一种基于惯性测量单元的人体动作映射方法技术

本发明专利技术公开了一种基于惯性测量单元的人体动作映射方法，属于虚拟现实技术领域，包括若干个惯性测量单元以及与其相连的总成板，惯性测量单元开机后进行自检，自检通过后，惯性测量单元读取内部九轴传感器的原始数据，并对数据进行滤波处理；滤波后将数据进行融合，得到惯性测量单元的四元数信息；将四元数通过总线发送至总成板。本发明专利技术不受强光的影响，可以在户外使用，全身需要佩戴的惯性测量单元传感器较少，减少了佩戴的复杂程度；同时检测精度得到有效提高，动作映射效果显著提高。

【技术实现步骤摘要】
一种基于惯性测量单元的人体动作映射方法
本专利技术属于虚拟现实
，特别是涉及一种基于惯性测量单元的人体动作映射方法。
技术介绍
目前比较常见的动作捕捉方法有光学式动作捕捉和惯性动捕；光学式动作捕捉，光学式动作捕捉分为主动式光学动作捕捉和被动式光学捕捉，通用的原理是在人体的关键部位粘贴标记点，多个动作捕捉相机从不同角度实时探测标记点，数据实时传输至数据处理工作站。根据三角测量原理精确计算标记点的空间坐标，再从生物运动学原理出发解算出骨骼的六自由度运动。此种方法的缺点是对阳光敏感，在强光环境下捕捉标记点捕捉不准确，适合室内使用；惯性动捕，惯性动捕是指在人体的重要节点佩戴惯性传感器设备，传感器设备捕捉目标物体的运动数据，包括身体部位的姿态、方位等信息，再将这些数据通过数据传输设备传输到数据处理设备中，经过数据修正、处理后，最终建立起三维模型，并使得三维模型自然地运动起来。此种方法不受强光的影响，可以在户外使用，目前现有的产品一个是全身需要佩戴的传感器较多，一般是18个点左右，而且这么多的传感器均靠无线连接，无线频谱占用较多，相互干扰较大，影响了通讯效果。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是提供一种基于惯性测量单元的人体动作映射方法。为实现上述目的，本专利技术提供了一种基于惯性测量单元的人体动作映射方法，包括若干个惯性测量单元以及与其相连的总成板；所述基于惯性测量单元的人体动作映射方法包括如下步骤：S1：获取惯性测量单元中的加速度一维信号x1，x2，...，xL，其中L为正整数；S2：将一维信号转化为二维信号；其中二维信号阵列函数为其中a为正整数，N≥0且N为正整数；其中g(a，b)为二维信号阵列中横纵坐标为a、b处的取值；S3：对二维信号进行滤波；二维信号阵列函数中对于坐标为(a1，b1)处的信号通过以下公式滤波；其中y”(a1，b1)为滤波后的信号，函数h(a1，b1)为传递函数；所述εr与εd为滤波参数；L+2*N≤a1≤2*(L+2*N)；1+2*N≤b1≤2*(1+2*N)；a1－N≤a2≤a1+N；b1－N≤b2≤b1+N；S4：将滤波后的二维信号转为一维信号；其中为y(t)最终滤波结果，m为滤波窗宽，max、min分别为滤波窗口内数据的最大值和最小值，w为权重值；S5：将数据进行融合，得到惯性测量单元的四元数q0、q1、q2、q3信息；S6：将四元数发送至总成板，总成板汇总各个惯性测量单元的四元数并将数据发送至上位机，上位机将四元数与预设关节点进行匹配。较佳的，步骤S2中通过翻折将一维信号转化为二维信号。较佳的，步骤S2中通过代替补0将一维信号转化为二维信号。较佳的，惯性测量单元中检测翻滚角φ、俯仰角θ、偏航角ψ；步骤S5中的四元素q0、q1、q2、q3计算如下：本专利技术的有益效果是：本专利技术不受强光的影响，可以在户外使用，全身需要佩戴的惯性测量单元传感器较少，减少了佩戴的复杂程度；并通过滤波得到可靠加速度数据,使检测精度得到有效提高，从而动作映射效果得到显著提高。附图说明图1是本专利技术的总成结构图；图2是惯性测量单元结构图；图3是惯性测量单元工作流程图；具体实施方式下面结合实施例对本专利技术作进一步说明：如图1所示，总成板主要由MCU微处理器和WIFI模块构成，总成板输入端与惯性测量单元输出端通过有线相连，有线连接采用的总线协议为I2C、SPI或者是RS485等；微处理器接收来自惯性测量单元的数据，将数据整理后，通过WIFI发送至电脑或者手机，电脑再将人的全部动作映射出来，虚拟角色的动作和真人无差别模拟，以达到逼真、自然的效果；图2所示为单个惯性测量单元由微处理器、三轴陀螺仪、三轴加速度计、三轴磁场计构成，三个传感器是数据由微处理器读出，并将九轴的数据进行滤波处理、数值融合，可以解算出动捕单元自身的方向角、旋转角等信息，并通过有线将数据传输至总成板；图3所示，惯性测量单元开机后进行自检，自检通过后，惯性测量单元读取内部九轴传感器的原始数据，并对数据进行滤波处理；滤波后将数据进行融合，得到惯性测量单元的四元数信息；将四元数通过总线发送至总成板。在具体穿戴时，人体的主要部位穿戴好惯性测量单元，位置分别位于左上臂、左小臂、右上臂、右小臂、左大腿、左小腿、右大腿、右小腿，后背脊柱位，腰部脊柱位共10个惯性测量单元；惯性测量单元内部通过以下步骤进行数据处理：S1：获取惯性测量单元中的加速度一维信号x1，x2，...，xL，其中L为正整数；S2：将将L*1的二维阵列向外在横纵方向拓宽N个长度，强行拓宽为L+2N，1+2N的矩阵，再拓宽3倍长宽，形成一个长为3*(L+2N)，宽为3*(1+2N)的阵列，降低边缘不稳定数据对中心数据的影响；其他实施例中也可以用翻折形成二维阵列函数；其中二维信号阵列函数为其中a为正整数，N≥0且N为正整数，L+2*N到2*(L+2*N)为原始数据；其中Xa为惯性测量单元中的加速度一维信号，与XL一一对应；其中g(a，b)为二维信号阵列中横纵坐标为a、b处的取值；S3：对二维信号进行滤波；二维信号阵列函数中对于坐标为(a1，b1)处的信号通过以下公式滤波；其中y”是加速度，y”(a1，b1)为滤波后的信号，函数h(a1，b1)为传递函数；其中，X和Y都是2N*2N的矩阵；所述εr与εd为滤波参数；L+2*N≤a1≤2*(L+2*N)；1+2*N≤b1≤2*(1+2*N)；a1－N≤a2≤a1+N；b1－N≤b2≤b1+N；S4：将滤波后的二维信号转为一维信号；其中，(a1，b1)、(a2，b2)是g(a，b)上的点；其中为y(t)最终滤波结果，m为滤波窗宽，max、min分别为滤波窗口内数据的最大值和最小值，w为权重值；S5：将数据进行融合；惯性测量单元中陀螺仪检测到的用于表示传感器姿态的三个欧拉角分别为翻滚角φ、俯仰角θ、偏航角ψ；欧拉角表达三维空间姿态会存在一个奇点，称为万向节死锁，所以将欧拉角映射到四维，映射结果称为四元素q0、q1、q2、q3，从而避开万向节死锁的影响。通过四元素代替欧拉角直接表达物体的空间姿态，得到方向余弦阵C：从而实现本地坐标向世界坐标的转换：其中,(x'，y'，z')为旧时间的世界坐标上的一点，(x，y，z)为现有时间世界坐标系上的坐标。S6：将四元数发送至总成板，总成板汇总各个惯性测量单元的四元数并将数据通过WIFI模块发送至上位机，上位机将四元数同步至电脑中虚拟角色的预设关节点上，使虚拟角色的动作和真人无差别模拟，实现现实动作与虚拟人物动作的映射同步。本实施例中所述预设关节点为Unity3D引擎中设立的人体模型关节点，根据采集到的四元数控制相应的人体模型关节点作相应的动作。现有技术通过单一传感器得到的值就为真实的数据，这数据存在着偏差，导致姿态数据跑偏。本专利技术加速度的变量是通过几个传感器的数据进行比较以及滤波得到的可靠加速度，能够保证姿态不会变形。以上详细描述了本专利技术的较佳具体实施例。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专利技术的构思作出诸多修改和变化。因此，凡本
中技术人员依本专利技术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。本文档来自技高网...

【技术保护点】
1.一种基于惯性测量单元的人体动作映射方法，包括若干个惯性测量单元以及与其相连的总成板；其特征在于：包括以下步骤：S1：获取惯性测量单元中的加速度一维信号x1，x2，...，xL，其中L为正整数；S2：将一维信号转化为二维信号；其中二维信号阵列函数为

【技术特征摘要】
1.一种基于惯性测量单元的人体动作映射方法，包括若干个惯性测量单元以及与其相连的总成板；其特征在于：包括以下步骤：S1：获取惯性测量单元中的加速度一维信号x1，x2，...，xL，其中L为正整数；S2：将一维信号转化为二维信号；其中二维信号阵列函数为其中a为正整数，N≥0且N为正整数；其中g(a，b)为二维信号阵列中横纵坐标为a、b处的取值；S3：对二维信号进行滤波；二维信号阵列函数中对于坐标为(a1，b1)处的信号通过以下公式滤波；其中y”(a1，b1)为滤波后的信号，函数h(a1，b1)为传递函数；所述εr与εd为滤波参数；L+2*N≤a1≤2*(L+2*N)；1+2*N≤b1≤2*(1+2*N)；a1－N≤a2≤a1+N；b1－N≤b2≤b1+N；S4：将滤波后的二维信号转为一维信号；其中为...

【专利技术属性】
技术研发人员：陈元，刘子毅，刘伟，
申请(专利权)人：重庆子元科技有限公司，
类型：发明
国别省市：重庆,50