僅根據基於第二感測資料的位置資訊判斷使用者的動作資訊,且如果人體部位存在於第三感測資料中,那麼處理器250可僅根據基於第三感測資料的位置資訊或組合位置資訊判斷使用者的動作資訊。
可追蹤人體部位的位移或軌跡,且可基於位移或軌跡判斷動作資訊。以圖4和圖5為例,人體部位B3從上到下移動,且判斷人體部位B4從上到下擺動動作。
綜上所述,在本發明實施例針對使用者數個操作部位的動作追蹤系統及動作追蹤方法中,可基於訊號強度、動作感測器的感測結果及/或相機影像追蹤人體部位的動作。若依據相機影像的偵測結果得出追蹤的人體部位未存在於FOV內,則動作感測設備之間的訊號強度可用於補償使用動作感測器所得的感測結果在位置資訊決定上的準確性。此外,若追蹤的人體部位存在於FOV內,則相機影像可用於修正基於訊號強度的位置估測結果。藉此,數個追蹤方法可用於不同條件,並據以改善追蹤結果的準確性。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
10:動作追蹤系統
20:動作追蹤系統
100:動作感測設備
110:無線收發器
130:動作感測器
200:計算設備
240:記憶體
250:處理器
300:頭戴式顯示器
310:無線收發器
360:影像感測器
B1、B2、B3、B4、B5:人體部位
S310、S330、S350:步驟
FOV:視場
圖1是示出根據本發明的示例性實施例中的一個的動作追蹤系統的方塊圖。
圖2是示出根據本發明的示例性實施例中的一個的動作追蹤系統的示意圖。
圖3是示出根據本發明的示例性實施例中的一個的動作追蹤方法的流程圖。
圖4是示出根據本發明的示例性實施例中的一個的動作追蹤方法的示意圖。
圖5是示出根據本發明的示例性實施例中的一個的動作追蹤方法的示意圖。
S310~S350:步驟
Claims (20)
- 一種動作追蹤方法,適用於動作追蹤系統,其中所述動作追蹤系統包括可穿戴在一使用者的一人體部位上的一第一動作感測設備、一第二動作感測設備以及一第三動作感測設備,且所述動作追蹤方法包括:基於設置在所述第一動作感測設備、所述第二動作感測設備以及所述第三動作感測設備上的一動作感測器取得第一感測資料;基於在所述第一動作感測設備、所述第二動作感測設備與所述第三動作感測設備之間發射的無線信號取得第二感測資料;以及由一判斷因素判斷所述使用者的動作資訊,其中所述判斷因素包括所述第一感測資料和所述第二感測資料,且判斷所述使用者的動作資訊的步驟包括:根據所述第一感測資料取得第一位置資訊;根據所述第二感測資料取得第二位置資訊;以及根據所述第一位置資訊和所述第二位置資訊取得調整後的位置資訊,其中所述動作資訊相關於所述調整後的位置資訊。
- 如申請專利範圍第1項所述的動作追蹤方法,所述判斷所述使用者的所述動作資訊的步驟包括:根據所述第一感測資料取得朝向資訊;根據所述第二感測資料取得位置資訊;以及根據所述朝向資訊和所述位置資訊判斷所述使用者的所述動 作資訊。
- 如申請專利範圍第1項所述的動作追蹤方法,所述判斷所述使用者的所述動作資訊的步驟包括:根據所述第一感測資料取得朝向資訊;以及根據所述朝向資訊和所述調整後的位置資訊判斷所述使用者的所述動作資訊。
- 如申請專利範圍第1項所述的動作追蹤方法,更包括:基於從一影像感測器所擷取的影像取得第三感測資料,其中所述使用者的所述人體部位存在於所述第三感測資料中,且所述判斷因素更包括所述第三感測資料。
- 如申請專利範圍第4項所述的動作追蹤方法,所述判斷所述使用者的所述動作資訊的步驟包括:根據所述第一感測資料取得朝向資訊;在一第一期間內根據所述第二感測資料取得位置資訊的一第一部位;在一第二期間內根據所述第三感測資料取得位置資訊的一第二部位;將位置資訊的所述第一部位和所述第二部位組合為組合位置資訊;以及根據所述朝向資訊和所述組合位置資訊判斷所述使用者的所述動作資訊。
- 如申請專利範圍第4項所述的動作追蹤方法,所述判斷所述使用者的所述動作資訊的步驟包括:根據所述第一感測資料取得朝向資訊;根據所述第三感測資料取得第三位置資訊;根據所述第一位置信息、所述第二位置資訊以及所述第三位置資訊取得調整後的位置資訊;以及根據所述朝向資訊和所述調整後的位置資訊判斷所述使用者的所述動作資訊。
- 如申請專利範圍第6項所述的動作追蹤方法,其中所述根據所述第一位置信息、所述第二位置資訊以及所述第三位置資訊取得所述調整後的位置資訊的步驟包括:根據所述第三位置資訊判斷一第一權重和一第二權重;透過將所述第一權重與所述第一位置信息相乘取得一第一參數;透過將所述第二權重與所述第二位置資訊相乘取得一第二參數;以及透過將所述第一參數與所述第二參數相加取得所述調整後的位置資訊。
- 如申請專利範圍第7項所述的動作追蹤方法,其中所述第一權重和所述第二權重反復變化。
- 如申請專利範圍第7項所述的動作追蹤方法,其中響應於所述使用者的所述人體部位不存在於所述第三感測資料中,所述第一權重和所述第二權重是固定的。
- 如申請專利範圍第5項所述的動作追蹤方法,其中所述使用者的所述人體部位在所述第一期間不存在於所述第三感測資料中,且所述使用者的所述人體部位在所述第二期間存在於所述第三感測資料中。
- 一種動作追蹤系統,包括:三個動作感測設備,可穿戴在一使用者的人體部位上,其中所述動作感測設備中的每一個包括:一無線收發器,發射或接收無線信號;以及一動作感測器,感測所述使用者的所述人體部位中的一個的動作;以及一處理器,經配置用以執行:基於所述三個動作感測設備的所述動作感測器取得第一感測資料:基於在所述三個動作感測設備之間發射的無線信號取得第二感測資料;以及由一判斷因素判斷所述使用者的動作資訊,其中所述判斷因素包括所述第一感測資料和第二感測資料,且所述處理器更經配置用以執行:根據所述第一感測資料取得第一位置信息; 根據所述第二感測資料取得第二位置資訊;以及根據所述第一位置信息和所述第二位置資訊取得調整後的位置資訊,其中所述動作資訊相關於所述調整後的位置資訊。
- 如申請專利範圍第11項所述的動作追蹤系統,其中所述處理器經配置用以執行:根據所述第一感測資料取得朝向資訊;根據所述第二感測資料取得位置資訊;以及根據所述朝向資訊和所述位置資訊判斷所述使用者的所述動作資訊。
- 如申請專利範圍第11項所述的動作追蹤系統,其中所述處理器經配置用以執行:根據所述第一感測資料取得朝向資訊;以及根據所述朝向資訊和所述調整後的位置資訊判斷所述使用者的所述動作資訊。
- 如申請專利範圍第11項所述的動作追蹤系統,更包括:影像感測器,取得影像;其中所述處理器經配置用以執行:基於所述影像取得第三感測資料,其中所述使用者的所述人體部位存在於所述第三感測資料中,且所述判斷因素更包括所述第三感測資料。
- 如申請專利範圍第14項所述的動作追蹤系統,其中所述處理器經配置用以執行: 根據所述第一感測資料取得朝向資訊;在一第一期間內根據所述第二感測資料取得位置資訊的第一部位;在一第二期間內根據所述第三感測資料取得位置資訊的第二部位;將位置資訊的所述第一部位和所述第二部位組合為組合位置資訊;以及根據所述朝向資訊和所述組合位置資訊判斷所述使用者的所述動作資訊。
- 如申請專利範圍第14項所述的動作追蹤系統,其中所述處理器經配置用以執行:根據所述第一感測資料取得朝向資訊;根據所述第三感測資料取得第三位置資訊;根據所述第一位置信息、所述第二位置資訊以及所述第三位置資訊取得調整後的位置資訊;以及根據所述朝向資訊和所述調整後的位置資訊判斷所述使用者的所述動作資訊。
- 如申請專利範圍第16項所述的動作追蹤系統,其中所述處理器經配置用以執行:根據所述第三位置資訊判斷一第一權重和一第二權重;透過將所述第一權重與所述第一位置信息相乘取得第一參數;透過將所述第二權重與所述第二位置資訊相乘取得第二參數; 以及透過將所述第一參數與所述第二參數相加取得所述調整後的位置資訊。
- 如申請專利範圍第17項所述的動作追蹤系統,其中所述第一權重和所述第二權重反復變化。
- 如申請專利範圍第17項所述的動作追蹤系統,其中響應於所述使用者的所述人體部位不存在於所述第三感測資料中,所述第一權重和所述第二權重是固定的。
- 如申請專利範圍第15項所述的動作追蹤系統,其中所述使用者的所述人體部位在所述第一期間不存在於所述第三感測資料中,且所述使用者的所述人體部位在所述第二期間存在於所述第三感測資料中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108144811A TWI737068B (zh) | 2019-12-06 | 2019-12-06 | 動作追蹤系統和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108144811A TWI737068B (zh) | 2019-12-06 | 2019-12-06 | 動作追蹤系統和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202122973A TW202122973A (zh) | 2021-06-16 |
TWI737068B true TWI737068B (zh) | 2021-08-21 |
Family
ID=77517004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108144811A TWI737068B (zh) | 2019-12-06 | 2019-12-06 | 動作追蹤系統和方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI737068B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787504A (zh) * | 2016-01-15 | 2016-07-20 | 北京中科天合科技有限公司 | 人体行为识别方法及*** |
TWI644235B (zh) * | 2017-04-13 | 2018-12-11 | 國立政治大學 | Wearable instant interaction system |
US10419655B2 (en) * | 2015-04-27 | 2019-09-17 | Snap-Aid Patents Ltd. | Estimating and using relative head pose and camera field-of-view |
CN110475221A (zh) * | 2019-07-15 | 2019-11-19 | 南京邮电大学 | 一种基于信道状态信息的人员动作识别和位置估计方法 |
-
2019
- 2019-12-06 TW TW108144811A patent/TWI737068B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10419655B2 (en) * | 2015-04-27 | 2019-09-17 | Snap-Aid Patents Ltd. | Estimating and using relative head pose and camera field-of-view |
CN105787504A (zh) * | 2016-01-15 | 2016-07-20 | 北京中科天合科技有限公司 | 人体行为识别方法及*** |
TWI644235B (zh) * | 2017-04-13 | 2018-12-11 | 國立政治大學 | Wearable instant interaction system |
CN110475221A (zh) * | 2019-07-15 | 2019-11-19 | 南京邮电大学 | 一种基于信道状态信息的人员动作识别和位置估计方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202122973A (zh) | 2021-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI614514B (zh) | 供一行動裝置中使用之方法及設備、行動裝置及非暫時性電腦可讀媒體 | |
US11460912B2 (en) | System and method related to data fusing | |
JP2022529245A (ja) | 電磁追跡のためのセンサ融合 | |
WO2016041088A1 (en) | System and method for tracking wearable peripherals in augmented reality and virtual reality applications | |
TW201842432A (zh) | 自動配置感測器的方法、電子設備及記錄媒體 | |
CN107923740A (zh) | 传感器设备、传感器***以及信息处理设备 | |
CN111279381A (zh) | 经由目标图像检测的增强现实体验解锁 | |
CN114722913A (zh) | 姿态检测方法、装置、电子设备及计算机可读存储介质 | |
US11029753B2 (en) | Human computer interaction system and human computer interaction method | |
US10948978B2 (en) | Virtual object operating system and virtual object operating method | |
TWI737068B (zh) | 動作追蹤系統和方法 | |
TW202225916A (zh) | 相關於動作追蹤的系統和方法 | |
TW202225915A (zh) | 相關於資料融合的系統和方法 | |
EP4016253A1 (en) | System and method related to data fusing | |
EP4016252A1 (en) | System and method related to motion tracking | |
EP3832435A1 (en) | Motion tracking system and method | |
JP2022096723A (ja) | モーション追跡に関係するシステム及び方法 | |
EP3971683A1 (en) | Human body portion tracking method and human body portion tracking system | |
CN114661143A (zh) | 相关于数据融合的***和方法 | |
KR20160015674A (ko) | 관성센서를 이용한 인체 동작 분석 시스템 | |
CN113029190A (zh) | 运动跟踪***和方法 | |
CN114745010A (zh) | 相关于运动跟踪的***和方法 | |
JP2022096724A (ja) | データ融合に関係するシステム及び方法 | |
TW202117588A (zh) | 人體部位追蹤方法和人體部位追蹤系統 | |
JP2021089691A (ja) | 動作追跡システム及び動作追跡方法 |