大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)設(shè)計(jì)

張平平

摘 要： 傳統(tǒng)的人體下肢動(dòng)作捕捉系統(tǒng)能夠?qū)θ梭w進(jìn)行快速的動(dòng)作捕捉，但是由于動(dòng)作幅度較大不能在大范圍的運(yùn)動(dòng)過程中對(duì)下肢關(guān)節(jié)進(jìn)行動(dòng)作捕捉。針對(duì)上述問題，設(shè)計(jì)了一種大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)。在硬件處理上采用新型的BOT?6765連續(xù)動(dòng)作捕捉系統(tǒng)，使用待換機(jī)的層次運(yùn)行結(jié)構(gòu)改變傳統(tǒng)的捕捉選定的結(jié)構(gòu)過程，提升了動(dòng)作捕捉過程的測量范圍，同時(shí)減小了捕捉過程中背景虛設(shè)的幀，有效地提高了人體下肢動(dòng)作捕捉過程的清晰度。軟件上建立了簡化模型，保證捕捉過程中的準(zhǔn)確性，同時(shí)能夠提高捕捉范圍，優(yōu)化了人體關(guān)節(jié)角的運(yùn)算，人體下肢關(guān)節(jié)是捕捉過程的關(guān)鍵所在，優(yōu)化后的關(guān)節(jié)運(yùn)算存儲(chǔ)量小、捕捉準(zhǔn)確，避免計(jì)算誤差的產(chǎn)生。為了驗(yàn)證設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的有效性，設(shè)計(jì)了對(duì)比仿真實(shí)驗(yàn)，通過實(shí)驗(yàn)數(shù)據(jù)的分析，有效地驗(yàn)證了設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的有效性。

關(guān)鍵詞： 大范圍運(yùn)動(dòng)； 人體下肢動(dòng)作； 簡化模型； 三角函數(shù)； 關(guān)節(jié)角； 動(dòng)作捕捉系統(tǒng)

中圖分類號(hào)： TN02?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2018）03?0088?04

Abstract： The traditional human body′s lower limbs motion capture system can capture the human body′s motion quickly， but can′t capture the lower limb joints motion during large range of motion due to large movement range. Aiming at the above problems， a human body′s lower limbs motion capture system during large range of motion was designed. A new type of BOT?6765 continuous motion capture system is adopted for hardware processing. The hierarchical operation structure of the waiting change machine is used to change the traditional capture selection structure to enlarge the measurement scope of the motion capture process， reduce the background dummy frame in capture process， and improve the definition of human body′s lower limbs motion capture process effectively. The simplified model is set up in the software to guarantee the accuracy of capture process， and enlarge the capture range. As the key point of capture process， the joint angle calculation is optimized to reduce the memory space， improve the capture accuracy， and avoid the generation of the calculation error. In order to verify the effectiveness of the human body′s lower limbs motion capture system， the contrast simulation experiment was designed. The analysis results of experimental data show that the human body′s lower limbs motion capture system during large range of motion is effective.

Keywords： large range of motion； lower limbs movement of human body； simplified model； trigonometric function； joint angle； motion capture system

0 引 言

人體下肢動(dòng)作捕捉系統(tǒng)已經(jīng)廣泛應(yīng)用到了體育比賽項(xiàng)目的判定中，該系統(tǒng)的廣泛應(yīng)用可以最大限度地為運(yùn)動(dòng)訓(xùn)練提供理論依據(jù)，以及為比賽結(jié)果判斷準(zhǔn)確率提供數(shù)據(jù)保障[1?2]。將人體下肢動(dòng)作捕捉系統(tǒng)引入到體育賽事中，不但提高了對(duì)運(yùn)動(dòng)員運(yùn)動(dòng)過程的軌跡分析能力，而且可以根據(jù)運(yùn)動(dòng)項(xiàng)目的技術(shù)特征進(jìn)行有效判別，為日常系統(tǒng)的訓(xùn)練提供數(shù)據(jù)指導(dǎo)，同時(shí)也保障比賽的公正性[3?4]。特別是在田徑類、肢體類的運(yùn)動(dòng)過程中對(duì)于下肢運(yùn)動(dòng)的要求比較高，并且運(yùn)動(dòng)速度較快，在評(píng)判時(shí)很難用肉眼進(jìn)行準(zhǔn)確的判別，因此，在比賽中使用人體下肢動(dòng)作捕捉系統(tǒng)可以更好地對(duì)人體下肢動(dòng)作的運(yùn)動(dòng)范圍以及軌跡進(jìn)行視覺捕捉[5?6]。但是傳統(tǒng)的人體下肢動(dòng)作捕捉系統(tǒng)對(duì)于動(dòng)作幅度較大的動(dòng)作，不能進(jìn)行大范圍的下肢關(guān)節(jié)動(dòng)作捕捉[7?8]。本文為了能夠有效解決上述問題，設(shè)計(jì)了一種大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)，在硬件的處理上采用新型的BOT?6765連續(xù)動(dòng)作捕捉器，使用待換機(jī)的層次運(yùn)行結(jié)構(gòu)對(duì)傳統(tǒng)捕捉選定的結(jié)構(gòu)過程進(jìn)行改變，這樣擴(kuò)大了動(dòng)作捕捉過程的范圍，同時(shí)減小了捕捉過程中背景虛設(shè)的幀，從而有效地提高了人體下肢動(dòng)作捕捉過程的清晰度。軟件上建立了簡化模型，保證了捕捉過程中的準(zhǔn)確性，同時(shí)提高捕捉范圍，優(yōu)化人體關(guān)節(jié)角的運(yùn)算，人體下肢關(guān)節(jié)是捕捉過程的關(guān)鍵所在，優(yōu)化后的關(guān)節(jié)運(yùn)算存儲(chǔ)量小、捕捉準(zhǔn)確，避免了計(jì)算誤差的產(chǎn)生。為了驗(yàn)證本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的有效性，設(shè)計(jì)了對(duì)比仿真實(shí)驗(yàn)，實(shí)驗(yàn)數(shù)據(jù)有效地驗(yàn)證了本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的有效性。endprint

1 硬件系統(tǒng)設(shè)計(jì)

本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)，硬件系統(tǒng)使用新型的BOT?6765連續(xù)動(dòng)作捕捉器。大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的硬件構(gòu)成主要包括以下部分：執(zhí)行電機(jī)、捕捉單片機(jī)、運(yùn)行畫面分類器、驅(qū)動(dòng)放大電路及電力系統(tǒng)。本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的硬件結(jié)構(gòu)如圖1所示。

2 軟件設(shè)計(jì)

2.1 建立捕捉簡化模型

本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)，為了提高捕捉過程中的準(zhǔn)確性，同時(shí)能夠擴(kuò)大運(yùn)動(dòng)的捕捉范圍，建立了捕捉簡化模型，這樣方便進(jìn)行準(zhǔn)確的下肢動(dòng)作捕捉。建模過程如下：

式中：表示相關(guān)圖像影幀的熵值，圖像影幀的熵值是運(yùn)動(dòng)學(xué)中權(quán)衡運(yùn)動(dòng)捕捉范圍的聯(lián)系平衡指數(shù)；分別表示運(yùn)動(dòng)圖像混亂指數(shù)、運(yùn)動(dòng)圖像環(huán)境冪指數(shù)；分別表示運(yùn)動(dòng)圖像的位錯(cuò)痕跡、運(yùn)動(dòng)圖像的背景痕跡；表示運(yùn)動(dòng)圖像的視覺卷積差；表示運(yùn)動(dòng)區(qū)域視覺誤差的恒定參數(shù)。

通過式（1）可以對(duì)運(yùn)動(dòng)圖像進(jìn)行系統(tǒng)的幀碼識(shí)別，經(jīng)過識(shí)別后的圖像可進(jìn)行數(shù)據(jù)提取，表示為：

式中：，分別表示運(yùn)動(dòng)圖像中的輪廓強(qiáng)度紋理、輪廓條紋紋理；表示人體運(yùn)動(dòng)圖像的三角函數(shù)角度矢量，是衡量捕捉曲線標(biāo)準(zhǔn)的重要線性指標(biāo)；表示多位機(jī)的選取過程中的閾代指標(biāo)，是表征運(yùn)動(dòng)區(qū)域范圍面積的指標(biāo)；表示不定性誤差參數(shù)，具有較高的補(bǔ)充性。

經(jīng)過上述的關(guān)系建立以及圖像識(shí)別分析，捕捉簡化模型可表示如下：

式中：表示下肢動(dòng)作捕捉標(biāo)準(zhǔn)的臨界值，必須保證人體關(guān)節(jié)角在臨界點(diǎn)內(nèi)才能進(jìn)行計(jì)算；表示加權(quán)臨界運(yùn)動(dòng)邊距系數(shù)；表示影響捕捉最大的影響因子幀數(shù)。式（3）完成了捕捉簡化模型的建立。

2.2 優(yōu)化人體關(guān)節(jié)角運(yùn)算

本文設(shè)計(jì)了大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)，并建立了相應(yīng)的捕捉簡化模型，雖然能夠進(jìn)行快速的下肢動(dòng)態(tài)捕捉，但是沒辦法進(jìn)行大范圍運(yùn)動(dòng)捕捉，因此需要對(duì)人體關(guān)節(jié)角運(yùn)算進(jìn)行優(yōu)化，這樣能夠使建立的模型進(jìn)行大范圍運(yùn)動(dòng)動(dòng)態(tài)捕捉，優(yōu)化過程如下：

式中：為捕捉人體關(guān)節(jié)角的有效使用值；為互動(dòng)向量參數(shù)；為標(biāo)注算子；為視覺誤差偏移量。式（4）對(duì)關(guān)鍵角使用條件進(jìn)行了優(yōu)化，還需要對(duì)關(guān)節(jié)幀頻的選擇進(jìn)行優(yōu)化，公式如下：

式中：分別為視覺的運(yùn)動(dòng)圖像的單個(gè)像素點(diǎn)起始坐標(biāo)和末端坐標(biāo)；為運(yùn)動(dòng)圖像的波頻；為運(yùn)動(dòng)圖像的跳頻概率。本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的波頻、換頻、跳頻分布關(guān)系如圖2所示。

優(yōu)化后的人體關(guān)節(jié)角運(yùn)算可表示如下：

式中：表示評(píng)價(jià)限定權(quán)衡值，用于參數(shù)的實(shí)質(zhì)評(píng)估限定；表示運(yùn)動(dòng)點(diǎn)分像素分布紋理集；表示能夠進(jìn)行限定的有效值；表示具體重疊部分的邊緣值；表示局部方差。

通過上述過程完成了人體關(guān)節(jié)角運(yùn)算的優(yōu)化，優(yōu)化后的人體關(guān)節(jié)角運(yùn)算能夠?qū)Υ蠓秶\(yùn)動(dòng)過程中人體下肢動(dòng)作進(jìn)行捕捉。

3 仿真實(shí)驗(yàn)分析

為了驗(yàn)證本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的有效性，設(shè)計(jì)了對(duì)比仿真實(shí)驗(yàn)。以某場運(yùn)動(dòng)賽事為例進(jìn)行實(shí)驗(yàn)。為了保證實(shí)驗(yàn)的有效性，同時(shí)使用傳統(tǒng)的人體下肢動(dòng)作捕捉系統(tǒng)進(jìn)行實(shí)驗(yàn)。

3.1 參數(shù)設(shè)定

為保證大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的有效性，對(duì)相關(guān)數(shù)據(jù)進(jìn)行設(shè)定，平衡指數(shù)的批量化運(yùn)算后的數(shù)據(jù)在[68.5，78.6]值域范圍之內(nèi)；設(shè)置評(píng)估區(qū)域范圍內(nèi)的指標(biāo)集合為15.85；為了保證大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)能夠準(zhǔn)確地對(duì)運(yùn)動(dòng)過程捕捉，設(shè)置分別為5.28，4 163.5，66.32，400。

設(shè)置實(shí)驗(yàn)參數(shù)如表1所示。

根據(jù)上述仿真對(duì)比實(shí)驗(yàn)的參數(shù)進(jìn)行實(shí)驗(yàn)，結(jié)果如下。

3.2 結(jié)果分析

在實(shí)驗(yàn)過程中，對(duì)傳統(tǒng)的人體下肢動(dòng)作捕捉系統(tǒng)與本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的實(shí)驗(yàn)結(jié)果進(jìn)行記錄，如表2所示。

分析表2結(jié)果得知，本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的邊緣輪廓、輪廓曲線清晰度明顯比傳統(tǒng)的方法好很多，說明在捕捉的過程中清晰度很高。色差參數(shù)、色彩識(shí)別度是衡量圖像捕捉過程辨識(shí)能力的參數(shù)，本文設(shè)計(jì)的系統(tǒng)測試結(jié)果辨識(shí)度要略微好于傳統(tǒng)的方法。

分析圖3結(jié)果得知，本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的誤差小于傳統(tǒng)捕捉方法，因此捕捉過程的準(zhǔn)確率高于傳統(tǒng)捕捉系統(tǒng)。

分析圖4得知，本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)的捕捉過程的范圍明顯高于傳統(tǒng)方法。

綜上所述，本文設(shè)計(jì)的大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)，在進(jìn)行大范圍的下肢運(yùn)動(dòng)捕捉的過程中，能夠進(jìn)行高分辨率、高清晰度、大范圍的下肢動(dòng)作捕捉。

4 結(jié) 語

本文設(shè)計(jì)了一種大范圍運(yùn)動(dòng)過程中人體下肢動(dòng)作捕捉系統(tǒng)。在硬件的處理上采用新型的BOT?6765連續(xù)動(dòng)作捕捉系統(tǒng)。這樣提升了動(dòng)作捕捉過程的范圍，同時(shí)減小了捕捉過程中背景虛設(shè)的幀，有效地提高了人體下肢動(dòng)作捕捉過程的清晰度。軟件上建立了簡化模型，保證了捕捉過程的準(zhǔn)確性，同時(shí)能夠提高捕捉范圍，優(yōu)化了人體關(guān)節(jié)角的運(yùn)算，人體下肢關(guān)節(jié)是捕捉過程的關(guān)鍵所在，優(yōu)化后的關(guān)節(jié)運(yùn)算存儲(chǔ)量小、捕捉準(zhǔn)確，避免了計(jì)算誤差的產(chǎn)生。希望通過本文的研究能夠?yàn)橄轮珓?dòng)作捕捉系統(tǒng)的應(yīng)用提供理論幫助。

參考文獻(xiàn)

[1] 梁豐，張志利，李向陽，等.人體運(yùn)動(dòng)捕捉過程中的人體下肢動(dòng)作識(shí)別[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2015，25（12）：2419?2427.

LIANG Feng， ZHANG Zhili， LI Xiangyang， et al. Action recognition of human′s lower limbs in the process of human motion capture [J]. Journal of computer?aided design & computer graphics， 2015， 25（12）： 2419?2427.endprint

[2] 毛玉瑢，陳娜，陳沛銘，等.健康中老年人上肢負(fù)重狀態(tài)下利手和非利手的三維運(yùn)動(dòng)學(xué)分析[J].中國組織工程研究，2015，19（42）：6776?6781.

MAO Yurong， CHEN Na， CHEN Peiming， et al. Three?dimensional motion analysis of dominant and nondominant hands under weight?bearing conditions in health elderly people [J]. Journal of clinical rehabilitative tissue engineering research， 2015， 19（42）： 6776?6781.

[3] 王宇，鄭義，史清釗，等.股四頭肌表面肌電及髕股關(guān)節(jié)受力在不同角度靜蹲時(shí)的比較[J].科學(xué)技術(shù)與工程，2015，15（3）：36?42.

WANG Yu， ZHENG Yi， SHI Qingzhao， et al. Comparison of the quadriceps SEMG and patellofemoral force at different static squatting angles [J]. Science technology and engineering， 2015， 15（3）： 36?42.

[4] 赫高峰，彭淑娟，柳欣，等.結(jié)合模糊聚類和投影近似點(diǎn)算法的缺失人體運(yùn)動(dòng)捕捉數(shù)據(jù)重構(gòu)[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2015，27（8）：1416?1425.

HE Gaofeng， PENG Shujuan， LIU Xin， et al. Missing human motion capture data reconstruction with fuzzy clustering and projection approximation point algorithm [J]. Journal of computer?aided design & computer graphics， 2015， 27（8）： 1416?1425.

[5] TANG J， MCGRATH M， LASZCZAK P， et al. Characterisation of dynamic couplings at lower limb residuum/socket interface using 3D motion capture [J]. Medical engineering & physics， 2015， 37（12）： 1162?1170.

[6] 段增武，肖金壯，王洪瑞，等.基于Kinect的人體三維質(zhì)心動(dòng)態(tài)測量及準(zhǔn)確性分析[J].中國生物醫(yī)學(xué)工程學(xué)報(bào)，2015，34（6）：752?756.

DUAN Zengwu， XIAO Jinzhuang， WANG Hongrui， et al. The kinetic measurement and accuracy analysis of human body three?dimensional center of mass using Kinect [J]. Chinese journal of biomedical engineering， 2015， 34（6）： 752?756.

[7] 傅維杰，魏勇，劉宇.穿不同鞋與裸足對(duì)羽毛球蹬地動(dòng)作下肢及跖趾關(guān)節(jié)運(yùn)動(dòng)協(xié)調(diào)特征的影響[J].醫(yī)用生物力學(xué)，2015，30（2）：159?166.

FU Weijie， WEI Yong， LIU Yu. Effects of footwear and barefoot on movement coordination of lower extremities and metatarsophalangeal joints during push?off in badminton footwork [J]. Journal of medical biomechanics， 2015， 30（2）： 159?166.

[8] 馬紹興，王人成，沈強(qiáng).步態(tài)模式對(duì)人體髖膝踝關(guān)節(jié)運(yùn)動(dòng)協(xié)調(diào)關(guān)系的影響[J].中國康復(fù)醫(yī)學(xué)雜志，2015，30（12）：1257?1261.

MA Shaoxing， WANG Rencheng， SHEN Qiang. Effects of different kind of gaits on the discipline of joint coupling among hip， knee and ankle [J]. Chinese journal of rehabilitation medicine， 2015， 30（12）： 1257?1261.

[9] 吳偉國，栗華，高力揚(yáng).人體步行捕捉下的雙足機(jī)器人跟隨步行與實(shí)驗(yàn)[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2017，49（1）：21?29.

WU Weiguo， LI Hua， GAO Liyang. Follow?walking motions of a biped robot and its experimental research based on human walking capturing [J]. Journal of Harbin Institute of Technology， 2017， 49（1）： 21?29.

[10] 韓麗，王露晨，張美超，等.基于特征向量匹配的舞蹈實(shí)時(shí)姿態(tài)分析方法[J].計(jì)算機(jī)應(yīng)用研究，2016，33（12）：3892?3896.

HAN Li， WANG Luchen， ZHANG Meichao， et al. Dance posture real?time analysis method based on feature vector [J]. Application research of computers， 2016， 33（12）： 3892?3896.endprint