一种新的传感器融合方法,用于基于虚拟现实的人与计算机交互的精确手部跟踪
1College of Humanities and Arts, Hunan International Economics University, Changsha 410012, China.
Biomimetics (Basel, Switzerland)
|July 28, 2023
概括
这项研究引入了一种新的传感器融合方法,使用长短期记忆 (LSTM) 算法来准确地跟踪虚拟现实 (VR) 和人机交互 (HCI) 中的手. 该系统通过克服单一传感技术的局限性来增强沉浸式VR体验.
科学领域:
- 计算机科学 计算机科学
- 人与计算机的交互
- 机器人技术 机器人技术 机器人技术
背景情况:
- 虚拟现实 (VR) 和人机交互 (HCI) 需要精确的手跟踪.
- 现有的单传感技术面临着阻塞和环境干扰的挑战.
- 强大的手跟踪对于直观和沉浸式VR体验至关重要.
研究的目的:
- 为基于VR的HCI开发一个增强的手跟踪系统.
- 为了解决当前单传感手部追踪方法的局限性.
- 为了提高手动捕捉在VR中的准确性和稳定性.
主要方法:
- 实施了一种新的传感器融合方法,结合了多个硬件输入.
- 使用六个Leap Motion控制器,两个RealSense深度摄像头和两个Myo腕带进行多式联络数据捕获.
- 采用基于长短期记忆 (LSTM) 的算法来处理丰富的多模式数据.
主要成果:
- 实现了复杂的手部运动的准确实时跟踪.
- 展示了一个强大的解决方案,克服了封闭和环境因素限制.
- 验证了系统在增强基于VR的HCI方面的有效性.
结论:
- 拟议的传感器融合和LSTM方法显著提高了VR中的手跟踪精度.
- 这个系统提供了一个强大的工具,可以在虚拟环境中进行更直观和沉浸式的交互.
- 多模式战略有效地克服了单一传感模式的缺点.
