一种三维点云骨骼运动模拟方法、介质及系统技术方案

本发明专利技术提供了一种三维点云骨骼运动模拟方法、介质及系统，属于点云运动模拟技术领域，该方法包括：获取被测人员的三维点云数据；对所述点云序列中的每个点云进行预处理，包括去噪、滤波和对齐，生成基本点云；提取所述基本点云中用于表示骨骼关节的关节点，并删除其他点，生成关节点云；根据所述三维点云模型，预测将要被捕获的下一个点云作为预测点云；建立骨骼模型，并利用所述三维点云数据中的每个关节点云调整所述骨骼模型的动作，实现骨骼运动模拟；将模拟结果呈现为可视化动画。能够解决实时捕获被测人员的点云运动数据进行骨骼运动模拟过程中，生成的骨骼运动模拟动画与被测人员的实际动作同步度差的技术问题。员的实际动作同步度差的技术问题。员的实际动作同步度差的技术问题。

【技术实现步骤摘要】
一种三维点云骨骼运动模拟方法、介质及系统


[0001]本专利技术属于点云运动模拟
，具体而言，涉及一种三维点云骨骼运动模拟方法、介质及系统。

技术介绍

[0002]在现代社会，三维运动模拟技术在体育、康复、游戏、影视等领域得到了广泛的应用。三维运动模拟技术可以通过捕获人体运动的关键信息，如关节角度、速度等，实现对人体运动的仿真和分析。然而，传统的运动捕捉方法需要在被测人员身上贴附大量的传感器，如惯性测量单元(IMU)，并需要配合高精度的定位设备，如光学追踪系统等，这些设备不仅昂贵，而且需要复杂的安装和调试过程。因此，如何利用更简单、低成本的方式实现高精度的三维运动模拟成为了一个亟待解决的问题。
[0003]近年来，随着计算机视觉、机器学习等领域的发展，基于点云数据的三维运动捕捉方法逐渐受到关注。点云数据是指通过深度相机、激光雷达等设备捕获的三维空间中物体表面的点的集合，每个点包含了空间坐标和颜色信息。与传统的基于图像的方法相比，点云数据具有更丰富的三维信息，可以更好地表示物体的形状和结构。因此，基于点云数据的运动捕捉方法具有较高的精度和稳定性。
[0004]然而，点云计算数据量大，用于控制骨骼模型进行运动有一定滞后性，比如实时捕获被测人员的点云运动数据进行骨骼运动模拟过程中，生成的骨骼运动模拟动画与被测人员的实际动作同步度差，往往会有一些滞后。

技术实现思路

[0005]有鉴于此，本专利技术提供一种三维点云骨骼运动模拟方法、介质及系统，能够解决实时捕获被测人员的点云运动数据进行骨骼运动模拟过程中，生成的骨骼运动模拟动画与被测人员的实际动作同步度差的技术问题。
[0006]本专利技术是这样实现的：
[0007]本专利技术的第一方面提供一种三维点云骨骼运动模拟方法，其中，包含以下步骤：
[0008]S10、获取被测人员的三维点云数据，所述三维点云数据为被测人员运动时通过点云捕获设备按照捕获时间间隔实时捕获的点云序列，所述点云序列包含有多个点云；
[0009]S20、对所述点云序列中的每个点云进行预处理，包括去噪、滤波和对齐，生成基本点云；
[0010]S30、提取所述基本点云中用于表示骨骼关节的关节点，并删除其他点，生成关节点云；
[0011]S40、根据所述三维点云模型，预测将要被捕获的下一个点云作为预测点云；
[0012]S50、建立骨骼模型，并利用所述三维点云数据中的每个关节点云调整所述骨骼模型的动作，实现骨骼运动模拟；
[0013]S60、将模拟结果呈现为可视化动画。
[0014]在上述技术方案的基础上，本专利技术的一种三维点云骨骼运动模拟方法还可以做如下改进:
[0015]其中，所述提取所述基本点云中用于表示骨骼关节的关节点，并删除其他点，生成关节点云的步骤，具体包括：
[0016]计算基本点云中每个点与其他点之间的欧氏距离；
[0017]根据点之间的距离判断它们是否属于同一个关节；
[0018]使用DBSCAN聚类算法将点云中的点分为若干个簇，每个簇对应一个关节；
[0019]计算每个簇的质心作为关节的代表点，组成关节点云。
[0020]其中，所述根据所述三维点云模型，预测将要被捕获的下一个点云作为预测点云的步骤，具体包括：
[0021]对于所述三维点云数据中的每个关节点云，判断是否为线性过渡点云，若是，则将此线性过渡点云进行删除，得到第一关节点云序列；
[0022]获取所述第一关节点云序列中的当前点云和上一点云，在预先建立好的动作标准点云数据库中，利用所述上一点云进行匹配，得到匹配度最高的多个第一匹配点云作为第一匹配集；其中所述动作标准点云数据库为多个动作对应的标准点云阵列，所述标准点云阵列包含有多个标准点云，每个标准点云为经过去噪、滤波、对齐处理后的关节点云；
[0023]对所述第一匹配集中每个第一匹配点云的下一点云，与所述当前点云进行匹配，得到匹配度最高的第二匹配点云；
[0024]将包含有所述第二匹配点云及其对应的第一匹配点云的标准点云作为参考点云；
[0025]获取所述参考点云中，所述第二匹配点云的下一点云作为预测点云。
[0026]其中，所述捕获时间间隔为0.01～0.04秒。
[0027]进一步的，所述在预先建立好的动作标准点云数据库中，利用所述上一点云进行匹配的方法为ICP算法。
[0028]其中，所述利用所述三维点云数据中的每个关节点云调整所述骨骼模型的动作的步骤，具体包括：
[0029]建立第一进程，利用所述三维点云模型数据中的当前点云对所述骨骼模型进行位姿调整；
[0030]建立第二进程，利用所述预测点云第对所述骨骼模型进行位姿调整；
[0031]获取当前点云的下一点云记为实际点云，计算所述实际点云和预测点云的相似度，若预测相似度大于预测阈值，则直接将所述后台进程中的骨骼模型合并到第一进程，作为所述当前点云对应的骨骼位姿的下一位姿；若所述预测相似度小于预测阈值，则在将所述第一进程中利用所述实际点云对所述骨骼模型进行位姿调整，作为所述当前点云对应的骨骼位姿的下一位姿。
[0032]进一步的，所述计算所述实际点云和预测点云的相似度的方法为ICP算法。
[0033]其中，所述得到匹配度最高的多个第一匹配点云作为第一匹配集的步骤中，所述第一匹配集的元素数量大于10个。
[0034]本专利技术的第二方面提供一种计算机可读存储介质，所述计算机可读存储介质中包含有程序指令，所述程序指令运行时，用于执行上述的一种三维点云骨骼运动模拟方法。
[0035]本专利技术的第三方面提供一种三维点云骨骼运动模拟系统，其中，包含上述的计算
机可读存储介质。
[0036]与现有技术相比较，本专利技术提供的一种三维点云骨骼运动模拟方法、介质及系统的有益效果是：
[0037]1.高精度的骨骼关节识别：通过对三维点云数据进行预处理，包括去噪、滤波和对齐等操作，生成基本点云。在此基础上提取用于表示骨骼关节的关节点，并删除其他点，生成关节点云。这样可以有效地识别出骨骼关节的位置信息，从而为后续的骨骼运动模拟提供准确的依据。
[0038]2.动态骨骼运动模拟：通过建立骨骼模型，并利用三维点云数据中的每个关节点云调整骨骼模型的动作，实现骨骼运动模拟。这样可以实时地模拟出人体在运动过程中的骨骼动作，为运动分析、康复训练等应用提供有力支持。
[0039]3.预测下一时刻骨骼动作：通过对三维点云数据中的每个关节点云判断是否为线性过渡点云，并进行删除处理，从而得到更为精确的关节点云序列。然后在预先建立好的动作标准点云数据库中，利用上一点云进行匹配，得到匹配度最高的多个第一匹配点云作为第一匹配集。接着对第一匹配集中每个第一匹配点云的下一点云，与当前点云进行匹配，得到匹配度最高的第二匹配点云。最后，将包含有第二匹配点云及其对应的第一匹配点云的标准点云作为参考点云，获取参考点云中的下一点云作为预测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维点云骨骼运动模拟方法，其特征在于，包含以下步骤：S10、获取被测人员的三维点云数据，所述三维点云数据为被测人员运动时通过点云捕获设备按照捕获时间间隔实时捕获的点云序列，所述点云序列包含有多个点云；S20、对所述点云序列中的每个点云进行预处理，包括去噪、滤波和对齐，生成基本点云；S30、提取所述基本点云中用于表示骨骼关节的关节点，并删除其他点，生成关节点云；S40、根据所述三维点云模型，预测将要被捕获的下一个点云作为预测点云；S50、建立骨骼模型，并利用所述三维点云数据中的每个关节点云调整所述骨骼模型的动作，实现骨骼运动模拟；S60、将模拟结果呈现为可视化动画。2.根据权利要求1所述的一种三维点云骨骼运动模拟方法，其特征在于，所述提取所述基本点云中用于表示骨骼关节的关节点，并删除其他点，生成关节点云的步骤，具体包括：计算基本点云中每个点与其他点之间的欧氏距离；根据点之间的距离判断它们是否属于同一个关节；使用DBSCAN聚类算法将点云中的点分为若干个簇，每个簇对应一个关节；计算每个簇的质心作为关节的代表点，组成关节点云。3.根据权利要求1所述的一种三维点云骨骼运动模拟方法，其特征在于，所述根据所述三维点云模型，预测将要被捕获的下一个点云作为预测点云的步骤，具体包括：对于所述三维点云数据中的每个关节点云，判断是否为线性过渡点云，若是，则将此线性过渡点云进行删除，得到第一关节点云序列；获取所述第一关节点云序列中的当前点云和上一点云，在预先建立好的动作标准点云数据库中，利用所述上一点云进行匹配，得到匹配度最高的多个第一匹配点云作为第一匹配集；其中所述动作标准点云数据库为多个动作对应的标准点云阵列，所述标准点云阵列包含有多个标准点云，每个标准点云为经过去噪、滤波、对齐处理后的关节点云；对所述第一匹配集中每个第一匹配点云的下一点云，与所述当前点云进行匹配，得到匹配度最高的...

【专利技术属性】
技术研发人员：周安斌，晏武志，郑建华，
申请(专利权)人：山东金东数字创意股份有限公司，
类型：发明
国别省市：