建立数字运动人库的方法技术

一种建立数字运动人库的方法，包括：对人体结构建模，得到人体结构模型；通过运动捕获和力矩捕获，得到运动数据；对运动数据进行数据标准化处理，得到标准化运动数据；以及将标准化运动数据与人体结构模型结合，产生数字运动人库。

【技术实现步骤摘要】
建立数字运动人库的方法
本专利技术涉及数字化技术，更具体地，涉及建立数字运动人库的方法。
技术介绍
“数字人”也称“数字化虚拟人”，即在电脑里合成的三维人体详细结构，全部数据来自真实人体，用于模拟人体的新陈代谢、生长发育、病理生理变化等。数字运动人是专注于模仿人类运动步态的数字人，在人形机器人研究和人机工程领域应用广泛。人行走步态重点每一个动作都不是身体某一部分的单一运动，而是在神经系统的统一协调下的整体运动，包括步态的实现和体态的调整。在传统研究机器人运动的方法中，常只注重步态实现部分，并没有对整体的体态进行统一设定。同时，对模拟数据通常是现用现采集，没能重复利用实验数据，造成一定程度上的资源浪费。
技术实现思路
本专利技术的一个方面提供了一种建立数字运动人库的方法，包括：对人体结构建模，得到人体结构模型；通过运动捕获和力矩捕获，得到运动数据；对运动数据进行数据标准化处理，得到标准化运动数据；以及将标准化运动数据与人体结构模型结合，产生数字运动人库。可选地，对人体结构建模，得到人体结构模型包括通过对人体的自由度、尺寸、惯量、运动范围等数据进行分析，获得标准三维人体模型。可选地，自由度包括人在运动时有明显变化的关节数目及位置；尺寸包括人体头、上下躯干、上臂、前臂、手、大腿、小腿、足的尺寸参数，以及步行和慢跑状态下的步长、步频和步速；惯量包括人体头、上下躯干、上臂、前臂、手、大腿、小腿、足的惯性指标；以及运动范围包括人体肩、肘、腕、髋、膝、踝等主要关节在随意运动及强迫运动时的运动范围。可选地，所述运动数据包括人行走过程中各个关节角转速变化或关节坐标变化数据、肌电信息变化数据、脚底压力变化数据。可选地，所述数据标准化处理包括数据异常处理和数据格式转换。可选地，数据异常处理包括通过前后时间节点上采集到的运动数据用样条曲线插补法对明显错误或缺失的数据进行增补。可选地，数据格式转换包括将运动数据转换为统一格式，所述统一格式中同时包含了标准化运动数据的关节点三维坐标及在世界坐标中的运动曲线、关节夹角及其变化曲线的运动数据。可选地，将标准化运动数据与人体结构模型结合包括将人体结构模型、采集点运动轨迹数据、采集点力矩数据相融合，得到形如：关节i(位置数据、角度数据、关节力数据)的数据内容，其中，关节i为人体模型的第i个关节，位置数据包括t时刻运动数据中关节i的位置坐标、线速度、线加速度数据，角度数据包括t时刻运动数据中关节i的角度、角速度、角加速度等数据，关节力数据包括t时刻运动数据中关节i的关节力数据。根据本专利技术建立的数字运动人库，能够实现全面而详细的数据采集，在数据使用方面形成积累和完善，更能通过积累与分析剔除实验中采集的错误数据，对机器人的运动规划提供参考及指导，还可以用于对人类运动的一些不正确姿势进行校正。附图说明使用以下附图，通过对示例性实施例的描述，以上和其他目的及优点将变得清楚，在附图中：图1示出了根据本专利技术实施例的建立数字运动人库的方法的流程图；以及图2示出了根据本专利技术实施例的建立数字运动人库的方法的细节及各步骤之间的关系。具体实施方式图1示出了根据本专利技术实施例的建立数字运动人库的方法的流程图。如图1所示，本方法包括步骤S1～S4。在步骤S1，对人体结构建模，得到人体结构模型。在步骤S2，通过运动捕获和力矩捕获，得到运动数据。在步骤S3，对运动数据进行数据标准化处理。在步骤S4，将标准化运动数据与人体结构模型结合，产生数字运动人库。下面结合图2对图1所示的方法步骤S1～S4进行详细描述。如图2所示，根据本专利技术的实施例，在步骤S1中，通过对人体的自由度、尺寸、惯量、运动范围等数据进行分析，获得标准三维人体模型。其中，自由度包括人在运动时有明显变化的关节数目及位置；尺寸包括人体头、上下躯干、上臂、前臂、手、大腿、小腿、足的尺寸参数，同时还包括步行和慢跑状态下的步长、步频和步速；惯量包括人体头、上下躯干、上臂、前臂、手、大腿、小腿、足的惯性指标；运动范围包括人体肩、肘、腕、髋、膝、踝等主要关节在随意运动及强迫运动时的运动范围。在步骤S2中，通过运动采集，得到运动数据，该运动数据例如可以包括人行走过程中各个关节角转速变化或关节坐标变化、肌电信息变化、脚底压力变化数据。运动采集是通过在时域上跟踪一些关键点的运动来记录人的运动状况，然后将其转换成可用的数学表达式，最终合并成一个单独的3D运动过程。运动采集分为两部分：运动捕获和力矩捕获。其中，运动捕获包括通过摄像机采集标记点运动轨迹或编码器采集转角变化值得到相应信息，其采集内容包括针对不同对象、速度、走向曲线、地形、行走意外等条件下各关节的运动信息，所述运动信息例如可以包括关节角度和角速度随时间变化信息。力矩捕获包括通过压力传感器测得力变化值，其采集内容包括各关节的关节力和触地力。可采用机械式、电磁式、惯性式、光学式等方法之一进行运动采集。以光学式方法加测力台为例，利用光学式运动捕获技术设备进行参数采集，根据人机工程应用需求，采集行走、倒退、跑动、转弯、侧移、上下坡、非平坦地面、柔软地面等多种行为姿态的运动数据，然后对数据进行修改编辑。根据本专利技术的实施例，可以选取左脚离地瞬间为有效数据起始点，使不同运动状态(例如，行走、倒退、跑动、转弯、侧移、上下坡)下采集到的运动信息都从该起始点开始选为有效运动数据，剔除之前的准备阶段运动数据，从而得到人体在不同环境下(例如，斜坡、台阶、非平坦地面、柔软地面等)、不同运动状态时的运动数据。在步骤S3中，对运动原始数据进行数据标准化处理，得到标准化运动数据。由于采集数据时测试对象体型、运动能力不同，以及不同采集方式得到的信息量不同，需要根据人体结构模型进行数据标准化处理。首先对数据异常处理，由于信号干扰、遮挡等原因会造成偶尔个别采样时间点某个关节运动信息没有采集到，可以通过前后时间节点上采集到的数据用样条曲线插补法对实验获得的明显错误或缺失的数据进行增补。然后进行数据格式转换，不同的采集方式得到不同的数据格式，如光学式方法采集到的数据为节点世界坐标数据，只包含特征点的三维坐标，不包含任何骨架信息，如Trc格式；而机械式方法采集到的数据为关节变化数据，同时包含受试者的骨架信息和关节角转速变化数据，但没有各关节在世界坐标中的运动曲线，如HTR格式。根据不同采集需求和使用需求，给出映射算法，可将两种格式的数据结果进行相互转换，形成统一格式。该统一格式中同时包含了标准化运动数据的关节点三维坐标及在世界坐标中的运动曲线、关节夹角及其变化曲线的运动数据。根据本专利技术的实施例，一种映射算法如下：各关节转角向量为q＝(q1，q2，...，q13)；各关节位置为p＝(p1，p2，...，p13)；各关节姿态为R＝(R1，R2，...，R13)；相互关系：其中b为骨骼长度，a为关节矢量。最后进行采集数据标准化，对比受试者人体模型与标准人体模型的差异，考虑自由度、尺寸、惯量、运动范围等参数，按相应比例将采集的运动数据进行标准化处理。在步骤S4中，将标准三维人体模型与标准化的标准化运动数据进行数据融合。根据本专利技术的实施例，将人体结构模型、采集点运动轨迹数据、采集点力矩数据相融合，得到形如：关节i(位置数据、角度数据、关节力数据)的数据内容。其中关节i为人本文档来自技高网...

【技术保护点】
1.一种建立数字运动人库的方法，包括：对人体结构建模，得到人体结构模型；通过运动捕获和力矩捕获，得到运动数据；对运动数据进行数据标准化处理，得到标准化运动数据；以及将标准化运动数据与人体结构模型结合，产生数字运动人库。

【技术特征摘要】
1.一种建立数字运动人库的方法，包括：对人体结构建模，得到人体结构模型；通过运动捕获和力矩捕获，得到运动数据；对运动数据进行数据标准化处理，得到标准化运动数据；以及将标准化运动数据与人体结构模型结合，产生数字运动人库。2.根据权利要求1所述的方法，其中，对人体结构建模，得到人体结构模型包括通过对人体的自由度、尺寸、惯量、运动范围等数据进行分析，获得标准三维人体模型。3.根据权利要求2所述的方法，其中：自由度包括人在运动时有明显变化的关节数目及位置；尺寸包括人体头、上下躯干、上臂、前臂、手、大腿、小腿、足的尺寸参数，以及步行和慢跑状态下的步长、步频和步速；惯量包括人体头、上下躯干、上臂、前臂、手、大腿、小腿、足的惯性指标；以及运动范围包括人体肩、肘、腕、髋、膝、踝等主要关节在随意运动及强迫运动时的运动范围。4.根据权利要求1所述的方法，其中，所述运动数据包括人行走过程中各个关节角转速变化或关节坐标变化数据、肌电信息变化数据、脚底...

【专利技术属性】
技术研发人员：赵旦谱，台宪青，王艳军，
申请(专利权)人：江苏物联网研究发展中心，
类型：发明
国别省市：江苏,32