使用基于计算机视觉的多视图立体图像传感器对农场工人的人类学测量
Shiv Kumar Lohan1, Kashish K1, Navjeet Lohan2
1Department of Farm Machinery & Power Engineering, Punjab Agricultural University, Ludhiana, India.
Work (Reading, Mass.)
|February 20, 2026
概括
一个新的计算机视觉系统为人体工程学和农业机械设计提供了准确的非接触式人体测量. 这种可靠,可扩展的技术为传统手工方法提供了有效的替代方案.
科学领域:
- 人体工程学和人类因素
- 计算机视觉应用程序 计算机视觉应用
- 农业工程 农业工程
背景情况:
- 精确的人类测量数据对于设计安全高效的农业机械至关重要.
- 手动的人类测量测量是耗时的,劳动密集的,容易出现错误.
- 开发非接触式测量技术对于现代人体工程学评估至关重要.
研究的目的:
- 开发和验证基于计算机视觉 (CV) 的非接触式系统,用于人类测量.
- 评估基于心脏血管测量的准确性和可靠性,以测量身高,垂直伸展,三叶角高度和胸围.
- 为农业环境中提供可扩展和有效的替代手工人类测量方法.
主要方法:
- 使用英特尔RealSense D435i立体相机与OpenCV和媒体管用于从多个角度捕捉图像.
- 招募了32名参与者 (16名男性,16名女性) 来进行测量,将CV数据与手动人体测量进行比较.
- 通过平均绝对差异 (MAD) 和平均绝对百分比误差 (MAPE) 评估准确性,并通过类内相关系数 (ICC) 评估可靠性.
主要成果:
- 最优的测量距离是3.0m,前置摄像头视图.
- 心血管系统略微低估了身高 (MAPE 3-4%),可靠性很好 (ICC > 0.90).
- 垂直达到的测量有最大的偏差 (MAPE 4-5%),而三叉骨高度和胸围显示最小的偏差 (MAPE ≤ 4%),可靠性好到出色.
结论:
- 开发的CV系统提供了一种精确,可靠和无接触的方法来收集人体识别数据.
- 这项技术具有可扩展性,适用于人体工程学评估和改善农业中人机兼容性.
- 基于CV的方法提供了一个可行的和有效的替代传统的手动人体测量测量.
