走向人类功能上肢运动的无标记运动估计
概括
使用深度成像的无标记运动捕捉为跟踪手臂运动提供了一个低成本的便携式替代方案. 这种新方法的准确性与粗体运动的传统系统相提并论.
科学领域:
- 生物力学 生物力学
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
背景情况:
- 无标记运动捕捉为运动分析提供了传统光学和惯性系统的便携式,低成本的替代方案.
- 现有的使用RGB-D数据的无标记方法对细微的人类运动缺乏准确性,限制了它们的应用到粗放的运动.
- 大多数当前的方法并不直接使用深度图像来估计运动.
研究的目的:
- 开发和评估一种新的无标记运动捕捉方法,使用深度图像进行准确的上肢运动分析.
- 将上肢细分为运动组件,并从深度数据直接估计运动.
- 将拟议方法的性能与黄金标准的运动捕捉系统进行比较.
主要方法:
- 利用来自RGB-D摄像机的深度图像来计算上肢运动.
- 将手臂细分为刚性部件 (上臂,下臂) 并使用代近点 (ICP) 或距离转换估计它们的运动.
- 计算的终端效应器 (手腕) 运动相对于干.
- 结果与来自微软Azure Kinect和9摄像头的OptiTrack系统的数据进行了比较.
主要成果:
- 点云方法在跟踪手臂旋转和速度方面表现与OptiTrack运动捕捉系统相比.
- 拟议的方法显示了作为运动捕捉应用程序的负担得起的替代方案的潜力.
- 对于粗的上肢运动,准确性得到了验证.
结论:
- 使用深度成像的无标记运动捕捉是一种可行且潜在的成本效益高的方法,用于分析人类上肢运动.
- 开发的方法显示出在运动科学和康复领域的应用方面具有前景.
- 未来的研究将专注于改进捕获精细运动技能的方法.


